[發明專利]基于短期負荷預測的智能箱式變電站運行組合優化方法

在審

• 申請號: 201810623929.8
• 申請日: 2018-06-15
• 公開（公告）號: CN108921335A
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 王振樹;王煜
• 申請（專利權）人: 山東大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

本發明公開了基于短期負荷預測的智能箱式變電站運行組合優化方法，包括：采用基于長短期記憶網絡的短期負荷預測模型，對智能箱式變電站集群進行短期負荷預測，得到目標日負荷預測曲線；通過智能箱變集群不同運行組合方式計算臨界負荷值，形成臨界負荷值分界線；將得出的短期負荷預測曲線與得出的臨界負荷值分界線作于同一直角坐標系下，得出可投切操作時間段；建立目標節能函數，得到各個操作時間段的節約電能；通過比較不同時間段的節約電能，最終得出改變箱變運行組合方式的最佳時間段。本發明方法容易實現，結果可靠。

技術領域

本發明涉及變電站技術領域，特別是涉及基于短期負荷預測的智能箱式變電站運行組合優化方法。

背景技術

目前智能箱式變電站已經廣泛應用于居民小區、學校、寫字樓群等，具有區域集群特性，即某片區域包含多臺智能箱式變電站，形成了智能箱式變電站集群。運維人員對智能箱變的投切控制不再局限于單臺箱變，而是需要考慮其集群效應。

在智能箱變的使用上，大部分都會選擇將區域內所有的智能箱變均投入運行。但是根據用戶負荷分析可知，負荷變化具有一定的規律性和周期性。通過分析日負荷曲線，用戶負荷高峰僅出現在特定時間段。在非負荷高峰時間段如負荷低谷期，全部智能箱變的投入會增加箱變中變壓器的空載損耗。但如果僅根據負荷高峰低谷進行智能箱變投切，又可能會出現頻繁投切操作造成的變壓器壽命損失。

變壓器作為智能箱式變電站最重要的部分，是進行智能箱變運行組合優化時需要考慮的重要因素之一，同時還應該計及箱變負荷變化的影響。

發明內容

為了解決現有技術的不足，本發明提供了基于短期負荷預測的智能箱式變電站運行組合優化方法，實現運維人員對區域內智能箱式變電站集群進行運行組合優化，減少頻繁投切操作箱變造成損害的同時，降低箱變空載損耗，實現節能目標。

基于短期負荷預測的智能箱式變電站運行組合優化方法，包括：

采用基于長短期記憶網絡的短期負荷預測模型，對智能箱式變電站集群進行短期負荷預測，得到目標日負荷預測曲線；

通過智能箱變集群不同運行組合方式計算臨界負荷值，形成臨界負荷值分界線；

將得出的短期負荷預測曲線與得出的臨界負荷值分界線作于同一直角坐標系下，得出可投切操作時間段；

建立目標節能函數，即將箱變變壓器經濟運行臨界負荷作為分界線，確定負荷預測曲線位于分界線上方的時間段，然后借助負荷預測曲線求出箱變在不同運行組合方式下的有功功率損耗差值，即改變運行組合方式后減少的有功功率損耗，將此差值即改變運行組合方式后節約的電能進行積分計算求取電量后與投切操作折算的電能進行比較，得到各個操作時間段的節約電能；

通過比較不同時間段的節約電能，最終得出改變箱變運行組合方式的最佳時間段。

進一步優選的技術方案，所述基于長短期記憶網絡的短期負荷預測模型，對智能箱式變電站集群進行短期負荷預測，具體步驟為：

獲取電力負荷歷史數據并計算負荷序列的均值和方差；

根據負荷序列的均值和方差對負荷數據序列進行非正常數判斷，當負荷數據序列判斷為壞數據時進行修正；

在對電力負荷歷史數據進行壞數據判斷和修正后，對負荷數據庫中缺失的數據進行補充；

確定長短期記憶網絡短期負荷預測模型參數，包括：輸入層維數、隱藏層數目、隱藏層維數以及輸出層維數；

利用歷史數據訓練網絡，然后選定目標日，利用訓練好的長短期記憶網絡進行負荷預測，得到目標日負荷預測數據及負荷預測曲線。

進一步優選的技術方案，所述形成臨界負荷值分界線的方式為：