[发明专利]一种基于分时分区气象数据的多小水电地区短期电力负荷预测方法

说明书

一种基于分时分区气象数据的多小水电地区短期电力负荷预测方法，其特征在于，它包括以下步骤：1.对各个县/区小水电出力数据和其对应县/区的降雨量数据进行分析，研究径流式小水电的特性；2.进一步研究小水电出力带来累积性、滞后性，并确立其相关系数方程；3.提出小水电负荷的预测方法，先预测出基值，按照降雨模式与负荷相似性原理，预测出标幺负荷曲线，最后得到小水电负荷预测曲线。本发明的目的是为了提供一种针对小水电特性，引入分时分区气温和降雨量等精细化气象预测数据，并分析小水电负荷特性，能有效提高多小水电地区短期负荷预测的精度和自动化程度的短期电力负荷预测方法。

技术领域

本发明属于基建工程领域，具体涉及一种基于分时分区气象数据的多小水电地区短期电力负荷预测方法。

背景技术

如今，随着电网规模不断扩大，电力输入越来越多样化，可再生能源所占的比重越来越大。比如水电、风电、光伏及其生物发电等，不过它们的弊端也很明显，都在于发电量不可控，加大了负荷预测的难度。对于可再生能源中排名第二的水电发电，它因其投资低，周期短，维护简单，电价稳定等优点被广泛使用。在一些水资源丰富的地区，小水电发电量非常充裕，不仅能够满足当地的负荷，还并入了大电网。但也因其调节能力差，不同降雨量条件下小水电出力变化较大，并且还存在丰水期和枯水期，给地区网供负荷曲线的准确预测带来了很大困难。

国内外特别针对多小水电地区的负荷预测研究还较为少见。已有为数不多的相关专利提出采用气象回归短期负荷预测和两阶段还原负荷预测等方法。但大部分的研究都不够深入细致。当前，小水电发电负荷基本是依靠预测工作人员的经验来制定曲线的，但是准确率并不是很高。因此，迫切需要一种针对多小水电地区的精细化负荷预测方法。

专利文献CN106503848A公开了一种多小水电趸售地区电网的负荷预测方法，包括获取基础数据的步骤；建立不降雨条件下的负荷预测模型的步骤；建立降雨条件下关口增加的出力与降雨量之间的函数关系模型的步骤；对得到的不降雨条件下的负荷预测模型和修降雨条件下关口增加的出力与降雨量之间的函数关系模型进行叠加和修正，得到最终的多小水电趸售地区电网的负荷预测模型的步骤。专利文献CN106548285A公开了一种计及小水电出力的趸售电量预测方法，涉及电力电量预测领域，分析影响小水电的主要气象因素并建立考虑气象因素的小水电电量预测模型，包括：建立数据预处理模型，建立气象判别模型，建立小水电出力预测模型，建立全社会用电量预测模型，建立地区趸售电量预测模型，完成小水电出力的趸售电力预测；以上专利虽然都考虑了季节的因素，但是对小水电出力预测时未引入分时分区气温和降雨量等精细化气象预测数据，每个水电站的机组容量不同，相同降雨量给每个水电站带来的发电量也不同。并且也未考虑小水电发电负荷对降雨量存在的时间滞后性和小水电发电负荷的累积效应。为此，本专利针对小水电特性，引入分时分区气温和降雨量等精细化气象预测数据，并分析小水电负荷特性，包括降雨量所带来的滞后效应，累计效应，。研究基于深度学习和预测技术的短期电力负荷智能预测方法，有效提高多小水电地区短期负荷预测的精度和自动化程度。

发明内容

本发明的目的是为了提供一种针对小水电特性，引入分时分区气温和降雨量等精细化气象预测数据，并分析小水电负荷特性，能有效提高多小水电地区短期负荷预测的精度和自动化程度的短期电力负荷预测方法。

一种基于分时分区气象数据的多小水电地区短期电力负荷预测方法，它包括以下步骤：

1.对各个县/区小水电出力数据和其对应县/区的降雨量数据进行分析，研究径流式小水电的特性；

2.进一步研究小水电出力带来累积性、滞后性，并确立其相关系数方程；

3.提出小水电负荷的预测方法，先预测出基值，按照降雨模式与负荷相似性原理，预测出标幺负荷曲线，最后得到小水电负荷预测曲线。

在步骤2中，结合小水电的空间分布和水文流域特点，以及地区整体气象变化和局地气象差异等历史气象信息，从径流式小水电出力的影响因素入手，深入分析径流式小水电预测出力与其对应时段降雨量的相关性关系。