[发明专利]一种短期负荷预测方法及装置

说明书

技术领域

本发明涉及负荷预测技术领域，具体涉及一种短期负荷预测方法及装置。

背景技术

随着国民经济的快速增长和人们生活水平的提高，当今世界能源利用形势日益严峻，由此带来的环境问题也不容忽视。如何做到能源的高效、环保利用已成为全球性热点问题。采用分布式供能系统已成为实现经济与能源协调发展的一种重要途径和有效手段。

负荷预测是分布式能源系统规划的一个重要组成部分，对于了解用户负荷变化规律、制定合理的发展战略有着重要作用。负荷预测的精准度保证了分布式能源系统的经济安全运行，是能量管理系统中一个重要模块。负荷预测一般可分为超短期、短期、中期和长期负荷预测四种类型，负荷预测中短期负荷预测是指提前几小时、1天到1周的负荷预测，也即日负荷预测和周负荷预测，分别用于安排日调度计划和周调度计划。对于分布式能源系统中的运行人员来讲，短期负荷预测结果能够保证运行人员大致了解用户的负荷需求，在保证系统安全、稳定、优质运行的前提下，选择最优的运行方式，通过合理安排机组的运行状态来实现机组的优化组合，进而达到分布式能源系统资源的优化配置。

在园区天然气能源的利用方式中，冷热电联供系统(Combined Cooling Heating and Power,简称CCHP)是一种先进的能量供给系统。由于其能有效提高一次能源利用率，实现能量的梯级利用，在世界范围内受到了广泛的重视，是分布式供能系统中应用前景最为广阔，最具实用性和发展活力的技术。冷热电短期负荷预测是CCHP系统优化调度的基础，准确的短期负荷预测是调度机构制定供能计划、合理安排机组启停和做好供需平衡的关键。

目前负荷预测方法主要分为两种，一种是数学统计方法也称经典负荷预测方法，另一种是人工智能方法也称现代负荷预测方法，这两种方法均以大量的历史负荷数据为基础，预测过程中需对大量的参数进行辨识或采用复杂的智能算法训练预测模型，运算速度慢，在工程应用中难以快速预测负荷，及时调整调度计划。

可见，当前的冷热电短期负荷预测方法存在运算速度慢的问题。

发明内容

本发明提供一种短期负荷预测方法及装置，其目的是解决当前的短期负荷预测方法存在的运算速度慢的问题。

本发明的目的是采用下述技术方案实现的：

一种短期负荷预测方法，其改进之处在于，包括：

获取冷热电负荷的历史数据及其对应的天气数据；

对所述冷热电负荷的历史数据与其对应的天气数据进行相关性分析，获取影响冷热电负荷的相关天气数据；

根据预测日特征选择历史特征日，并确定各历史特征日的影响冷热电负荷的相关天气数据与预测日的影响冷热电负荷的相关天气数据的误差绝对值向量；

确定所述误差绝对值向量中各元素的权重，并确定各历史特征日的影响冷热电负荷的相关天气数据与预测日的影响冷热电负荷的相关天气数据的相似误差；

根据所述相似误差选择预测日的相似日，并根据所述相似日对应的相似误差确定预测日的负荷。

优选的，冷热电负荷的历史数据包括距预测日一年的8760个小时的逐时冷热电历史负荷数据，所述天气数据包括：干球温度数据、露点温度数据、相对湿度数据、太阳辐射数据和风速数据。

优选的，所述对所述冷热电负荷的历史数据与其对应的天气数据进行相关性分析，获取影响冷热电负荷的相关天气数据，包括：

按下式确定所述冷热电负荷的历史数据与其对应的天气数据的相关系数：

上式中，r_ij为第i种负荷与第j种天气数据的相关系数，x_it为第t个时间点第i种负荷的负荷量，为第i种负荷的平均负荷量，y_jt为第t个时间点第j种天气数据值，为第j种天气数据平均值，s为历史数据时间点总数；

选择所述冷热电负荷分别对应的前v大相关系数对应的天气数据作为影响冷热电负荷的相关天气数据，其中，v小于等于天气数据种类数。

优选的，所述根据预测日特征选择历史特征日，包括：

若所述预测日为工作日，则将历史数据中工作日作为历史特征日；

若所述预测日为双休日，则将历史数据中双休日作为历史特征日。

优选的，所述确定各历史特征日的影响冷热电负荷的相关天气数据与预测日的影响冷热电负荷的相关天气数据的误差绝对值向量，包括：

按下式确定历史特征日中第m个时间点影响冷热电负荷的相关天气数据与预测日的影响冷热电负荷的相关天气数据的误差绝对值向量δ_m：