[发明专利]基于用户实测数据修正的负荷基线预测方法

说明书

本发明公开了一种基于用户实测数据修正的负荷基线预测方法，首先采用平均值法的思想，利用需求响应事件的历史负荷数据，根据需求响应事件发生时段分为工作日和周末两种情况讨论：选取需求响应事件发生前的历史负荷数据，结合所选取的历史负荷数据拟合初始负荷基线；再引入两段调整因子，通过计算前一段响应事件的调整因子，从而预测出前一段时间的基线负荷值，再利用前一段时间的基线负荷值和用户实测数据相结合，得出前一段修正的效果，并根据相关数据计算出后一段的调整因子，进一步预测出后一段时间的基线负荷值。通过两段修正，预测负荷基线更加符合实际的变化趋势，具有更好的应用效果。

技术领域

本发明涉及一种电力负荷预测技术领域，尤其涉及基于用户实测数据修正的负荷基线预测方法。

背景技术

电力作为整个国家能源战略的核心要素，是国民经济的命脉，随着国民经济现代化程度的不断提高，季节性、时段性负荷迅猛增长，电网峰值负荷不断攀升，电网峰谷差呈现逐步扩大趋势，部分地区的电力供需不平衡矛盾非常严重，严重影响电力系统的安全稳定运行。传统单纯依靠增加电网装机容量，以被动地满足电网高峰负荷需求的方式，造成了发电、输变电、配电建设投资的巨大压力，同时也造成电网设施利用效率的低下。因此，寻求一种可行、经济、高效、环保的电网运行平衡能力调节手段迫在眉睫。实施自动需求响应，调动电力需求侧资源参与电网运行，可以有效缓解电力供需矛盾和提高系统可靠性，减缓电网设施的投资压力，还能提高能源利用率和减少一次能源的消耗。

需求响应效果在很大程度上取决于用户参与的积极性，目前，调动用户积极性的主要手段包括电价和激励两类:

电价方式是指通过合理设计的电价制度来引导用户调节用电，如2015年国内江苏省物价局宣布针对315千伏安以上大工业用户实施季节性尖峰电价政策，在8月份上午10：00—11：00和下午14：00—15：00各1小时尖峰时间段里，如果南京日最高温度超过35℃，则全省工业用电大户的电价将在峰期电价的基础上每度加价0.1元，以进一步发挥价格杠杆作用，合理引导企业错峰用电，更好地调节电力供需，实现资源的优化配置和经济、社会效益的统筹协调；

激励方式是设定一定的补贴金额，根据用户调节用电的容量来发放经济补偿，如2012年7月，财政部、发改委发布《电力需求侧管理城市综合试点工作中央财政奖励资金管理暂行办法》，规定对通过实施能效电厂和移峰填谷技术等实现的永久性节约电力负荷和转移高峰电力负荷，东部地区每千瓦奖励440元，中西部地区每千瓦奖励550元；对通过需求响应临时性减少的高峰电力负荷，每千瓦奖励100元。因此，对于用户减少电力负荷量的认定成为需求响应激励政策实施的关键内容。

负荷基线是指对用户如果没有参加需求响应项目时的负荷数据进行预测的曲线，需求响应电力负荷量是通过所预测的用户基线负荷与需求响应过程中实时监测到的实际负荷数据进行计算得到的负荷削减量(即需求响应电力负荷量＝用户基线负荷数-实际负荷数)，因此，精确计算出用户的负荷基线是实现需求响应电力负荷量认定的前提条件，国外学者对用户负荷基线进行了大量研究。由于国内启动电力需求响应研究比较晚，覆盖面较小，因此相关文献较少。在国外的研究中，其计算方法大致可分为两大类:平均值法和回归法。

1)平均值法。这类方法采用需求响应事件前几天的小时负荷值进行线性拟合，它仅对历史负荷数据进行统计、分析及运算，而没有考虑当前信息对基线负荷的影响。California ISO、New York ISO、NEW England ISO等公司采用该方法，但不同的公司采用的相似日选取方法不同，此外，选取的调整系数也各有差异。

2)回归法。对于部分用户负荷而言，日用电量曲线与日平均温度曲线的变化趋势和波动特性存在明显的类似性，因此可将温度作为回归分析的自变量来预测负荷基线。PJMISO和LBNL采用回归法计算基线负荷，回归系数的计算规模取决于采用的历史数据的规模。

另外，为了使负荷基线更符合当天负荷的变化情况，可将平均值法或回归法计算所得的基线负荷乘以调整因子，得到调整后的负荷。该调整因子定义为事件之前k小时的实际负荷和预测负荷的比值，即