計(jì)及氣象累積效應(yīng)的電力系統(tǒng)最大日負(fù)荷預(yù)測系統(tǒng)及方法
【專利摘要】一種計(jì)及氣象累積效應(yīng)的電力系統(tǒng)最大日負(fù)荷預(yù)測系統(tǒng)及方法，由數(shù)據(jù)采集模塊將氣象、負(fù)荷數(shù)據(jù)讀入系統(tǒng)；通過數(shù)據(jù)篩分處理模塊將負(fù)荷數(shù)據(jù)分為不含累積效應(yīng)部分及累積效應(yīng)顯著部分，并確定影響電網(wǎng)負(fù)荷的關(guān)鍵氣象指數(shù)；在負(fù)荷預(yù)測建模模塊中，首先建立非累積日負(fù)荷基礎(chǔ)預(yù)測模型，在此基礎(chǔ)上建立累積日負(fù)荷修正模型，由此生成綜合預(yù)測模型；最后在負(fù)荷預(yù)測模塊中，將建模模塊結(jié)果與氣象及負(fù)荷數(shù)據(jù)庫相聯(lián)結(jié)獲得負(fù)荷預(yù)測值輸出到軟件圖形界面，提供給用戶。本發(fā)明能夠反映氣象條件對(duì)電網(wǎng)負(fù)荷的時(shí)間性和累積性影響，幫助電網(wǎng)運(yùn)行人員準(zhǔn)確地掌握負(fù)荷的變動(dòng)規(guī)律，及時(shí)根據(jù)天氣預(yù)報(bào)的氣象情況預(yù)測最大日負(fù)荷變化，提高短期負(fù)荷預(yù)測的精度。
【專利說明】計(jì)及氣象累積效應(yīng)的電力系統(tǒng)最大日負(fù)荷預(yù)測系統(tǒng)及方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電力系統(tǒng)考慮氣象因素的中短期負(fù)荷預(yù)測方法技術(shù)，是一種考慮氣象 因素綜合影響的電力系統(tǒng)最大日負(fù)荷預(yù)測建模優(yōu)化系統(tǒng)及其方法。

【背景技術(shù)】
[0002] 電力系統(tǒng)最大日負(fù)荷預(yù)測短期負(fù)荷預(yù)測是電網(wǎng)調(diào)度的重要環(huán)節(jié)，是電力系統(tǒng)中短 期負(fù)荷預(yù)測領(lǐng)域的重要組成部分，對(duì)電力系統(tǒng)節(jié)能減排等都有重要影響。準(zhǔn)確的負(fù)荷預(yù)測 對(duì)于保持電力系統(tǒng)的安全穩(wěn)定運(yùn)行、保障人們生產(chǎn)活動(dòng)和生活的有序進(jìn)行具有重要的意 義。隨著居民生活條件的逐步改善，空調(diào)、暖氣高頻率地出現(xiàn)在日常生活工作中，電網(wǎng)統(tǒng)調(diào) 負(fù)荷快速增長，調(diào)溫負(fù)荷所占的比例逐年增大，從而構(gòu)成用電峰荷，拉大電網(wǎng)負(fù)荷峰谷差。 電網(wǎng)氣象敏感負(fù)荷不斷上升，氣候?qū)ω?fù)荷特性的影響越來越大，還存在著復(fù)雜的累積和滯 后等效應(yīng)。這些因素使電網(wǎng)負(fù)荷規(guī)律性變得很復(fù)雜，給負(fù)荷建模、負(fù)荷管理、電網(wǎng)規(guī)劃帶來 許多困難。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明將根據(jù)電網(wǎng)實(shí)際的負(fù)荷、經(jīng)濟(jì)、各種氣象因素等歷史數(shù)據(jù)，系統(tǒng)分析負(fù)荷特 性，對(duì)電網(wǎng)統(tǒng)調(diào)日最大負(fù)荷及氣象因素進(jìn)行分析研究，提出了一種計(jì)及氣象累積效應(yīng)的電 力系統(tǒng)最大日負(fù)荷預(yù)測模型及優(yōu)化方法，包括不同氣象指數(shù)對(duì)最大日負(fù)荷的交叉影響分析 方法、基于地市電網(wǎng)負(fù)荷形成省級(jí)多因素混合氣象指數(shù)分析方法、氣象指數(shù)與負(fù)荷關(guān)系的 靈敏度實(shí)用化建模、溫度累積效應(yīng)的建模和優(yōu)化方法等。通過該方法能夠反映氣象條件對(duì) 電網(wǎng)負(fù)荷的時(shí)間性和累積性影響，幫助電網(wǎng)運(yùn)行人員準(zhǔn)確地掌握負(fù)荷的變動(dòng)規(guī)律，及時(shí)根 據(jù)天氣預(yù)報(bào)的氣象情況預(yù)測最大日負(fù)荷變化，提高短期負(fù)荷預(yù)測的精度，完成日調(diào)度計(jì)劃 的制定。
[0004] 本發(fā)明解決上述問題所采用的技術(shù)方案是：一種計(jì)及氣象累積效應(yīng)的電力系統(tǒng)最 大日負(fù)荷預(yù)測系統(tǒng)，包括數(shù)據(jù)采集模塊、數(shù)據(jù)篩分處理模塊、負(fù)荷預(yù)測建模模塊、負(fù)荷預(yù)測 模塊和軟件圖形界面模塊。
[0005] 數(shù)據(jù)采集模塊是將外部氣象、負(fù)荷數(shù)據(jù)傳遞到系統(tǒng)中進(jìn)行解析；數(shù)據(jù)篩分處理模 塊是將采集來的數(shù)據(jù)進(jìn)行季節(jié)性篩選，并且將負(fù)荷分解為累積效應(yīng)顯著負(fù)荷和累計(jì)效應(yīng)不 顯著負(fù)荷兩大類分別存儲(chǔ)；負(fù)荷預(yù)測建模模塊，包括非累積日負(fù)荷基礎(chǔ)預(yù)測模型建模模塊 及累積日負(fù)荷修正模型建模模塊，非累積日負(fù)荷基礎(chǔ)預(yù)測模型建模模塊是提取累積效應(yīng)不 顯著的負(fù)荷進(jìn)行正常工作日模型的建立和預(yù)測，累積日負(fù)荷修正模型建模模塊是在非累積 日負(fù)荷基礎(chǔ)預(yù)測模型基礎(chǔ)上針對(duì)累積日進(jìn)行建模和預(yù)測修正，最后建立綜合預(yù)測模型；負(fù) 荷預(yù)測模塊是將負(fù)荷預(yù)測建模模塊結(jié)果與氣象及負(fù)荷數(shù)據(jù)庫相聯(lián)結(jié)獲取負(fù)荷預(yù)測值；軟件 圖形界面模塊是對(duì)以上預(yù)測結(jié)果的輸出。
[0006] 所述的計(jì)及氣象累積效應(yīng)的電力系統(tǒng)最大日負(fù)荷預(yù)測系統(tǒng)的預(yù)測方法，包括以下 步驟：
[0007] 首先采用相關(guān)度分析、關(guān)聯(lián)誤差分析等方法進(jìn)行特征選擇，確定影響電網(wǎng)負(fù)荷的 關(guān)鍵氣象指數(shù)；通過回歸分析和靈敏度計(jì)算方法得到具體電網(wǎng)負(fù)荷對(duì)關(guān)鍵氣象指數(shù)的靈敏 度，并通過最小二乘法擬合逼近得到氣象指數(shù)與負(fù)荷關(guān)系的靈敏度實(shí)用化表達(dá)方式；通過 數(shù)據(jù)篩選分離出累積效應(yīng)不顯著負(fù)荷并建立基礎(chǔ)預(yù)測模型，在此模型上對(duì)累積效應(yīng)顯著負(fù) 荷建模，采用不同氣象因素預(yù)測負(fù)荷的誤差交叉修正方法，利用最優(yōu)化方法求解最優(yōu)修正 因子，得到考慮了溫度累積效應(yīng)的實(shí)際負(fù)荷預(yù)測工程化模型，并借助灰色關(guān)聯(lián)度、預(yù)測誤差 率等評(píng)估修正結(jié)果。
[0008] 本發(fā)明的工作原理及過程如下：
[0009] (1)利用負(fù)荷、各種氣象因素等歷史數(shù)據(jù)，計(jì)算多因素混合氣象指數(shù)；
[0010] (2)分析不同氣象因素包括溫度、濕度、風(fēng)速、降雨量以及四個(gè)多因素混合氣象指 數(shù)（溫濕指數(shù)、實(shí)感溫度、舒適度、寒濕指數(shù)）對(duì)負(fù)荷的交叉作用，采用相關(guān)性分析方法、關(guān) 聯(lián)誤差分析等方法，分析影響最大日負(fù)荷的各種氣象因素及其相關(guān)度，通過多種特征選擇 方法確定影響最大日負(fù)荷的主要?dú)庀笠蛩兀?br> [0011] (3)根據(jù)地市多種氣象指數(shù)和地市負(fù)荷的相關(guān)性，建立地市多種氣象指數(shù)和地市 負(fù)荷推導(dǎo)模型，基于地市電力負(fù)荷和地市氣象指數(shù)計(jì)算省級(jí)多因素混合氣象指數(shù)；
[0012] (4)篩分累積效應(yīng)顯著與非顯著日，獲取這兩種情況下的氣象數(shù)據(jù)和負(fù)荷數(shù)據(jù)，以 方便對(duì)基礎(chǔ)負(fù)荷和含累積效應(yīng)負(fù)荷建模；
[0013] (5)根據(jù)步驟（2)得到的影響最大日負(fù)荷的氣象因素，構(gòu)建氣象指數(shù)與負(fù)荷關(guān)系 的靈敏度實(shí)用化建模，得到不含溫度累積效應(yīng)時(shí)的基礎(chǔ)負(fù)荷預(yù)測工程化模型；
[0014] (6)將實(shí)際負(fù)荷與上述基礎(chǔ)負(fù)荷預(yù)測值之差當(dāng)作由累積效應(yīng)引起的負(fù)荷偏差，利 用不同于基礎(chǔ)負(fù)荷預(yù)測的氣象指數(shù)對(duì)該負(fù)荷偏差建立優(yōu)化模型；
[0015] (7)求解由累積效應(yīng)引起負(fù)荷偏差建立優(yōu)化模型，獲取修正模型系數(shù)；
[0016] (8)根據(jù)實(shí)際負(fù)荷值與含累積效應(yīng)的負(fù)荷預(yù)測值，計(jì)算預(yù)測誤差率，并用灰色關(guān)聯(lián) 度評(píng)估修正結(jié)果，獲取最優(yōu)的氣象因素交叉修正方案。
[0017] 與現(xiàn)有技術(shù)方案相比，本發(fā)明的有益效果是：
[0018] 建立了考慮溫度累積效應(yīng)影響的最大日負(fù)荷預(yù)測模型，根據(jù)歷年負(fù)荷和氣象數(shù) 據(jù)，分析了電網(wǎng)最大日負(fù)荷與氣象之間的關(guān)系及影響規(guī)律，建立的模型以氣象指數(shù)作為輸 入量，根據(jù)氣象部門的天氣預(yù)報(bào)情況判斷未來負(fù)荷變化趨勢。所建模型考慮了氣象因素對(duì) 負(fù)荷影響的復(fù)雜性，在建立負(fù)荷預(yù)測模型時(shí)應(yīng)該將正常的負(fù)荷與受累積效應(yīng)影響顯著的負(fù) 荷分開來考慮，這樣在數(shù)學(xué)層面上避免了"重復(fù)"運(yùn)算?？紤]了單一氣象因素和多因素混合 氣象因素，利用不同的氣象因素及多因素混合氣象指數(shù)交叉修正預(yù)測負(fù)荷，體現(xiàn)了不同氣 象條件對(duì)負(fù)荷的交叉影響。提出基于地級(jí)電用電情況的省級(jí)地區(qū)多因素混合氣象指數(shù)計(jì)算 方法，處理各地市間由于地域原因產(chǎn)生的氣象差異。提出的靈敏度簡化表達(dá)方式簡化了模 型的復(fù)雜程度，使其在工程上更容易實(shí)現(xiàn)，同時(shí)減輕了預(yù)測人員的繁雜度，提高了預(yù)測工作 的效率。由于累積效應(yīng)最直接影響的電量，因此該模型處理累積效應(yīng)時(shí)采用直接修正負(fù)荷 的方法，而不采用修正氣象指數(shù)的方法，避免了誤差的多級(jí)放大。建立優(yōu)化模型，采用優(yōu)化 方法，有效減小了預(yù)測誤差，提高了電網(wǎng)短期負(fù)荷預(yù)測的準(zhǔn)確度，為合理安排發(fā)電計(jì)劃提供 依據(jù)。

【專利附圖】

【附圖說明】
[0019] 圖1為本發(fā)明所述的計(jì)及氣象累積效應(yīng)的電力系統(tǒng)最大日負(fù)荷預(yù)測系統(tǒng)的結(jié)構(gòu) 連接圖。
[0020] 圖2為本發(fā)明所述的多氣象因素交叉修正方法。
[0021] 圖3為本發(fā)明所述的非累積日負(fù)荷基礎(chǔ)預(yù)測模型建模模塊的整體實(shí)現(xiàn)過程。
[0022] 圖4為本發(fā)明所述的累積日負(fù)荷修正模型建模模塊的整體實(shí)現(xiàn)過程。
[0023] 圖5為本發(fā)明實(shí)施例所述的夏季最大負(fù)荷與綜合最高溫度的曲線圖。
[0024] 圖6表示本發(fā)明實(shí)施例所述的最高溫度與負(fù)荷關(guān)系靈敏度實(shí)用化表達(dá)及相關(guān)性。
[0025] 圖7表示本發(fā)明實(shí)施例所述的負(fù)荷偏差（Λ L)與溫差（Λ ?\)的關(guān)系。
[0026] 圖8表示本發(fā)明實(shí)施例所述的負(fù)荷偏差（Λ L)與溫差（Λ Τ2)的關(guān)系。
[0027] 圖9表示本發(fā)明實(shí)施例所述的實(shí)際負(fù)荷值與最高溫度初步預(yù)測值之間的關(guān)系。
[0028] 圖10表示本發(fā)明實(shí)施例所述的實(shí)際負(fù)荷值與平均實(shí)感溫度二次擬合修正預(yù)測的 負(fù)荷值的相關(guān)關(guān)系。

【具體實(shí)施方式】
[0029] 下面參照附圖，詳細(xì)敘述本發(fā)明的具體實(shí)施方案。
[0030] 如圖1所示，本發(fā)明所述的計(jì)及氣象累積效應(yīng)的電力系統(tǒng)最大日負(fù)荷預(yù)測系統(tǒng)， 包括數(shù)據(jù)采集模塊、數(shù)據(jù)篩分處理模塊、負(fù)荷預(yù)測建模模塊、負(fù)荷預(yù)測模塊和軟件圖形界面 模塊。
[0031] 本發(fā)明所述的電力系統(tǒng)最大日負(fù)荷預(yù)測建模中考慮氣象累積效應(yīng)影響的建模方 法，包括影響負(fù)荷變動(dòng)的關(guān)鍵氣象因素選擇，建立不含累積效應(yīng)的基礎(chǔ)預(yù)測模型，對(duì)累積效 應(yīng)顯著的負(fù)荷進(jìn)行預(yù)測修正建模。
[0032] 如圖2、圖3和圖4所示，建立考慮氣象因素綜合影響的電力系統(tǒng)最大日負(fù)荷預(yù)測 模型，包括如下步驟：
[0033] 1、在影響負(fù)荷變動(dòng)的關(guān)鍵氣象因素選擇模塊中，分析氣象對(duì)負(fù)荷的交叉作用，采 用計(jì)算負(fù)荷與各氣象指數(shù)的相關(guān)度以及方差分析等方法，對(duì)各影響因子進(jìn)行比較，相關(guān)度 大并且方差小的氣象指數(shù)即確認(rèn)是關(guān)鍵的影響因子。
[0034] 在大多數(shù)研究中認(rèn)為，各個(gè)氣象因素直接作用于電力負(fù)荷。實(shí)際上，氣象因素對(duì)于 電力負(fù)荷的影響規(guī)律是非常復(fù)雜的，而且往往存在著不同氣象因素的交互影響，這就需要 進(jìn)一步分析多個(gè)氣象因素產(chǎn)生的耦合效果（多因素混合氣象指數(shù)）及其對(duì)電力系統(tǒng)的影響 規(guī)律。
[0035] 在影響短期負(fù)荷的氣象因素中，溫度很明顯是影響最大的一個(gè)，低溫和高溫悶熱 可以引起相對(duì)較大的高峰負(fù)荷。事實(shí)上，氣象因素對(duì)負(fù)荷的影響是通過改變?nèi)梭w對(duì)環(huán)境的 舒適度感覺而實(shí)現(xiàn)的。為此，本發(fā)明引入生物氣象學(xué)中的溫濕指數(shù)、寒濕指數(shù)、實(shí)感溫度、舒 適度指數(shù)4個(gè)指標(biāo)來綜合衡量氣象因素對(duì)電力負(fù)荷的影響，并用多因素混合氣象指數(shù)與溫 度、濕度等單一因素的相關(guān)關(guān)系進(jìn)行比較，找出對(duì)負(fù)荷特征的變化有更好的跟隨性和描述 效果的氣象指數(shù)。
[0036] 相關(guān)性分析是指對(duì)兩個(gè)或多個(gè)具備相關(guān)性的變量元素進(jìn)行分析，從而衡量兩個(gè)變 量因素的相關(guān)密切程度。相關(guān)性的元素之間需要存在一定的聯(lián)系或者概率才可以進(jìn)行相關(guān) 性分析。本方法計(jì)算各氣象因素以及各多因素混合氣象指數(shù)與電網(wǎng)還原負(fù)荷的相關(guān)系數(shù)， 找出對(duì)負(fù)荷的影響大且影響較為穩(wěn)定的因素，并用回歸分析法建立關(guān)系方程。利用方差分 析等方法，對(duì)各影響因子進(jìn)行比較，相關(guān)度大并且方差小的氣象指數(shù)即認(rèn)為是關(guān)鍵的影響 因子。將不同的影響因子分別用在基礎(chǔ)負(fù)荷建模和累積效應(yīng)修正建模上，生成交叉修正方 案。
[0037] 以某地區(qū)實(shí)際電網(wǎng)為例，對(duì)2008年到2013年夏季最大日負(fù)荷和氣象數(shù)據(jù)進(jìn)行分 析，負(fù)荷與各氣象之間的關(guān)聯(lián)程度如表1所示，從表內(nèi)可以看出最大溫度及平均實(shí)感溫度 的相關(guān)度最高且各年相關(guān)度的方差較小，說明這兩個(gè)因素在該電網(wǎng)區(qū)域，對(duì)夏季最大日負(fù) 荷的影響相對(duì)較大且影響較為穩(wěn)定。
[0038] 表1某電網(wǎng)夏季日最大日負(fù)荷與加權(quán)多因素混合氣象的相關(guān)度
[0039]

【權(quán)利要求】
1. 一種計(jì)及氣象累積效應(yīng)的電力系統(tǒng)最大日負(fù)荷預(yù)測系統(tǒng)，其特征在于，包括數(shù)據(jù)采 集模塊、數(shù)據(jù)篩分處理模塊、負(fù)荷預(yù)測建模模塊、負(fù)荷預(yù)測模塊和軟件圖形界面模塊； 數(shù)據(jù)采集模塊是將外部氣象、負(fù)荷數(shù)據(jù)傳遞到系統(tǒng)中進(jìn)行解析；數(shù)據(jù)篩分處理模塊是 將采集來的數(shù)據(jù)進(jìn)行季節(jié)性篩選，并且將負(fù)荷分解為累積效應(yīng)顯著負(fù)荷和累計(jì)效應(yīng)不顯著 負(fù)荷兩大類分別存儲(chǔ)；負(fù)荷預(yù)測建模模塊，包括非累積日負(fù)荷基礎(chǔ)預(yù)測模型建模模塊及累 積日負(fù)荷修正模型建模模塊，非累積日負(fù)荷基礎(chǔ)預(yù)測模型建模模塊是提取累積效應(yīng)不顯著 的負(fù)荷進(jìn)行正常工作日模型的建立和預(yù)測，累積日負(fù)荷修正模型建模模塊是在非累積日負(fù) 荷基礎(chǔ)預(yù)測模型基礎(chǔ)上針對(duì)累積日進(jìn)行建模和預(yù)測修正，最后建立綜合預(yù)測模型；負(fù)荷預(yù) 測模塊是將負(fù)荷預(yù)測建模模塊結(jié)果與氣象及負(fù)荷數(shù)據(jù)庫相聯(lián)結(jié)獲取負(fù)荷預(yù)測值；軟件圖形 界面模塊是對(duì)以上預(yù)測結(jié)果的輸出。
2. 權(quán)利要求1所述的計(jì)及氣象累積效應(yīng)的電力系統(tǒng)最大日負(fù)荷預(yù)測系統(tǒng)的預(yù)測方法， 該方法包括如下步驟： (1) 采用相關(guān)性分析方法，分析歷史數(shù)據(jù)中影響最大日負(fù)荷的各種氣象因素，包括溫 度、濕度、風(fēng)速、降雨量以及多因素混合氣象指數(shù)，多因素混合氣象指數(shù)包括溫濕指數(shù)、寒濕 指數(shù)、實(shí)感溫度指數(shù)和舒適度指數(shù)，得到最大日負(fù)荷與各種氣象因素的相關(guān)度，通過多特征 選擇法確定影響最大日負(fù)荷的主要?dú)庀笠蛩?，并分析不同氣象因素?duì)負(fù)荷的交叉作用； (2) 根據(jù)地級(jí)市多種氣象指數(shù)和地級(jí)市負(fù)荷的相關(guān)性，基于地級(jí)市電力負(fù)荷和地級(jí)市 氣象指數(shù)計(jì)算省級(jí)多因素混合氣象指數(shù)； (3) 篩分氣象累積效應(yīng)顯著與非顯著日，提出一種氣象指數(shù)與負(fù)荷關(guān)系的靈敏度實(shí)用 化建模，得到不含溫度累積效應(yīng)時(shí)的基礎(chǔ)負(fù)荷預(yù)測工程化模型； (4) 在基礎(chǔ)負(fù)荷預(yù)測工程化模型上，提出不同氣象因素預(yù)測誤差交叉修正方法，利用優(yōu) 化理論求解最優(yōu)修正因子，得到考慮了氣象累積效應(yīng)的最大日負(fù)荷預(yù)測工程化模型。
【文檔編號(hào)】G06Q10/04GK104156783SQ201410367888
【公開日】2014年11月19日 申請(qǐng)日期:2014年7月29日 優(yōu)先權(quán)日:2014年7月29日
【發(fā)明者】李濱, 吳茵, 張智光, 朱桂蘭, 龔利武, 牟才榮, 覃芳璐, 鞏德軍, 黃佳, 苗增強(qiáng), 韋化, 林潔 申請(qǐng)人:廣西電網(wǎng)有限責(zé)任公司, 廣西大學(xué)