[發明專利]一種考慮用戶源荷特征的居民用電量預測方法

在審

• 申請號: 201910981521.2
• 申請日: 2019-10-16
• 公開（公告）號: CN110728408A
• 公開（公告）日: 2020-01-24
• 發明（設計）人: 李振偉;趙樹軍;單保濤;馬濤;馬雋;劉義江;王晶;張正文;鐘誠
• 申請（專利權）人: 國家電網有限公司;國網河北省電力有限公司;國網河北省電力有限公司雄安新區供電公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 13100 石家莊新世紀專利商標事務所有限公司
• 代理人: 張杰;徐瑞豐

本發明公開了一種考慮用戶源荷特征的居民用電量預測方法，居民用電設備種類與數量的增加使得負荷的隨機性更強，現有智能算法求解難度不斷增加，參數估計更加困難，但居民負荷與用戶行為習慣與氣候周期性變化具有潛在關聯性，呈現出不同頻度的周期性波動特征，本發明采用了多頻度波動特征分離與獨立預測的方法，相比較于現有居民負荷的智能預測算法具有求解方法更為簡潔，適用性更好，在波動中跟蹤及時，不宜發生預測值大幅跳變的有點，總體預測精度更高，更適用于大功率源荷接入下的居民用電量預測。

技術領域

本發明屬于電網規劃與發展決策支撐領域，具體涉及一種考慮用戶源 荷波動特征的居民用電量預測方法。

背景技術

隨著我國經濟的發展和經濟結構的調整，居民用電占全社會用電量的 比重逐漸增大，并且有繼續增加的趨勢，它將逐步成為衡量我國全面 實現小康社會的重要標志。因此，有必要對居民用電的預測模型和方 法進行研究，以適應居民電力需求快速增長的需要，為不同地區不同 經濟發展水平居民小區電網建設提供技術支撐，對政府規劃居民小區建設提供決策依據。

國內現有關于用電量預測方法研究較多，針對居民用電量的研究相對 較少，如市場經濟條件下居民用電分析與預測模型的研究，建立帶有 虛擬變量的多元回歸方程，同時考慮了影響居民電力需求的經濟因素 和非經濟因素，定量描述了非經濟因素(例如氣候、生活習慣、消費 習慣)對居民用電的影響，又如選取影響我國農村居民用電量的9個 指標因素,依次采取常規BP神經網絡法、主成分-BP神經網絡法、主 成分回歸法對我國農村2015-2020年的居民用電量進行預測。此外還 有利用人工神經網絡建立家用電器擁有量與居民人均年用電量之間 的非線性映射關系,以居民家用電器的擁有情況為輸入變量,預測居民的人均年需用電量。

總體來說采用智能算法對居民負荷的影響因素加以考慮，提高了預測 精度，但對于新興負荷的波動特征考慮較少。

發明內容

近年來居民負荷大幅增加，原有20A電流的戶表容量已經不能滿足居 民用電需求，新增大功率用電負荷繁多，如地熱供暖、空氣源熱泵、 即熱式電熱水器、烘干式洗衣機、電烤箱、電動汽車等，同時增加了 戶用分布式光伏發電設備。

居民用電設備種類與數量的增加使得負荷的隨機性更強，現有智能算 法求解難度不斷增加，參數估計更加困難，但居民負荷與用戶行為習 慣與氣候周期性變化具有潛在關聯性，呈現出不同頻度的周期性波動 特征，為此本發明提出一種考慮用戶源荷波動特征的居民用電量預測 方法，將用電負荷按不同的波動周期進行分離，按相應周期進行預測，以提高預測精度。

為了實現上述目的，本發明采取的技術方案如下：

一種考慮用戶源荷特征的居民用電量預測方法，包括以下步驟：

1)選定電量預測區域包括N個用戶，每個用戶具有M年小時電量數 據，其中第m年為Wm_i，i的取值范圍為[1,8760]；

2)為了便于波動特征的歸一化處理，直接預測對象為容量利用小時 數，間接對象為用電量，當前容量利用小時數如式(1)計算得到第 n個臺區第m年的i個小時K(n,m,i)，取值范圍為[0,1]，對式(1) 變型可得到用電量計算公式(2)；

3)采用式(3)將待分解的每小時容量利用小時數K(n,m,i)映射 到2j個小波包子空間中，其中j即為分解層數，然后采用式(4)對 分解后的K(n,m,i)進行重構，由此將K(n,m,i)表示隨時變信號 i的所有頻段分為日變化低頻分量與季節變化高頻分量；

式中，P_j^q(i)表示第j層上第q個小波包，為小波包系數；H、G分 別為小波包分解的低通、高通濾波器組；h、g分別為小波包重構的 低通、高通濾波器組；