[發明專利]一種基于用電概率分布函數的隨機負荷預測方法

有效

• 申請號: 202010894007.8
• 申請日: 2020-08-31
• 公開（公告）號: CN111967686B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 李鵬;劉湘蒞;田春箏;李慧旋;鄭永樂;張藝涵;李錳;楊萌;鞠立偉
• 申請（專利權）人: 國網河南省電力公司經濟技術研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 鄭州知己知識產權代理有限公司 41132
• 代理人: 季發軍

1.一種基于用電概率分布函數的隨機負荷預測方法，其特征在于，其步驟如下：

步驟一、采用平滑預測法預測目標年的電采暖面積；

步驟二、根據電采暖面積構建采暖熱需求負荷模型；

步驟三、根據電動汽車的類型采用多元線性回歸方法對汽車市場發展規模進行預測，獲得各類型電動汽車保有量；

步驟四、利用蒙特卡洛概率統計法計算單輛電動汽車的充電容量，并根據充電容量計算單輛電動汽車的充電負荷；

步驟五、根據電動汽車保有量和單輛電動汽車的充電負荷構建電動汽車的充電負荷需求模型；

步驟六、將采暖熱需求負荷模型和電動汽車的充電負荷需求模型相結合，得到隨機負荷預測模型；

所述采用平滑預測法預測目標年的電采暖面積的方法為：

S11、搜集歷年采暖建筑面積，采用二次指數平滑預測法分別計算電采暖建筑面積的一次、二次滑動平均值：

其中，為電采暖建筑面積的一次滑動平均值，為電采暖建筑面積的二次滑動平均值；xt為t年的電采暖建筑面積，N表示歷史數據個數，也即移動的平均期數，T表示總時間段；

S12、根據電采暖建筑面積的一次、二次滑動平均值計算截距和斜率：

其中，為電采暖趨勢線的截距，為電采暖趨勢線的斜率值；

S13、根據電采暖趨勢線的截距和斜率值預測目標年的電采暖面積：

其中，為電采暖建筑面積預測值。

2.根據權利要求1所述基于用電概率分布函數的隨機負荷預測方法，其特征在于，所述采暖熱需求負荷模型為：

其中，Q_h為電采暖需求預測值，q_n為第n類建筑物所對應的采暖熱指標，η為負荷同時率。

3.根據權利要求2所述基于用電概率分布函數的隨機負荷預測方法，其特征在于，所述電動汽車的類型包括電動公共汽車、出租車、公務車、私家車4類。

4.根據權利要求3所述基于用電概率分布函數的隨機負荷預測方法，其特征在于，所述各類型電動汽車保有量的獲得方法為：

S31、選取城鎮居民家庭人均可支配收入、燃料動力購進價格指數、城區建成面積、公路里程及政策因素作為模型的解釋變量，建立多元線性回歸模型：

Y＝β₀+β₁x₁'+β₂x₂'+β₃x₃'+β₄x₄'+β₅x₅'+ε，

其中，Y為電動汽車保有量預測值，x₁'為城鎮居民可支配收入，x₂'為城區建成面積，x₃'為燃料動力購進價格指數，x₄'為公路里程，x₅'為刺激購買汽車政策的虛擬變量，β₁為城鎮居民可支配收入的影響系數，β₂為城區建成面積的影響系數，β₃為燃料動力購進價格指數的影響系數，β₄為公路里程的影響系數，β₅為刺激購買汽車政策的虛擬變量的影響系數，ε表示預測誤差；

S32、計算各類型電動汽車的分配系數：

式中：為電動公共汽車的分配系數，為出租車的分配系數，為公務車的分配系數，為私家車的分配系數；為電動公共汽車第t年的歷史保有量，為出租車第t年的歷史保有量，為公務車第t年的歷史保有量，為私家車為第t年的歷史保有量；

S33、根據電動汽車保有量預測值Y和各類型電動汽車的分配系數計算各類型電動汽車保有量：

其中，N_b為電動公共汽車保有量，N_t為出租車保有量，N_o為公務車保有量，N_c為私家車保有量。