[发明专利]一种电能替代潜力的预测方法和系统

说明书

本发明提供了一种电能替代潜力的预测方法和系统，包括：获取被预测区域影响电能替代潜力因素、能源消耗总量及电能消耗量的历史数据和实时数据；将历史数据带入预先建立的组合预测模型中得到多种预测方法的在各时刻的权重；基于各因素、能源消耗总量及电能消耗量的实时数据和多预测方法在各时刻的权重，对被预测区域的电能替代潜力进行预测；其中组合预测模型包括多种预测方法以及各时刻各种预测方法的权重。该方法和系统既有效的改善了单一预测方法的局限性，又弥补了传统组合预测仅仅是赋予不同的预测指标各自的权重，忽略时间点对预测精度的影响的不足。

技术领域

本发明属于电力负荷预测技术领域，具体涉及一种电能替代潜力的预测方法和系统。

背景技术

电力负荷预测是指根据过去某时间段内某区域电力需求进行研究分析，结合该区域内的气候、经济和人口等外部因素,研究出一套系统可行的数学方法，来确定未来某时间段内该地区的电力负荷的特性。电力产业作为国民工业系统中重要的产业，近年来随着电力市场的激烈竞争和智能电网建设的不断升级，电力负荷预测精度成为电网企业可持续发展的决定性因素，使得电力负荷预测在电力系统设计、电网规划和安全运行等方面越来越受到重视。更加准确的电力负荷预测，对于合理地安排启、停并网发的电机组,为电网的安全稳定运行、实时进行电网负荷的调度提供了重要依据。特别是在经济方面,精确的电力负荷预测可以优化发电、用电电网调度计划,合理调度和分配资源,保证电力稳定供应，从而起到使社会效益、经济效益最大化的作用。然而未来负荷预测工作研究的是不肯定事件,负荷预测这个不确定事件具有条件性、不准确性、时间性、多方案性等特点。恰当的负荷预测技术才能准确呈现负荷的发展趋势。一直以来，人们都在致力于提高电力负荷预测精度方法的研究。目前，电力负荷预测方法和手段比较多，按照模型的结构可以分为单一预测方法和组合预测方法。其中，单一预测方法有时间序列法、线性回归法、灰色预测法、支持向量机SVM、反向传播BP神经网络模型等等，但任何单一预测方法在实际应用中由于自身存在的缺陷会导致预测精度的不足，很难准确地预测区域未来的用电水平。然而传统的组合预测模型虽然可以综合的利用各种方法提供的信息，给予不同的预测方法分别赋予不同的权重，对提高预测精度具有一定的有效性，但是同一单向预测方法在其样本的各个时间点指标的权重是恒定不变的。这就会导致不同时间带预测的精度不同，在一个时间点预测更为准确，而在另一个时间点，误差可能仍旧很大。

另外目前大部分预测方法主要把经济、人口因素作为负荷需求的主要影响因素，但是我们知道，影响负荷需求的因素不仅仅局限于经济和人口，还可能受到当地的政策、技术发展水平、环保约束等方面的因素影响，如果仅仅片面的考虑经济和人口对区域电能替代潜力的影响，会影响电网公司对区域未来中长期电能替代发展趋势的把控，无法保证电力规划的系统性和科学高效性，从而无法实现电能替代战略所带来的最大经济效益。

发明内容

为克服上述现有技术的不足，本发明提出一种电能替代潜力的预测方法和系统。该方法和系统基于诱导有序加权调和平均IOWHA算子组合预测模型,从经济、人口、政策、能源价格、技术、环保约束的角度综合考虑区域电能替代潜力的影响因素，为电力企业的电力调度和经营决策提供依据。

实现上述目的所采用的解决方案为：

一种电能替代潜力的预测法方法，其改进之处在于，包括：

获取被预测区域影响电能替代潜力因素、能源消耗总量及电能消耗量的历史数据和实时数据；

将所述历史数据带入预先建立的组合预测模型中得到多种预测方法的在各时刻的权重；

基于所述各因素、能源消耗总量及电能消耗量的实时数据和所述多预测方法在各时刻的权重，对被预测区域的电能替代潜力进行预测；

所述组合预测模型包括多种预测方法以及各时刻各种预测方法的权重。

本发明提供的第一优选技术方案，其改进之处在于，所述组合预测模型的构建包括：