本发明涉及微电网负荷预测,尤其是指一种年度微电网负荷预测方法。
背景技术:
1、微电网规划计划主要收到其接入电网后所体现出来的“电源”和“负荷”的双重特性影响,因此,在进行对应的电源和网架规划时,需要通过负荷预测和电力平衡两个环节来确定具体的规划内容。
2、目前对于微电网的负荷预测大多集中于短期的预测,缺乏对于中长期预测的研究和技术。且目前传统的微电网负荷预测方法大都对全年最大负荷进行预测,并未考虑到分布式能源出力的强时序性及强波动性,只预测地区最大负荷很难准确的体现出微电网真实的电力需求。
技术实现思路
1、本发明的目的是克服现有技术中的缺点,提供一种年度微电网负荷预测方法,通过将常规负荷预测与新型负荷预测结合的方式进行负荷预测,并进一步将负荷预测所采用的年度历史负荷数据的精度限定在小时单位,能够解决传统的微电网负荷预测结果仅能对全年最大负荷进行预测,无法进行中长期预测的问题,提高微电网负荷预测的准确性。
2、本发明的目的是通过下述技术方案予以实现:
3、一种年度微电网负荷预测方法,包括:
4、对待预测微电网的接入负荷进行负荷预测类型划分,并按照负荷预测类型划分结果匹配对应的负荷预测方法;
5、提取每种接入负荷的以小时为单位的年度历史负荷数据,并按照匹配得到的负荷预测方法依次根据每种接入负荷的以小时为单位的年度历史负荷数据进行负荷预测,得到每种接入负荷的年度负荷预测结果;
6、将每种接入负荷的年度负荷预测结果进行叠加拟合,获取待预测微电网的年度负荷预测结果。
7、进一步的,对待预测微电网的接入负荷进行负荷预测类型划分时,根据接入负荷的用电特征将接入负荷划分为常规负荷预测和新型负荷预测,再根据负荷类型依次对常规负荷预测和新型负荷预测内的接入负荷进行负荷预测类型划分。
8、进一步的,所述常规负荷预测内包括的负荷预测类型包括自然增长负荷预测和点负荷预测,所述新型负荷预测的负荷预测类型包括电动汽车负荷预测、5g基站负荷预测和电能替代负荷预测。
9、进一步的,在对自然增长负荷预测类型进行负荷预测方法的匹配时,获取趋势外推法以及平均增长率法,并依次按照趋势外推法以及平均增长率法根据姿容增长负荷预测类型对应的年度历史数据进行负荷预测,并将两种方法的负荷预测结果进行比较,根据负荷预测结果的比较结果确定进行自然增值负荷预测类型的负荷预测方法。
10、进一步的,在对点负荷预测类型进行负荷预测方法的匹配时,依次通过大用户法、负荷密度预测法和负荷特性与容量推算法根据点负荷预测类型对应的以小时为单位的年度历史负荷数据进行负荷预测,并将三种方法的负荷预测结果进行比较,根据负荷预测结果的比较结果确定进行点负荷预测类型的负荷预测方法。
11、进一步的,所述电动汽车负荷预测类型的负荷预测方法为时刻充电概率预测法,所述5g基站负荷预测类型的负荷预测方法为规模预测法。
12、进一步的,在对电能替代负荷预测类型进行负荷预测方法的匹配时,依次通过负荷特性与容量推算法以及ipat模型法根据电能替代负荷预测类型对应的以小时为单位的年度历史负荷数据进行负荷预测,并将两种方法的负荷预测结果进行比较,根据负荷预测结果的比较结果确定进行电能替代负荷预测类型的负荷预测方法。
13、进一步的,将每种接入负荷的年度负荷预测结果进行叠加拟合,获取待预测微电网的年度负荷预测结果的具体过程为:确定每种负荷预测类型的负荷预测结果,并将每种负荷预测类型的负荷预测结果转换为负荷预测曲线,进行负荷预测曲线的拟合,并将拟合得到的每种负荷预测类型的负荷预测曲线进行叠加,获取微电网全区负荷的负荷预测曲线。
14、本发明的有益效果是:
15、采用了常规负荷预测和新型负荷预测结合的方式进行负荷预测,在负荷预测过程中考虑到了新型负荷的强时序性和强波动性,并能够避免新型负荷对于常规负荷的负荷预测结果的影响。且在进行负荷预测时,能够基于负荷类型进行对应的负荷预测方法的匹配,并将负荷预测所采用的年度历史负荷数据的精度限定在小时单位,最后再通过拟合曲线的方式获取微电网的年度负荷预测结果,能够避免多种负荷拟合过程中负荷同时率选取不准确的问题,进一步提高负荷预测的准确性,能够准确体现出微电网的实际电力需求。
1.一种年度微电网负荷预测方法,其特征在于,包括:
2.根据权利要求1所述的一种年度微电网负荷预测方法,其特征在于,对待预测微电网的接入负荷进行负荷预测类型划分时,根据接入负荷的用电特征将接入负荷划分为常规负荷预测和新型负荷预测,再根据负荷类型依次对常规负荷预测和新型负荷预测内的接入负荷进行负荷预测类型划分。
3.根据权利要求2所述的一种年度微电网负荷预测方法,其特征在于,所述常规负荷预测内包括的负荷预测类型包括自然增长负荷预测和点负荷预测,所述新型负荷预测的负荷预测类型包括电动汽车负荷预测、5g基站负荷预测和电能替代负荷预测。
4.根据权利要求3所述的一种年度微电网负荷预测方法,其特征在于,在对自然增长负荷预测类型进行负荷预测方法的匹配时,获取趋势外推法以及平均增长率法,并依次按照趋势外推法以及平均增长率法根据姿容增长负荷预测类型对应的年度历史数据进行负荷预测,并将两种方法的负荷预测结果进行比较,根据负荷预测结果的比较结果确定进行自然增值负荷预测类型的负荷预测方法。
5.根据权利要求3所述的一种年度微电网负荷预测方法,其特征在于,在对点负荷预测类型进行负荷预测方法的匹配时,依次通过大用户法、负荷密度预测法和负荷特性与容量推算法根据点负荷预测类型对应的以小时为单位的年度历史负荷数据进行负荷预测,并将三种方法的负荷预测结果进行比较,根据负荷预测结果的比较结果确定进行点负荷预测类型的负荷预测方法。
6.根据权利要求3所述的一种年度微电网负荷预测方法,其特征在于,所述电动汽车负荷预测类型的负荷预测方法为时刻充电概率预测法,所述5g基站负荷预测类型的负荷预测方法为规模预测法。
7.根据权利要求3所述的一种年度微电网负荷预测方法,其特征在于,在对电能替代负荷预测类型进行负荷预测方法的匹配时,依次通过负荷特性与容量推算法以及ipat模型法根据电能替代负荷预测类型对应的以小时为单位的年度历史负荷数据进行负荷预测,并将两种方法的负荷预测结果进行比较,根据负荷预测结果的比较结果确定进行电能替代负荷预测类型的负荷预测方法。
8.根据权利要求1所述的一种年度微电网负荷预测方法,其特征在于,将每种接入负荷的年度负荷预测结果进行叠加拟合,获取待预测微电网的年度负荷预测结果的具体过程为:确定每种负荷预测类型的负荷预测结果,并将每种负荷预测类型的负荷预测结果转换为负荷预测曲线,进行负荷预测曲线的拟合,并将拟合得到的每种负荷预测类型的负荷预测曲线进行叠加,获取微电网全区负荷的负荷预测曲线。