[发明专利]基于大数据的标幺值法电力负荷预测方法及系统

说明书

本发明公开一种基于大数据的标幺值法电力负荷预测方法及系统，对预测区域内的行业负荷进行分类，采集各行业全年用电量及具体用户供电配变供电数据，校核并合成行业用户典型台区日负荷特性曲线，计算行业负荷标幺值及最大负荷利用小时数；计算现状年各行业最大负荷，合成现状年日负荷曲线，并计算各行业最大负荷所占权重及行业负荷间同时率；计算规划年各行业最大负荷，合成规划年日负荷曲线；将所有行业规划年日负荷曲线进行拟合叠加，得到规划年负荷预测值。本发明采用分类和聚类方法，充分体现预测区域用电行业特点及负荷特性，负荷预测结果的适应性和精准度比传统负荷预测方法要高，能够为区域电网投资策略和规划项目库的编制提供有效依据。

技术领域

本发明属于电力负荷预测领域，特别是涉及到一种基于大数据的标幺值法电力负荷预测方法及系统。

背景技术

为积极应对气候变化，保证能源可持续发展，满足经济社会快速发展的用电需求，促进节能减排、发展低碳经济，电网向智能化方向发展已成为必然趋势。智能电网技术应用于发电、输电、变电、配电、用电、调度和通信信息平台各环节，并具有“信息化、自动化、互动化”特征，旨在提高电网的资源配置能力和电力系统的运行效率，以保障电力的安全、优质、可靠供应。

在发、变、输、配、用、调这一链条中，同发电、变电和输电环节相比，配电环节作为电力系统到用户的最后环节，与用户的联系最为紧密，对系统的整体性能效率和用户供电质量的影响也最为直接。但是长期以来，受“重发轻输不管用”思想的影响，配电网结构不合理、供电可靠性不高、运行损耗大、设备利用率低等问题普遍存在。随着经济社会的快速发展和用户对供电质量的要求不断提高，配电网的建设发展已日益受到关注。

配电网项目前期工作中规划是“龙头”，起引领作用，配电网规划环节中电力负荷预测结果是规划项目入库最顶层约束条件，负荷预测结果准确程度直接影响规划项目落地布局及电网运行水平，进而影响配电网投资有效性，因此负荷预测是配电网规划中极其重要的一部分。

目前传统负荷预测方法宏观性强，主要侧重于区域整体负荷增长，对于分行业负荷及其负荷特性、权重分析则比较粗糙，负荷预测结果的适应性和精准度不高，本发明提出基于大数据的标幺值法电力负荷预测方法及系统以解决现有技术问题。

发明内容

针对背景技术中存在问题，本发明提出一种基于大数据的标幺值法电力负荷预测方法及系统，采用分类和聚类方法，充分体现预测区域用电行业特点及负荷特性，有利于提高负荷预测结果的适应性和精准度，为区域电网投资策略和规划项目库的编制提供数据依据。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于大数据的标幺值法电力负荷预测方法，包括：

S1、对预测区域内的行业负荷进行分类，采集各行业全年用电量及具体用户供电配变供电数据并进行基础数据校核；

S2、合成行业用户典型台区日负荷特性曲线，并计算行业负荷标幺值及最大负荷利用小时数；

S3、计算现状年各行业最大负荷，合成行业现状年日负荷曲线，并计算各行业最大负荷所占权重及行业负荷间同时率；

S4、计算规划年各行业最大负荷，并合成规划年日负荷曲线；

S5、拟合叠加所有行业规划年日负荷曲线，得到规划年电力系统日负荷曲线，最大值即规划年负荷预测值。

进一步的，步骤S1所述方法具体为：

S101、负荷分类基于区域社会行业发展特点，在第一产业、第二产业、第三产业和居民用电基础上，细分行业负荷；

S102、各行业全年用电量及具体用户供电配变供电数据采集，从营销应用、PMS、调度系统采集区域全社会用电量、最大负荷、各行业全年用电量、具体用户供电配变容量、全年供电量及典型日24时整点负荷值，对规模数据进行校核；所述典型日为区域全年最大负荷日。