[发明专利]一种基于两阶段还原的地区网供负荷精细化预测方法在审

专利信息
申请号: 201910161669.1 申请日: 2019-03-04
公开(公告)号: CN109934396A 公开(公告)日: 2019-06-25
发明(设计)人: 李丹;杨保华;张远航;谢晨晟;王奎;贺彩;云洋;李紫瑶;邓思影 申请(专利权)人: 三峡大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06
代理公司: 宜昌市三峡专利事务所 42103 代理人: 余山
地址: 443002 *** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 精细化 两阶段 还原 新能源发电 预测 负荷预测 用电负荷 地区网 分时 火电 还原法 分区 负荷预测模型 负荷分解 负荷曲线 历史数据 气象信息 气象预测 影响因素 预测结果 预测模型 预测数据 构建 采集 引入 气象
【说明书】:

一种基于两阶段还原的地区网供负荷精细化预测方法,包括以下步骤:步骤一:采集地区用电负荷、小水火电、新能源发电和区域互供功率的历史数据,以及分时分区气象的历史和预测数据;步骤二:采用两阶段还原法,将网供负荷分解为地区用电负荷与小水火电、新能源发电和区域互供功率的组合;步骤三:根据不同类型负荷的特点和影响因素,引入分时分区气象信息,构建不同的预测模型,并基于各类型负荷预测模型和预测日的精细化气象预测值,获得各类型负荷曲线的预测结果;步骤四:将各类型的负荷预测曲线进行组合,还原得到预测日的网供负荷预测曲线。

技术领域

发明属于电力系统领域,具体涉及一种基于两阶段还原的地区网供负荷精细化预测方法。

背景技术

电力系统短期负荷预测是调度计划、运行方式安排的重要依据,其准确率不仅是衡量调度运行水平的重要指标,也是调度工作水平的综合体现。对电力系统短期负荷预测的研究已有很长的历史,目前国内外对电力系统负荷预测的方法主要有以下几种类型:经典方法,传统方法(包括时间序列分析法,回归分析法,灰色预测法),新兴方法(包括专家系统,模糊预测法,人工神经网络等人工智能方法及新兴的小波分析法及组合预测方法等)。然而,这些方法只能针对某种单一的负荷分量进行预测,如用电负荷、小水电或风、光新能源发电负荷等。在我国现行电力管理体制下,地市电力公司需要对网供负荷——省级电网调度关口供给地区的电力负荷开展预测。网供负荷实际上是一个具有多成分、非线性与受多因素综合影响的复杂对象,影响不同负荷分量的因素不尽相同,不同负荷分量的变化特性和影响模式也存在显著差异。随着居民调温负荷日益增长,风、光、水等清洁能源发电占比不断增加,气象敏感性负荷占地区总负荷的比重不断上升,仅利用全地区综合气象要素、且针对单一负荷分量的传统负荷预测方法,在应对复杂气象条件和多负荷分量并存的网供负荷预测时,其精度将难以满足要求。为此,需要引入更加精细化的分时分区气象信息,并将组成网供负荷的不同负荷分量予以区别对待,根据各自特点选择有针对性的预测方法,以提高地区网供负荷预测的准确性。

发明内容

本发明目的是提供一种基于地区负荷和清洁能源出力特性,通过开展短期负荷精细化智能预测的研究,能明显提高地区清洁能源出力、用电负荷及省供负荷在日前短期时间尺度下的预测精度和自动化程度的地区网供负荷精细化预测方法。

为了实现上述的技术特征,本发明采用的技术方案是:

一种基于两阶段还原的地区网供负荷精细化预测方法,包括以下步骤:

步骤一:采集地区用电负荷、小水火电、新能源发电和区域互供功率的历史数据,以及分时分区气象的历史和预测数据;

步骤二:采用两阶段还原法,将网供负荷分解为地区用电负荷与小水火电、新能源发电和区域互供功率的组合;

步骤三:根据不同类型负荷的特点和影响因素,引入分时分区气象信息,构建不同的预测模型,并基于各类型负荷预测模型和预测日的精细化气象预测值,获得各类型负荷曲线的预测结果;

步骤四:将各类型的负荷预测曲线进行组合,还原得到预测日的网供负荷预测曲线。

在步骤一中,采集地区用电负荷PL,d、小水火电发电功率PS,d、新能源发电功率PN,d和区域互供功率PH,d的历史数据以及分时分区气温Td、降雨量Hd、太阳辐照度Id和风速Vd的历史和预测数据,其中d∈{1,...,D},D为历史样本日的总天数。

在步骤二中,采用两阶段还原法,将网供负荷PW,d分解为地区用电负荷PL,d与小水火电发电功率PS,d,新能源发电功率PN,d和区域互供功率PH,d的组合:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三峡大学,未经三峡大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910161669.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top