[發明專利]一種系統用電量預測方法

有效

• 申請號: 201510752495.8
• 申請日: 2015-11-06
• 公開（公告）號: CN105260803B
• 公開（公告）日: 2019-04-19
• 發明（設計）人: 王德金;呂志來;李海;喻宜;張東;齊國印
• 申請（專利權）人: 國家電網公司;北京許繼電氣有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京立成智業專利代理事務所(普通合伙) 11310
• 代理人: 黃劍冰

為準確進行用電量預測，本發明提供了一種系統用電量預測方法，包括：S1數據獲取，通過智能電表采集居民、工業、商業等用戶的用電信息，通過外部系統獲取影響因素信息，同時生成該用戶歷史表；S2用戶用電規律分析，結合歷史表對采集得到的用戶用電信息進行擬合分析，分析得到用戶用電規律；S3影響因素分析，根據用戶類型設置負載波動范圍，對超出波動范圍的時間點進行影響因素分析，得到各影響因素對該用戶用電量的影響值；S4系統用電量預測，結合用戶用電規律分析和影響因素分析，對系統未來短期用電量進行預測。本發明的預測方法是今后電力系統短期用電量預測的一個全新發展方向，在預測領域具有廣泛用途和重要意義。

技術領域

本發明屬于電力系統用電量分析領域，涉及一種系統用電量預測方法。

背景技術

配電網系統短期用電量預測的研究已有很長歷史，長期以來，短期用電量預測的對象通常局限在全網的系統，國內外學者對此作了大量的理論和方法的研究工作，提出了多種各具特點的預測方法，如時間序列法、專家系統法、人工神經網絡法等。

短期用電量具有明顯周期性，如日用電量曲線的相似性、同一星期類型日的相似性、節假日的相似性等，此外短期用電量易受到各種環境因素的影響，如天氣、文體活動等，這使得用電量的變化出現非平穩的隨機過程。因此目前存在的預測方法，如時間序列法、專家系統法、人工神經網絡法等，其實際應用效果并不理想，難以建立系統用電量與眾多影響因素之間的關系模型。然而，預測結果是制定電網發、購電計劃、電力系統規劃、計劃、用電、調度等部門的基礎工作，因此，能否提出更加可靠、準確的解決方法一直是人們研究的課題。

發明內容

本發明的目的在于提供一種新的系統用電量預測方法，該方法可以彌補現有預測方法的不足。

一種系統用電量預測方法，包括以下步驟：

S1數據獲取

通過智能電表采集居民、工業、商業等用戶的用電信息，通過外部系統獲取影響因素信息，同時生成該用戶歷史表。

S2用戶用電規律分析

結合用戶歷史表對采集得到的用戶用電信息進行擬合分析，分析得到用戶用電規律。

S3影響因素分析

根據用戶類型設置負載波動范圍，對超出波動范圍的時間點進行影響因素分析，得到各影響因素對該用戶用電量的影響值。

S4系統用電量預測

結合用戶用電規律分析和影響因素分析，對系統未來短期用電量進行預測。

步驟S1獲取的用戶用電信息為實時用電信息；生成用戶歷史表的方式為定時將獲取的信息形成該用戶用電信息用戶歷史表。

步驟S1所述影響因素主要包括：天氣因素、節假日因素、社會事件因素等。

優選的，所述用戶歷史表包括：用戶ID、用戶用電量、天氣信息、節假日類型、相關社會事件信息。

優選的，可以每隔一小時統計一次用戶用電量并獲取當時的天氣信息形成該用戶的時歷史統計點；每日凌晨0～4時將該用戶的時歷史統計點合并形成該用戶當日用電量、天氣信息、節假日類型、相關社會事件信息的日用戶歷史表。

步驟S2所述擬合分析方法為線性分析。

優選的，步驟S2所述線性分析方法為：根據步驟S1所得用戶歷史表根據用戶類型和用電類型對用戶用電信息以用戶日用電量為y，以日期為x，通過下述公式進行線性擬合分析，分析得到用戶用電規律曲線。

y(x)＝(x_x-n+…+x_x-2+x_x-1+x)/(n+1)