[發明專利]一種分布式能源用戶側冷熱電短期負荷預測方法及系統

在審

• 申請號: 202011334619.8
• 申請日: 2020-11-24
• 公開（公告）號: CN112465215A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 連小龍;肖俊峰;胡孟起;夏林;王瑋;王峰
• 申請（專利權）人: 西安熱工研究院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 安彥彥

本發明公開了一種分布式能源用戶側冷熱電短期負荷預測方法及系統，通過劃分用戶側的負荷特性影響因素，并對其進行相關性分析，再根據分析結果，選取與用戶側冷熱電負荷相關性較強的影響因素作為特征，構建日特征向量，確定特征誤差絕對值向量，計算各特征權重，分析歷史日與預測日的相似誤差，選取合理負荷相似日，計算各負荷相似日權重，再與相似日負荷相乘，求取加權和，即可實現用戶側短期負荷的快速預測，從而保障能源調度機構運行人員及時調整調度計劃，制定機組運行策略，滿足能源供需平衡。

技術領域

本發明屬于能源系統用戶側負荷預測技術領域，具體涉及一種適用于分布式能源用戶側的冷熱電短期負荷預測方法及系統。

背景技術

隨著我國城鎮化的迅速推進和城市群空間格局的逐步形成，建設資源節約型和環境友好型社會的思想已深入人心。分布式能源因其多樣的能源供給形式，清潔高效的能源轉換過程，以及分散的系統模塊化布置，在國內部分大中型城市受到廣泛青睞。考慮到用戶側負荷需求的隨機性，為了有效利用分布式能源中風電、太陽能等可再生能源，需要提前制定合理的供能計劃，而對分布式能源用戶側冷熱電短期負荷進行準確預測正是能源調度機構制定合理供能計劃、安排機組運行策略、保證能源供需平衡的重要保障。

現有用戶側短期負荷預測技術主要是基于時間序列、回歸分析、相似日等傳統數理統計方法，或基于支持向量機、灰色理論分析、人工神經網絡、專家系統等現代智能方法分別對冷熱電負荷進行預測。上述預測方法均以大量歷史負荷數據為基礎，預測過程中需對大量參數進行辨識或采用復雜的智能算法訓練預測模型，運算速度慢，在工程應用中難以快速預測負荷，讓運行人員及時調整調度計劃。

發明內容

針對分布式能源用戶側短期冷熱電負荷預測現有技術存在運算速度慢的弊端，提出了一種在保證負荷預測精度的同時，能夠有效提高運算速度的用戶側短期冷熱電負荷預測方法及系統。

本發明采用以下技術方案予以實現：

一種分布式能源用戶側冷熱電短期負荷預測方法，包括以下步驟：

步驟1，劃分用戶側的負荷特性影響因素，并分別對冷、熱電負荷特性影響因素進行相關性分析，確定各影響因素與負荷之間的相關系數；

步驟2，根據各影響因素與負荷之間的相關系數，選取與用戶側冷熱電負荷相關性較強的多個影響因素作為特征，構建歷史日的日特征向量和預測日的日特征向量，并確定歷史日與預測日的特征誤差絕對值向量；

步驟3，計算各特征信息熵，確定各特征權重，并結合特征誤差絕對值向量確定歷史日的日特征向量與預測日的日特征向量的相似誤差，根據相似誤差的大小，從歷史日中選取多個預測日的負荷相似日；

步驟4，計算各負荷相似日信息熵，確定各負荷相似日權重，并結合相似日的逐時負荷，計算得到預測日的逐時負荷。

優選的，步驟1中，對于影響因素可作定量分析，計算各影響因素與負荷的相關系數，計算公式如下所示：

式中，r_xy為負荷x和影響因素y的相關系數；x_i、y_j分別為負荷x和影響因素y的第i和第j個數據點；分別為負荷x和影響因素y的平均值；z為數據點個數。

優選的，所述影響因素包括氣象因素和非氣象因素；

所述氣象因素包括：溫度、濕度、風速、降水等；非氣象因素包括：經濟、政策、日類型、需求側管理等。

優選的，步驟2中將各歷史日的日特征向量分別與預測日的日特征向量對應求差，得到特征誤差絕對值向量δ_i，具體如下：