[发明专利]基线负荷估计方法、装置及终端设备在审
申请号: | 202110692462.4 | 申请日: | 2021-06-22 |
公开(公告)号: | CN113592528A | 公开(公告)日: | 2021-11-02 |
发明(设计)人: | 任鹏;申洪涛;陈蕾;王燕;陶鹏;吴一敌;李鹏;张超 | 申请(专利权)人: | 国网河北省电力有限公司营销服务中心;国家电网有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06Q50/06;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 石家庄国为知识产权事务所 13120 | 代理人: | 付晓娣 |
地址: | 050035 河北省石家庄市高新区湘江*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基线 负荷 估计 方法 装置 终端设备 | ||
本发明提供了一种基线负荷估计方法、装置及终端设备,该方法应用于负荷预测技术领域,包括:根据目标区域内各个用户参与需求响应的时间对各个用户进行划分,得到至少一个用户集群,并为各个用户集群分配对应的可预测度;基于各个用户集群对应的历史负荷数据更新各个用户集群对应的可预测度;通过对不同可预测度的用户集群对应的历史负荷数据进行不同的预测处理,确定目标区域的基线负荷。本发明提供的基线负荷估计方法、装置及终端设备能够提高基线负荷估计的精度和效率。
技术领域
本发明属于负荷预测技术领域,更具体地说,是涉及一种基线负荷估计方法、装置及终端设备。
背景技术
随着电力市场、分布式发电的快速发展与相互融合,用户的负荷模式与用电行为日趋复杂,许多新的复杂场景不断涌现,对基线负荷估计产生深刻影响。分布式光伏呈现爆发增长,越来越多的用户安装了分布式光伏。大多数小型分布式光伏系统安装在表后,用户电表测得的只是净负荷(即用户负荷减去光伏出力),而光伏出力对于系统运营商和负荷聚合商来说是“不可见”的。这种不可观测性给光伏用户的基线负荷估计引入了额外的不确定性,同时由于光伏出力具有随机性和间歇性的而用户负荷同样具有随机波动特性,大大增加了基线负荷估计的难度。
因此,如何提高基线负荷估计的准确率成为本领域技术人员亟需解决的问题。
发明内容
本发明的目的在于提供一种基线负荷估计方法、装置及终端设备,以提高基线负荷估计的精度。
本发明实施例的第一方面,提供了一种基线负荷估计方法,包括:
根据目标区域内各个用户参与需求响应的时间对各个用户进行划分,得到至少一个用户集群,并为各个用户集群分配对应的可预测度;
基于各个用户集群对应的历史负荷数据更新各个用户集群对应的可预测度;将更新后的可预测度大于第一预测值的用户集群记为第一用户集群,将更新后的可预测度不大于第一预测值的用户集群记为第二用户集群,获取第一用户集群对应的第一历史负荷数据以及第二用户集群对应的第二历史负荷数据;
将第一历史负荷数据输入至预设的曲线拟合模型中,预测得到第一基线负荷,将第二历史负荷数据输入至预设的神经网络模型中,预测得到第二基线负荷数据,基于第一基线负荷和第二基线负荷确定目标区域的基线负荷。
本发明实施例的第二方面,提供了一种基线负荷估计装置,包括:
预测度分配模块,用于根据目标区域内各个用户参与需求响应的时间对各个用户进行划分,得到至少一个用户集群,并为各个用户集群分配对应的可预测度;
数据获取模块,用于基于各个用户集群对应的历史负荷数据更新各个用户集群对应的可预测度;将更新后的可预测度大于第一预测值的用户集群记为第一用户集群,将更新后的可预测度不大于第一预测值的用户集群记为第二用户集群,获取第一用户集群对应的第一历史负荷数据以及第二用户集群对应的第二历史负荷数据;
负荷预测模块,用于将第一历史负荷数据输入至预设的曲线拟合模型中,预测得到第一基线负荷,将第二历史负荷数据输入至预设的神经网络模型中,预测得到第二基线负荷数据,基于第一基线负荷和第二基线负荷确定目标区域的基线负荷。
本发明实施例的第三方面,提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的基线负荷估计方法的步骤。
本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的基线负荷估计方法的步骤。
本发明实施例提供的基线负荷估计方法、装置及终端设备的有益效果在于:
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国网河北省电力有限公司营销服务中心;国家电网有限公司,未经国网河北省电力有限公司营销服务中心;国家电网有限公司许可,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/202110692462.4/2.html,转载请声明来源钻瓜专利网。