一种结合宏观微观的中长期电量预测方法与流程

文档序号:36132725发布日期:2023-11-22 20:38阅读:29来源:国知局
一种结合宏观微观的中长期电量预测方法与流程

本发明属于电量预测,尤其是一种结合宏观微观的中长期电量预测方法。


背景技术:

1、随着电力改革的不断发展,电力能源也必然朝着市场化的方向发展。随之,大量售电公司涌入市场,售电公司处于业务转型、业务创新的浪潮中,也面临着前所未有的竞争压力。对电量进行科学准确的预测对售电公司的发展有着重要影响。


技术实现思路

1、本发明的目的在于克服现有技术的不足,提出一种结合宏观微观的中长期电量预测方法,能够维持电网稳定运行,能够快速,准确给出最优的负荷转供方案,极大的提升调度员的工作效率,保障电网的安全稳定运行。

2、本发明解决其技术问题是采取以下技术方案实现的:

3、一种结合宏观微观的中长期电量预测方法,包括以下步骤:

4、步骤1、收集历史日用电量信息、历史日特征信息和特殊事件影响电量信息;

5、步骤2、对步骤1中历史日用电量信息进行去噪,对历史日特征信息构建映射数据库;

6、步骤3、对待测日按照日特征信息进行分类,并对已分类的待测日特征信息进行提取;

7、步骤4、对待测日的不同分类,进行待测分类的相似日分析,从历史日选择与待测分类特征相似的历史日期,作为待测分类日用电量预测的依据;

8、步骤5、应用加权平均算法,基于相似日电量信息,预测待测分类日电量;应用线性外推法,基于相似日电量信息,预测待测分类日峰谷平电量;

9、步骤6、结合待测日特征事件影响电量信息,对相应待测日电量预测结果进行修正。

10、而且,所述步骤1中特殊事件影响电量信息的收集方法为:查找历史日中存在特殊事件信息的日期,确定实际日用电量ui,及特殊事件影响导致实际日电量增加qi(按百分比),其中-1≤qi。

11、而且,所述步骤2的具体实现方法为:日用电量数据降噪后的日用电为ui*=ui/(1+qi);历史日特征信息构建映射数据库包括节假日信息数据映射、偏差天数信息数据映射、星期类型数据映射、最高气温数据映射和最低气温数据映射。

12、而且,所述步骤3的具体实现方法为:根据待测日的特征信息,按照节假日类型,星期类型,及历史同期气温水平,对待测日进行分类,待测日分类是三类特征信息的笛卡尔乘积;提取各待测日分类的特征为:应用加权平均算法,对各待测日分类的特征信息进行提取,得到分类特征的指标映射值。

13、而且,所述步骤4中相似日分析的具体实现方法为:

14、按照不同分类,进行分类相似日分析,确定各待测日分类的相似日,从映射数据库将各日特征指标的映射值记为ui=[ui1,ui2,…,uim],代表第i日的所有m个特征指标的映射值;

15、在待测日基础上,取近365天的数据作为预测样本用于选取相似日,待测日的气象特征指标来自于天气预报;

16、待测日特征指标的映射值记为u0=[u01,u02,…,u0m],历史日特征指标的映射值记为uj=[uj1,uj2,…,ujm]。对不同日,计算待测日和某一历史日相似度为:

17、;

18、计算待测日与历史任意第j日的相似度r0j,比较各候选日的相似度r0j的大小,从中选择相似度最大的20天,以此作为对待测日负荷预测的基础。

19、本发明的优点和积极效果是:

20、本发明利用宏观方法和按不同用途累计的微观方法,对售电公司整体中长期电量进行预测。首先根据社会对电力的实际需求,利用历史的数据进行分析研究,发现电力需求和其他因素之间的联系及发展规律, 同时根据经济、社会发展等规划内容对电量进行宏观预测;然后根据待测月、日电量历史特征信息(含:节假日、星期类型、最高气温、最低气温),并收集特殊事件影响电量信息(含历史信息和未来即将发生的信息),进行微观预测,然后将宏观、微观预测结果进行不同权重系数换算,最后得到预测结果。



技术特征:

1.一种结合宏观微观的中长期电量预测方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种结合宏观微观的中长期电量预测方法,其特征在于:所述步骤1中特殊事件影响电量信息的收集方法为:查找历史日中存在特殊事件信息的日期,确定实际日用电量ui,及特殊事件影响导致实际日电量增加qi,其中-1≤qi。

3.根据权利要求2所述的一种结合宏观微观的中长期电量预测方法,其特征在于:所述步骤2的具体实现方法为:日用电量数据降噪后的日用电为ui*=ui/(1+qi);历史日特征信息构建映射数据库包括节假日信息数据映射、偏差天数信息数据映射、星期类型数据映射、最高气温数据映射和最低气温数据映射。

4.根据权利要求3所述的一种结合宏观微观的中长期电量预测方法,其特征在于:所述步骤3的具体实现方法为:根据待测日的特征信息,按照节假日类型,星期类型,及历史同期气温水平,对待测日进行分类,待测日分类是三类特征信息的笛卡尔乘积;提取各待测日分类的特征为:应用加权平均算法,对各待测日分类的特征信息进行提取,得到分类特征的指标映射值。

5.根据权利要求1所述的一种结合宏观微观的中长期电量预测方法,其特征在于:所述步骤4中相似日分析的具体实现方法为:


技术总结
本发明涉及一种结合宏观微观的中长期电量预测方法,利用宏观方法和按相似日的微观方法,对售电公司整体中长期电量进行预测。首先根据社会对电力的实际需求,利用历史的数据进行分析研究,发现电力需求和其他因素之间的联系及发展规律,同时根据经济、社会发展等规划内容对电量进行宏观预测;然后根据待测月、日电量历史特征信息(含:节假日、星期类型、最高气温、最低气温),并收集特殊事件影响电量信息(含历史信息和未来即将发生的信息),进行微观预测,然后将宏观、微观预测结果进行不同权重系数换算,最后得到预测结果。

技术研发人员:王翠敏,黄杰,于波,杨震涛,魏立勇,袁新润,刘长利,张建海,隋淑慧,吴明雷,杨延春,张凡,刘裕德,陈彬,张智达
受保护的技术使用者:国网(天津)综合能源服务有限公司
技术研发日:
技术公布日:2024/1/16
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1