[發明專利]一種超短期高峰負荷預測方法及其系統

有效

• 申請號: 201710874560.3
• 申請日: 2017-09-25
• 公開（公告）號: CN107730031B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 門德月;鄧勇;李博;戴賽;柳進;程鑫;紀鑫;潘毅;崔暉;胡強新;丁強;朱澤磊;張傳成;許丹;董煒;燕京華;韓彬;劉芳;李曉磊;胡晨旭;蔡幟;黃國棟;張加力;李培軍;孫振;閆翠會;劉聰
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司;國家電網公司華中分部
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

本發明涉及一種超短期高峰負荷預測方法及其系統，采集氣象預測信息；基于建立的高峰負荷預測模型和所述采集的氣象預測信息進行超短期負荷預測；所述高峰負荷預測模型包括：高峰負荷指標、影響高峰負荷的氣象因素及各氣象因素的相關性；基于所述高峰負荷和影響高峰負荷的氣象因素。本發明提供的實際算例證明，該方法對高峰預測有效，提高了超短期負荷的預測精度。

技術領域

本發明涉及電力系統調度自動化領域的預測方法及系統，具體涉及一種超短期高峰負荷預測方法及其系統。

背景技術

隨著經濟的增長和人民生活水平的提高，電力負荷呈逐年增加趨勢。超短期負荷預測是利用最新負荷信息，對未來5分鐘到4小時內的電力負荷進行實時預測。超短期負荷預測能夠在線跟蹤電力系統負荷變化，是動態電網安全監測和自動發電控制的依據。準確、快速的超短期負荷預測，對保證電網運行的安全性和經濟性有著重要的支撐作用。

目前超短期負荷預測的主要方法有外推法、支持向量機、神經網絡和數據挖掘等。由于這些預測模型認為在時間較短時天氣變化很小，加之氣象預報的精度不高，容易造成誤差疊加，因此大多不考慮氣象因素對負荷的影響。因此以上方法在負荷平穩時段的預測精度比較高，而在高峰、低谷負荷等對氣象變化特別敏感的負荷時段內，預測誤差較大。

超短期負荷預測的難點仍然在于高峰負荷預測。通過對某省夏季典型負荷進行研究發現，該省在夏季由于多暴風驟雨，天氣的突變使城市降溫負荷突然降低，導致總負荷降低。按常規的預測方法，不考慮天氣突變或者只考慮日特征氣象要素，如日最高氣溫，日最低氣溫，天氣類型等，顯然難以滿足超短期預測的實用性要求。因此，準確實時的天氣預報成為提高負荷預測精度的關鍵因素。

數值天氣預報是一種從時間和空間上都更精細的天氣預報，在電力系統中主要用在風功率預測方面。它提供了豐富的氣象信息，空間尺度上包含每數十平方公里的氣壓、溫度、濕度、風、云和降水量等多種信息；時間尺度上，預測結果精細到小時或更短時間。數值天氣預報為電網超短期負荷預測提供了實時準確的氣象數據支持。

由于高峰負荷對氣象變化非常敏感，所以高峰負荷預測因其隨機性、復雜性一直都是電力系統的難題。

發明內容

為解決上述現有技術中的不足，本發明的目的是提供一種超短期高峰負荷預測方法及其系統，該方法對高峰預測有效，提高了超短期負荷的預測精度。

本發明的目的是采用下述技術方案實現的：

本發明提供一種超短期高峰負荷預測方法，其改進之處在于：

采集氣象預測信息；

基于建立的高峰負荷預測模型和所述采集的氣象預測信息進行超短期負荷預測；

所述高峰負荷預測模型包括：高峰負荷指標、影響高峰負荷的氣象因素及各氣象因素的相關性；基于所述高峰負荷和影響高峰負荷的氣象因素。

進一步地，所述高峰負荷預測模型包括：

確定高峰負荷指標；

基于歷史氣象信息，對所述高峰負荷和氣象信息進行分析確定影響高峰負荷的各氣象因素的相關性；

基于所述高峰負荷和所述影響高峰負荷的氣象因素，結合L-M神經網絡構建高峰負荷預測模型。

進一步地，所述確定高峰負荷指標包括：

基于預先取得的數據確定高峰負荷并對高峰負荷進行分析提取高峰負荷指標；

所述高峰負荷指標包括：

1)峰頂、谷底負荷值：

峰頂負荷值P_peak是一天中最大的負荷值；谷底負荷值P_valley是一天中最小負荷值；