[發(fā)明專利]一種智能園區(qū)需求側(cè)短期負荷預(yù)測方法及其裝置

在審

• 申請?zhí)枺?/td>: 201811345114.4
• 申請日: 2018-11-13
• 公開（公告）號: CN109390938A
• 公開（公告）日: 2019-02-26
• 發(fā)明（設(shè)計）人: 于波;孫學(xué)文;王翠敏;盧欣;李民;吳明雷;孫哲;楊延春;韓慎朝;吳亮;劉裕德;石楓;朱伯苓;張超;郭曉丹;隋淑慧;陳彬;王海巍;張凡;曹曉男;蔡林靜;王嘉庚
• 申請（專利權(quán)）人: 國網(wǎng)天津市電力公司電力科學(xué)研究院;國網(wǎng)（天津）綜合能源服務(wù)有限公司;國網(wǎng)天津節(jié)能服務(wù)有限公司;國網(wǎng)天津市電力公司;國家電網(wǎng)有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;G06Q10/04;G06Q50/06
• 代理公司: 天津盛理知識產(chǎn)權(quán)代理有限公司 12209
• 代理人: 王來佳

本發(fā)明涉及一種智能園區(qū)需求側(cè)短期負荷預(yù)測方法及其裝置，該方法包括以下步驟：采集園區(qū)一天24小時的用電負荷數(shù)據(jù)；使用時間序列模型擬合園區(qū)一天24小時的用電負荷，得到用電負荷擬合值及訓(xùn)練好的時間序列模型；將用電負荷擬合值與實際值對比，計算平均相對誤差并根據(jù)平均相對誤差驗證訓(xùn)練好的時間序列模型；用訓(xùn)練好的時間序列模型預(yù)測一天之后的用電負荷情況。本發(fā)明在已采集到的歷史負荷數(shù)據(jù)的基礎(chǔ)上，全面分析影響負荷波動的時間因素，采用時間序列模型對其建模分析預(yù)測智能園區(qū)短期負荷走勢，從而為園區(qū)電網(wǎng)調(diào)度制定發(fā)、供電計劃提供參考依據(jù)，對系統(tǒng)實現(xiàn)資源調(diào)控、保證電能供求平衡、保證電能質(zhì)量有重要的作用。

技術(shù)領(lǐng)域

本發(fā)明屬于智能電網(wǎng)技術(shù)領(lǐng)域，尤其是一種智能園區(qū)需求側(cè)短期負荷預(yù)測方法及其裝置。

背景技術(shù)

園區(qū)的用電負荷預(yù)測是電力系統(tǒng)規(guī)劃中的重要環(huán)節(jié)，而電力負荷預(yù)測需要解決的是由電能無法大規(guī)模存儲帶來的電能供求平衡問題，進而保證供電質(zhì)量。隨著電力能量管理系統(tǒng)(EMS)的發(fā)展，短期負荷預(yù)測已經(jīng)成為EMS的必要環(huán)節(jié)之一，為保障電力系統(tǒng)的安全經(jīng)濟運行提供支持，其主要用于優(yōu)化機組啟停、水電計劃、水火電協(xié)調(diào)和交換功率計劃。通過對短期電力負荷的精確預(yù)測，可以為電網(wǎng)調(diào)度制定發(fā)、供電計劃提供參考依據(jù)，并保障電網(wǎng)中的電能供需平衡，對估計電能的生產(chǎn)、輸送、分配和銷售都能提供數(shù)據(jù)支持，使電力系統(tǒng)能制定更經(jīng)濟、合理的發(fā)、用電方案，實現(xiàn)能源管控，節(jié)能減排的目標。如何對園區(qū)需求側(cè)短期負荷預(yù)測進行精確預(yù)測是目前迫切需要解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出一種設(shè)計合理且預(yù)測準確的智能園區(qū)需求側(cè)短期負荷預(yù)測方法及其裝置。

本發(fā)明解決其技術(shù)問題是采取以下技術(shù)方案實現(xiàn)的：

一種智能園區(qū)需求側(cè)短期負荷預(yù)測方法，包括以下步驟：

步驟1：采集園區(qū)一天24小時的用電負荷數(shù)據(jù)；

步驟2：使用時間序列模型擬合園區(qū)一天24小時的用電負荷，得到用電負荷擬合值及訓(xùn)練好的時間序列模型；

步驟3：將步驟2得到的用電負荷擬合值與實際值對比，計算平均相對誤差并根據(jù)平均相對誤差驗證訓(xùn)練好的時間序列模型；

步驟4：利用步驟2訓(xùn)練好的時間序列模型預(yù)測一天之后的用電負荷情況。

進一步，所述步驟2使用時間序列模型擬合園區(qū)一天24小時的用電負荷。

進一步，所述步驟2使用的時間序列模型為：

式中，分別為一次指數(shù)平滑、二次指數(shù)平滑以及三次指數(shù)平滑t時刻的用電負荷擬合值，α為平滑系數(shù)，分別為一次指數(shù)平滑、二次指數(shù)平滑以及三次指數(shù)平滑t-1時刻的用電負荷擬合值。

進一步，所述平滑系數(shù)α的取值為0.1～0.3。

進一步，所述步驟3中的平均相對誤差按照如下公式計算：

式中，為三次指數(shù)平滑t時刻的用電負荷擬合值，y_t為t時刻的用電負荷實際值。

進一步，所述步驟4的預(yù)測方法按照如下公式計算：

式中，y_t為t時刻的用電負荷實際值，T表示預(yù)測超前周期，a_t、b_t、c_t為三次指數(shù)平滑預(yù)測模型的相關(guān)系數(shù)；分別為一次指數(shù)平滑、二次指數(shù)平滑以及三次指數(shù)平滑t時刻的用電負荷擬合值，α為平滑系數(shù)。

一種實現(xiàn)智能園區(qū)需求側(cè)短期負荷預(yù)測方法的裝置，包括如下模塊：