計及氣象累積效應的電力系統(tǒng)最大日負荷預測系統(tǒng)及方法
【專利摘要】一種計及氣象累積效應的電力系統(tǒng)最大日負荷預測系統(tǒng)及方法，由數(shù)據(jù)采集模塊將氣象、負荷數(shù)據(jù)讀入系統(tǒng)；通過數(shù)據(jù)篩分處理模塊將負荷數(shù)據(jù)分為不含累積效應部分及累積效應顯著部分，并確定影響電網(wǎng)負荷的關鍵氣象指數(shù)；在負荷預測建模模塊中，首先建立非累積日負荷基礎預測模型，在此基礎上建立累積日負荷修正模型，由此生成綜合預測模型；最后在負荷預測模塊中，將建模模塊結(jié)果與氣象及負荷數(shù)據(jù)庫相聯(lián)結(jié)獲得負荷預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電網(wǎng)負荷的時間性和累積性影響，幫助電網(wǎng)運行人員準確地掌握負荷的變動規(guī)律，及時根據(jù)天氣預報的氣象情況預測最大日負荷變化，提高短期負荷預測的精度。
【專利說明】計及氣象累積效應的電力系統(tǒng)最大日負荷預測系統(tǒng)及方法

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

【背景技術(shù)】
[0002] 電力系統(tǒng)最大日負荷預測短期負荷預測是電網(wǎng)調(diào)度的重要環(huán)節(jié)，是電力系統(tǒng)中短 期負荷預測領域的重要組成部分，對電力系統(tǒng)節(jié)能減排等都有重要影響。準確的負荷預測 對于保持電力系統(tǒng)的安全穩(wěn)定運行、保障人們生產(chǎn)活動和生活的有序進行具有重要的意 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) 負荷快速增長，調(diào)溫負荷所占的比例逐年增大，從而構(gòu)成用電峰荷，拉大電網(wǎng)負荷峰谷差。 電網(wǎng)氣象敏感負荷不斷上升，氣候?qū)ω摵商匦缘挠绊懺絹碓酱螅€存在著復雜的累積和滯 后等效應。這些因素使電網(wǎng)負荷規(guī)律性變得很復雜，給負荷建模、負荷管理、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)實際的負荷、經(jīng)濟、各種氣象因素等歷史數(shù)據(jù)，系統(tǒng)分析負荷特 性，對電網(wǎng)統(tǒng)調(diào)日最大負荷及氣象因素進行分析研究，提出了一種計及氣象累積效應的電 力系統(tǒng)最大日負荷預測模型及優(yōu)化方法，包括不同氣象指數(shù)對最大日負荷的交叉影響分析 方法、基于地市電網(wǎng)負荷形成省級多因素混合氣象指數(shù)分析方法、氣象指數(shù)與負荷關系的 靈敏度實用化建模、溫度累積效應的建模和優(yōu)化方法等。通過該方法能夠反映氣象條件對 電網(wǎng)負荷的時間性和累積性影響，幫助電網(wǎng)運行人員準確地掌握負荷的變動規(guī)律，及時根 據(jù)天氣預報的氣象情況預測最大日負荷變化，提高短期負荷預測的精度，完成日調(diào)度計劃 的制定。
[0004] 本發(fā)明解決上述問題所采用的技術(shù)方案是：一種計及氣象累積效應的電力系統(tǒng)最 大日負荷預測系統(tǒng)，包括數(shù)據(jù)采集模塊、數(shù)據(jù)篩分處理模塊、負荷預測建模模塊、負荷預測 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、負荷數(shù)據(jù)傳遞到系統(tǒng)中進行解析；數(shù)據(jù)篩分處理模 塊是將采集來的數(shù)據(jù)進行季節(jié)性篩選，并且將負荷分解為累積效應顯著負荷和累計效應不 顯著負荷兩大類分別存儲；負荷預測建模模塊，包括非累積日負荷基礎預測模型建模模塊 及累積日負荷修正模型建模模塊，非累積日負荷基礎預測模型建模模塊是提取累積效應不 顯著的負荷進行正常工作日模型的建立和預測，累積日負荷修正模型建模模塊是在非累積 日負荷基礎預測模型基礎上針對累積日進行建模和預測修正，最后建立綜合預測模型；負 荷預測模塊是將負荷預測建模模塊結(jié)果與氣象及負荷數(shù)據(jù)庫相聯(lián)結(jié)獲取負荷預測值；軟件 圖形界面模塊是對以上預測結(jié)果的輸出。
[0006] 所述的計及氣象累積效應的電力系統(tǒng)最大日負荷預測系統(tǒng)的預測方法，包括以下 步驟：
[0007] 首先采用相關度分析、關聯(lián)誤差分析等方法進行特征選擇，確定影響電網(wǎng)負荷的 關鍵氣象指數(shù)；通過回歸分析和靈敏度計算方法得到具體電網(wǎng)負荷對關鍵氣象指數(shù)的靈敏 度，并通過最小二乘法擬合逼近得到氣象指數(shù)與負荷關系的靈敏度實用化表達方式；通過 數(shù)據(jù)篩選分離出累積效應不顯著負荷并建立基礎預測模型，在此模型上對累積效應顯著負 荷建模，采用不同氣象因素預測負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的實際負荷預測工程化模型，并借助灰色關聯(lián)度、預測誤差 率等評估修正結(jié)果。
[0008] 本發(fā)明的工作原理及過程如下：
[0009] (1)利用負荷、各種氣象因素等歷史數(shù)據(jù)，計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、風速、降雨量以及四個多因素混合氣象指 數(shù)（溫濕指數(shù)、實感溫度、舒適度、寒濕指數(shù)）對負荷的交叉作用，采用相關性分析方法、關 聯(lián)誤差分析等方法，分析影響最大日負荷的各種氣象因素及其相關度，通過多種特征選擇 方法確定影響最大日負荷的主要氣象因素；
[0011] (3)根據(jù)地市多種氣象指數(shù)和地市負荷的相關性，建立地市多種氣象指數(shù)和地市 負荷推導模型，基于地市電力負荷和地市氣象指數(shù)計算省級多因素混合氣象指數(shù)；
[0012] (4)篩分累積效應顯著與非顯著日，獲取這兩種情況下的氣象數(shù)據(jù)和負荷數(shù)據(jù)，以 方便對基礎負荷和含累積效應負荷建模；
[0013] (5)根據(jù)步驟（2)得到的影響最大日負荷的氣象因素，構(gòu)建氣象指數(shù)與負荷關系 的靈敏度實用化建模，得到不含溫度累積效應時的基礎負荷預測工程化模型；
[0014] (6)將實際負荷與上述基礎負荷預測值之差當作由累積效應引起的負荷偏差，利 用不同于基礎負荷預測的氣象指數(shù)對該負荷偏差建立優(yōu)化模型；
[0015] (7)求解由累積效應引起負荷偏差建立優(yōu)化模型，獲取修正模型系數(shù)；
[0016] (8)根據(jù)實際負荷值與含累積效應的負荷預測值，計算預測誤差率，并用灰色關聯(lián) 度評估修正結(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影響的最大日負荷預測模型，根據(jù)歷年負荷和氣象數(shù) 據(jù)，分析了電網(wǎng)最大日負荷與氣象之間的關系及影響規(guī)律，建立的模型以氣象指數(shù)作為輸 入量，根據(jù)氣象部門的天氣預報情況判斷未來負荷變化趨勢。所建模型考慮了氣象因素對 負荷影響的復雜性，在建立負荷預測模型時應該將正常的負荷與受累積效應影響顯著的負 荷分開來考慮，這樣在數(shù)學層面上避免了"重復"運算?？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)交叉修正預測負荷，體現(xiàn)了不同氣 象條件對負荷的交叉影響。提出基于地級電用電情況的省級地區(qū)多因素混合氣象指數(shù)計算 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方式簡化了模 型的復雜程度，使其在工程上更容易實現(xiàn)，同時減輕了預測人員的繁雜度，提高了預測工作 的效率。由于累積效應最直接影響的電量，因此該模型處理累積效應時采用直接修正負荷 的方法，而不采用修正氣象指數(shù)的方法，避免了誤差的多級放大。建立優(yōu)化模型，采用優(yōu)化 方法，有效減小了預測誤差，提高了電網(wǎng)短期負荷預測的準確度，為合理安排發(fā)電計劃提供 依據(jù)。

【專利附圖】

【附圖說明】
[0019] 圖1為本發(fā)明所述的計及氣象累積效應的電力系統(tǒng)最大日負荷預測系統(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荷基礎預測模型建模模塊的整體實現(xiàn)過程。
[0022] 圖4為本發(fā)明所述的累積日負荷修正模型建模模塊的整體實現(xiàn)過程。
[0023] 圖5為本發(fā)明實施例所述的夏季最大負荷與綜合最高溫度的曲線圖。
[0024] 圖6表示本發(fā)明實施例所述的最高溫度與負荷關系靈敏度實用化表達及相關性。
[0025] 圖7表示本發(fā)明實施例所述的負荷偏差（Λ L)與溫差（Λ ?\)的關系。
[0026] 圖8表示本發(fā)明實施例所述的負荷偏差（Λ L)與溫差（Λ Τ2)的關系。
[0027] 圖9表示本發(fā)明實施例所述的實際負荷值與最高溫度初步預測值之間的關系。
[0028] 圖10表示本發(fā)明實施例所述的實際負荷值與平均實感溫度二次擬合修正預測的 負荷值的相關關系。

【具體實施方式】
[0029] 下面參照附圖，詳細敘述本發(fā)明的具體實施方案。
[0030] 如圖1所示，本發(fā)明所述的計及氣象累積效應的電力系統(tǒng)最大日負荷預測系統(tǒng)， 包括數(shù)據(jù)采集模塊、數(shù)據(jù)篩分處理模塊、負荷預測建模模塊、負荷預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)最大日負荷預測建模中考慮氣象累積效應影響的建模方 法，包括影響負荷變動的關鍵氣象因素選擇，建立不含累積效應的基礎預測模型，對累積效 應顯著的負荷進行預測修正建模。
[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)最大日負荷預測 模型，包括如下步驟：
[0033] 1、在影響負荷變動的關鍵氣象因素選擇模塊中，分析氣象對負荷的交叉作用，采 用計算負荷與各氣象指數(shù)的相關度以及方差分析等方法，對各影響因子進行比較，相關度 大并且方差小的氣象指數(shù)即確認是關鍵的影響因子。
[0034] 在大多數(shù)研究中認為，各個氣象因素直接作用于電力負荷。實際上，氣象因素對于 電力負荷的影響規(guī)律是非常復雜的，而且往往存在著不同氣象因素的交互影響，這就需要 進一步分析多個氣象因素產(chǎn)生的耦合效果（多因素混合氣象指數(shù)）及其對電力系統(tǒng)的影響 規(guī)律。
[0035] 在影響短期負荷的氣象因素中，溫度很明顯是影響最大的一個，低溫和高溫悶熱 可以引起相對較大的高峰負荷。事實上，氣象因素對負荷的影響是通過改變?nèi)梭w對環(huán)境的 舒適度感覺而實現(xiàn)的。為此，本發(fā)明引入生物氣象學中的溫濕指數(shù)、寒濕指數(shù)、實感溫度、舒 適度指數(shù)4個指標來綜合衡量氣象因素對電力負荷的影響，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關系進行比較，找出對負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] 相關性分析是指對兩個或多個具備相關性的變量元素進行分析，從而衡量兩個變 量因素的相關密切程度。相關性的元素之間需要存在一定的聯(lián)系或者概率才可以進行相關 性分析。本方法計算各氣象因素以及各多因素混合氣象指數(shù)與電網(wǎng)還原負荷的相關系數(shù)， 找出對負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系方程。利用方差分 析等方法，對各影響因子進行比較，相關度大并且方差小的氣象指數(shù)即認為是關鍵的影響 因子。將不同的影響因子分別用在基礎負荷建模和累積效應修正建模上，生成交叉修正方 案。
[0037] 以某地區(qū)實際電網(wǎng)為例，對2008年到2013年夏季最大日負荷和氣象數(shù)據(jù)進行分 析，負荷與各氣象之間的關聯(lián)程度如表1所示，從表內(nèi)可以看出最大溫度及平均實感溫度 的相關度最高且各年相關度的方差較小，說明這兩個因素在該電網(wǎng)區(qū)域，對夏季最大日負 荷的影響相對較大且影響較為穩(wěn)定。
[0038] 表1某電網(wǎng)夏季日最大日負荷與加權(quán)多因素混合氣象的相關度
[0039]

【權(quán)利要求】
1. 一種計及氣象累積效應的電力系統(tǒng)最大日負荷預測系統(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、負荷預測建模模塊、負荷預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、負荷數(shù)據(jù)傳遞到系統(tǒng)中進行解析；數(shù)據(jù)篩分處理模塊是 將采集來的數(shù)據(jù)進行季節(jié)性篩選，并且將負荷分解為累積效應顯著負荷和累計效應不顯著 負荷兩大類分別存儲；負荷預測建模模塊，包括非累積日負荷基礎預測模型建模模塊及累 積日負荷修正模型建模模塊，非累積日負荷基礎預測模型建模模塊是提取累積效應不顯著 的負荷進行正常工作日模型的建立和預測，累積日負荷修正模型建模模塊是在非累積日負 荷基礎預測模型基礎上針對累積日進行建模和預測修正，最后建立綜合預測模型；負荷預 測模塊是將負荷預測建模模塊結(jié)果與氣象及負荷數(shù)據(jù)庫相聯(lián)結(jié)獲取負荷預測值；軟件圖形 界面模塊是對以上預測結(jié)果的輸出。
2. 權(quán)利要求1所述的計及氣象累積效應的電力系統(tǒng)最大日負荷預測系統(tǒng)的預測方法， 該方法包括如下步驟： (1) 采用相關性分析方法，分析歷史數(shù)據(jù)中影響最大日負荷的各種氣象因素，包括溫 度、濕度、風速、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)、實感溫度指數(shù)和舒適度指數(shù)，得到最大日負荷與各種氣象因素的相關度，通過多特征 選擇法確定影響最大日負荷的主要氣象因素，并分析不同氣象因素對負荷的交叉作用； (2) 根據(jù)地級市多種氣象指數(shù)和地級市負荷的相關性，基于地級市電力負荷和地級市 氣象指數(shù)計算省級多因素混合氣象指數(shù)； (3) 篩分氣象累積效應顯著與非顯著日，提出一種氣象指數(shù)與負荷關系的靈敏度實用 化建模，得到不含溫度累積效應時的基礎負荷預測工程化模型； (4) 在基礎負荷預測工程化模型上，提出不同氣象因素預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的最大日負荷預測工程化模型。
【文檔編號】G06Q10/04GK104156783SQ201410367888
【公開日】2014年11月19日 申請日期: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, 韋化, 林潔 申請人:廣西電網(wǎng)有限責任公司, 廣西大學