[发明专利]一种县域电网长期负荷特性预测方法

权利要求书

1.一种县域电网长期负荷特性预测方法，其特征在于，包括以下步骤：

S1：数据预处理；

S2：负荷特性变动的主要影响因素分析；

S3：地区长期经济与用电结构预测；

S4：县域电网长期负荷特性预测模型的建立。

2.根据权利要求1所述的一种县域电网长期负荷特性预测方法，其特征在于，针对S1中数据预处理分为以下步骤：

S1.1：对搜集到的相关历史数据进行预处理，并检验相关变量数据序列的单整阶数；

S1.2：对单整阶数相同的变量数据序列用EG协整检验法检验变量间的协整关系是否存在；其中EG两步法的具体检验步骤为：

S1.2.1：利用最小二乘法估计模型，并计算相应的残差序列；

S1.2.2：检验残差序列的平稳性。

3.根据权利要求1所述的一种县域电网长期负荷特性预测方法，其特征在于，针对S2中负荷特性变动主要影响因素分析的具体步骤如下：

S2.1：电力供需形势分析；

S2.2：气候条件分析；

S2.3：电力需求侧管理分析；

S2.4：经济与用电结构分析。

4.根据权利要求1所述的一种县域电网长期负荷特性预测方法，其特征在于，针对S3中地区长期经济与用电结构预测的具体步骤如下：

S3.1：地区长期经济结构预测分析；

S3.2：地区长期用电结构预测分析，并构建地区LEAP模型。

5.根据权利要求1和4所述的一种县域电网长期负荷特性预测方法，其特征在于，针对步骤S3.2中，地区LEAP模型具体构建如下：依据长期地区经济社会发展预测，从终端用能角度出发，分主要产业部门设计终端用能载体并根据技术进步等因素预测其能耗强度，进一步设计地区发电、煤炭开采等能源转换模块，最终构建地区未来能源需求预测的LEAP模型即“自下而上”模型。

6.根据权利要求1所述的一种县域电网长期负荷特性预测方法，其特征在于，针对步骤S4中，县域电网长期负荷特性预测模型的具体步骤如下：

S4.1：典型日负荷率预测模型；

S4.2，典型日峰谷差率预测模型；采用对历史期典型日峰谷差率和负荷率构建线性回归方程来预测相应年份典型日峰谷差率；

S4.3，预测结果校核；采用国内外参考比较法。

7.根据权利要求1和6所述的一种县域电网长期负荷特性预测方法，其特征在于，针对步骤S4.1中，县域电网长期负荷特性预测模型的具体步骤如下：

S4.1.1：为剔除单一年份波动性，采用近几年平均占比反映预测年f各产业各季用电占比，如式(1)所示，

rf,i,j=(Σl=tt+Nrf,i,j)/(N+1)=(Σl=tt+NWl,i,jΣj=14Wl,i,j)/(N+1)---(1)]]>

式中：i＝1,2,3,4,分别表示一产、二产、三产和城乡居民生活用电；j＝1,2,3,4分别表示春、夏、秋、冬；t和(t+N)分别表示近几年的开始年和结束年；r_f,i,j表示预测年f产业i的j季用电量占四季比重；WW_l.i.j表示历史年l产业i的j季用电量。

S4.1.2：综合县域电网预测年f用电量W_f及其分产业用电结构α_f.i以及各产业各季用电占比预测结果r_f.i.j，则预测年f产业四季用电量W_f.i.j，如式(2)所示：

Wf.i.j=rf.i.j(αf,iWf)=(Σl=tt+NWl.i.jΣj=44Wl.i.j)/(N+1)(αf.iWf)---(2)]]>

S4.1.3：确定预测年f分产业典型日平均及最大负荷，根据式(3)确定预测年f分产业各季平均负荷，各季全社会平均负荷等于分产业平均负荷之和(如式(4)),

P‾f,i,j=Wf,i,j24×Df,j×104=(Σl=tt+NWl,i,jΣj=14Wl,i,j)/(N+1)(αf,iWf)24×Df,j×104---(3)]]>

P‾f,j=Σi=14P‾f,i,j=Σi=14(Σl=tt+NWl,i,jΣj=14Wl,i,j)/(N+1)(αf,iWf)24×Df,j×104---(4)]]>

式中：和分别表示预测年f产业i的j季平均负荷和全社会平均负荷；D_f,j表示预测年f的j季天数；

S4.1.4：根据近年分产业各季负荷特性分析结果取平均作为预测年f分产业用电负荷率β_f,i,j，进一步根据式(5)计算得到预测年f分产业用电各季最大负荷P_f,i,j,max：

Pf,i,j,max=P‾f,i,jβf,i,j=(Σl=tt+NWl,i,jΣj=14Wl,i,j)/(N+1)(αf,iWf)24×Df,jβf,i,j×104---(5)]]>

S4.1.5：确定各季典型日分产业用电最大负荷同时率；根据历史负荷数据先计算县域电网各季典型日负荷率β_l,j，再根据式(6)确定历史期(l年)四季典型日各产业用电最大负荷发生同时率λ_l,j；

λl,j=Σi=14P‾l,i,jβl,jΣi=14Pl,i,j,max=Σi=14P‾l,i,jβl,jΣi=14Pl,i,j‾βl,i,j=Σi=14Wl,i,j24×Dl,j×104βl,jΣi=14Σi=14Wl,i,j24×Dl,j×104βl,i,j---(6)]]>

S4.1.6：为消除单一年份同时率波动性，通过取历史期各年同时率平均值作为预测f年各季同时率λ_l,j；

λl,j=Σl=tt+Nλl,j/(N+1)=Σl=tt+NΣi=14Wl,i,j24×Dl,j×104βl,jΣi=14Σi=14Wl,i,j24×Dl,j×104βl,i,j/(N+1)---(7)]]>

S4.1.7，确定预测年f各季典型日负荷率在确定预测年f各季典型日平均负荷分产业用电最大负荷P_f,i,j,max及其发生同时率λ_f,j后，根据式(8)计算得到预测年f各季典型日负荷率预测结果β_f,j：

βf,j=P‾f,jλf,jΣi=14Pf,i,j,max=Σi=14Σl=tt+NWl,i,jΣj=14Wl,i,j×10424×Df,j(N+1)(αf,i/Wf)[Σl=tt+NΣi=14Wl,i,j24×Dl,j×104βl,iΣi=14Σi=14Wl,i,j24×Dl,j×104βl,i,j/(N+1)][Σi=14Σl=tt+NWl,i,jΣj=14Wl,i,j×10424×Df,jβf,i,j(N+1)(αf,i/Wf)].]]> 3