基于氣象因素的電網(wǎng)電力負荷預(yù)測方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于氣象因素的電網(wǎng)電力負荷預(yù)測方法，包括：分析氣象因素與電網(wǎng)電力負荷的相關(guān)性；采集樣本區(qū)間中與氣象因素相關(guān)的歷年空調(diào)負荷數(shù)據(jù)；統(tǒng)計出空調(diào)負荷的自然增長率；根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)以及所述自然增長率，獲得當(dāng)年空調(diào)負荷；將所述當(dāng)年空調(diào)負荷與當(dāng)年基礎(chǔ)負荷進行疊加，獲得當(dāng)年調(diào)度最大電網(wǎng)電力負荷。本發(fā)明還提供了一種基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)，結(jié)合氣象因素與電網(wǎng)電力負荷的相關(guān)性，提高電網(wǎng)電力負荷預(yù)測的準確性。
【專利說明】
基于氣象因素的電網(wǎng)電力負荷預(yù)測方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及電網(wǎng)電力預(yù)測技術(shù)領(lǐng)域，尤其設(shè)及一種基于氣象因素的電網(wǎng)電力負荷 預(yù)測方法及系統(tǒng)。
【背景技術(shù)】
[0002] 電網(wǎng)電力負荷預(yù)測不僅是開展電力市場分析、電網(wǎng)規(guī)劃項目評估等重要工作開展 的基礎(chǔ)，其電力電量平衡結(jié)果也是決策重大電源容量空間及外電流入規(guī)劃容量的重要參 考。然而，目前針對年度統(tǒng)調(diào)負荷的預(yù)測分析方法僅限于時間趨勢法、Tmax法（最大利用小 時）等，并未考慮到氣候或氣象因素對負荷的影響，即空調(diào)負荷的占比情況。由于我國城鎮(zhèn) 化速度加快、電網(wǎng)改造釋放了鄉(xiāng)鎮(zhèn)農(nóng)村居民用電剛性需求、大型商住綜合體在中屯、城市不 斷出現(xiàn)等多種因素，從2005年起，空調(diào)負荷占最大調(diào)度負荷比重呈逐年加大趨勢。
[0003] 氣象因素是影響電網(wǎng)電力負荷變化的重要因素之一，通過對2013年~2015年歷史 氣象數(shù)據(jù)和負荷數(shù)據(jù)為基礎(chǔ)進行研究，發(fā)現(xiàn)在一些氣象條件下，用電負荷會發(fā)生急劇變化。
[0004] 因此，需對現(xiàn)有的預(yù)測方法加 W改進，考慮氣象因素即空調(diào)負荷與電網(wǎng)負荷之間 的量化關(guān)系，W提高電網(wǎng)電力負荷預(yù)測的準確性。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明所要解決的技術(shù)問題是，提供一種基于氣象因素的電網(wǎng)電力負荷預(yù)測技術(shù) 方案，結(jié)合氣象因素與電網(wǎng)電力負荷的相關(guān)性，提高電網(wǎng)電力負荷預(yù)測的準確性。
[0006] 為解決W上技術(shù)問題，一方面，本發(fā)明實施例提供一種基于氣象因素的電網(wǎng)電力 負荷預(yù)測方法，包括：
[0007] 分析氣象因素與電網(wǎng)電力負荷的相關(guān)性；
[000引采集樣本區(qū)間中與氣象因素相關(guān)的歷年空調(diào)負荷數(shù)據(jù)；
[0009] 統(tǒng)計出空調(diào)負荷的自然增長率；
[0010] 根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)W及所述自然增長率，獲得當(dāng)年空調(diào)負荷；
[0011] 將所述當(dāng)年空調(diào)負荷與當(dāng)年基礎(chǔ)負荷進行疊加，獲得當(dāng)年調(diào)度最大電網(wǎng)電力負 荷。
[0012] 在一種可實現(xiàn)的方式中，所述分析氣象因素與電網(wǎng)電力負荷的相關(guān)性，包括:計算 出氣象因素 Xr與負荷Y的相關(guān)系數(shù)r:
[0013]
[0014] 其中，Xr為某一氣象因素序列;Y為電網(wǎng)電力負荷序列;N為序列樣本點數(shù)；當(dāng)相關(guān) 系數(shù)r小于預(yù)設(shè)闊值ro時，判定氣象因素 Xr與電網(wǎng)電力負荷Y不相關(guān);反之，判定氣象因素 Xr 與電網(wǎng)電力負荷Υ相關(guān)。
[0015] 優(yōu)選地，所述氣象因素為氣溫，則所述根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)W及所述自然 增長率，獲得當(dāng)年空調(diào)負荷，包括：
[0016] 根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)，建立數(shù)學(xué)模型，分別擬合出每日平均氣溫與空調(diào)負 荷的關(guān)聯(lián)曲線，W及，持續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲線;根據(jù)每日平均氣溫與空調(diào) 負荷的關(guān)聯(lián)曲線，計算獲得當(dāng)年的每日平均氣溫空調(diào)負荷Lair-。。。;根據(jù)續(xù)氣溫累積效應(yīng)與 空調(diào)負荷的關(guān)聯(lián)曲線，計算獲得當(dāng)年的持續(xù)累積效應(yīng)空調(diào)負荷Lair-wnl;在所述歷年空調(diào)負 荷數(shù)據(jù)中分解出每一年的空調(diào)負荷;則計算出當(dāng)年空調(diào)負荷Wm為：
[001 7] Wm = Wk*V(?-k)+Lair-con+Lair-conl;
[001引上式中，Wk為用于預(yù)測當(dāng)年空調(diào)負荷Wm的某一年k的歷史空調(diào)負荷;Lair-con為當(dāng)年 的每日平均氣溫空調(diào)負荷;Lair-wnl為當(dāng)年的持續(xù)累積效應(yīng)空調(diào)負荷;V為空調(diào)負荷的自然增 長率，(m-k)為當(dāng)年m與用于預(yù)測當(dāng)年空調(diào)負荷Wm的某一年k之間的時間間隔。
[0019] 優(yōu)選地，所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測方法還包括：
[0020] 計算出當(dāng)年的基礎(chǔ)負荷Im為：
[0021] Im=Ik*p(?-k)
[0022] 其中，Ik為用于預(yù)測當(dāng)年基礎(chǔ)負荷Im的某一年k的歷史基礎(chǔ)負荷;P為基礎(chǔ)負荷的增 速，(m-k)為當(dāng)年m與用于預(yù)測當(dāng)年基礎(chǔ)負荷Im的某一年k之間的時間間隔。
[0023] 優(yōu)選地，所述當(dāng)年調(diào)度最大電網(wǎng)電力負荷包括夏季調(diào)度最大負荷和冬季調(diào)度最大 負荷;將當(dāng)年夏季基礎(chǔ)負荷與當(dāng)年夏季空調(diào)負荷進行疊加，獲得所述夏季調(diào)度最大負荷;將 當(dāng)年冬季基礎(chǔ)負荷與當(dāng)年冬季空調(diào)負荷進行疊加，獲得所述冬季調(diào)度最大負荷。
[0024] 另一方面，本發(fā)明實施例還提供了一種基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)， 包括：
[0025] 相關(guān)性分析模塊，用于分析氣象因素與電網(wǎng)電力負荷的相關(guān)性；
[0026] 數(shù)據(jù)采集模塊，用于采集樣本區(qū)間中與氣象因素相關(guān)的歷年空調(diào)負荷數(shù)據(jù)；
[0027] 數(shù)據(jù)統(tǒng)計模塊，用于統(tǒng)計出空調(diào)負荷的自然增長率；
[0028] 空調(diào)負荷預(yù)測模塊，用于根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)W及所述自然增長率，獲得 當(dāng)年空調(diào)負荷；
[0029] 電網(wǎng)電力負荷預(yù)測模塊，用于將所述當(dāng)年空調(diào)負荷與當(dāng)年基礎(chǔ)負荷進行疊加，獲 得當(dāng)年調(diào)度最大電網(wǎng)電力負荷。
[0030] 在一種可實現(xiàn)的方式中，所述相關(guān)性分析模塊，包括：
[0031] 相關(guān)系數(shù)計算模塊，用于計算出氣象因素 Xr與負荷Y的相關(guān)系數(shù)r:
[0032]
[0033] 其中，Xr為某一氣象因素序列;Y為電網(wǎng)電力負荷序列;N為序列樣本點數(shù)；
[0034] W及，相關(guān)性判斷模塊，用于判斷氣象因素與電網(wǎng)電力負荷的相關(guān)性，包括：當(dāng)相 關(guān)系數(shù)r小于預(yù)設(shè)闊值ro時，判定氣象因素 Xr與電網(wǎng)電力負荷Y不相關(guān);反之，判定氣象因素 Xr與電網(wǎng)電力負荷Υ相關(guān)。
[0035] 優(yōu)選地，所述氣象因素為氣溫，則所述空調(diào)負荷預(yù)測模塊，包括：
[0036] 數(shù)學(xué)模型建立模塊，用于根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)，建立數(shù)學(xué)模型，分別擬合出 每日平均氣溫與空調(diào)負荷的關(guān)聯(lián)曲線，W及，持續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲線；
[0037] 平均氣溫空調(diào)負荷計算模塊，用于根據(jù)每日平均氣溫與空調(diào)負荷的關(guān)聯(lián)曲線，計 算獲得當(dāng)年的每日平均氣溫空調(diào)負荷Lair-cnn ;
[0038] 氣溫累積效應(yīng)空調(diào)負荷計算模塊，用于根據(jù)續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲 線，計算獲得當(dāng)年的持續(xù)累積效應(yīng)空調(diào)負荷Lair-cnnl;
[0039] 空調(diào)負荷分解模塊，用于在所述歷年空調(diào)負荷數(shù)據(jù)中分解出每一年的空調(diào)負荷； W及，
[0040] 當(dāng)年空調(diào)負荷計算模塊，用于通過W下方程計算出當(dāng)年空調(diào)負荷Wm為：
[0041 ] Wm = Wk*V(?-k)+Lair-con+Lair-conl;
[0042] 上式中，Wk為用于預(yù)測當(dāng)年空調(diào)負荷Wm的某一年k的歷史空調(diào)負荷;Lair-C。。為當(dāng)年 的每日平均氣溫空調(diào)負荷;Lair-wnl為當(dāng)年的持續(xù)累積效應(yīng)空調(diào)負荷;V為空調(diào)負荷的自然增 長率，(m-k)為當(dāng)年m與用于預(yù)測當(dāng)年空調(diào)負荷Wm的某一年k之間的時間間隔。
[0043] 進一步地，所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)，還包括：
[0044] 基礎(chǔ)負荷計算模塊，用于通過W下方程計算出當(dāng)年的基礎(chǔ)負荷Im為：
[0045] Im=Ik*p(m-k)
[0046] 其中，Ik為用于預(yù)測當(dāng)年基礎(chǔ)負荷Im的某一年k的歷史基礎(chǔ)負荷;P為基礎(chǔ)負荷的增 速，(m-k)為當(dāng)年m與用于預(yù)測當(dāng)年基礎(chǔ)負荷Im的某一年k之間的時間間隔。
[0047] 優(yōu)選地，所述當(dāng)年調(diào)度最大電網(wǎng)電力負荷包括夏季調(diào)度最大負荷和冬季調(diào)度最大 負荷;將當(dāng)年夏季基礎(chǔ)負荷與當(dāng)年夏季空調(diào)負荷進行疊加，獲得所述夏季調(diào)度最大負荷;將 當(dāng)年冬季基礎(chǔ)負荷與當(dāng)年冬季空調(diào)負荷進行疊加，獲得所述冬季調(diào)度最大負荷。
[0048] 本發(fā)明實施例提供了一種基于氣象因素的電網(wǎng)電力負荷預(yù)測技術(shù)方案，由于結(jié)合 了與電網(wǎng)電力負荷相關(guān)的氣象因子，因此能夠根據(jù)樣本區(qū)間中的與氣象因素相關(guān)的歷年空 調(diào)負荷數(shù)據(jù)W及空調(diào)負荷的自然增長率，預(yù)測出當(dāng)年的與氣象因素相關(guān)的空調(diào)（電力）負 荷，通過將空調(diào)負荷與基于其他因素的基礎(chǔ)負荷進行疊加，則可W預(yù)測出當(dāng)年調(diào)度的最大 電網(wǎng)電力負荷。因此，本發(fā)明實施例可W利用與氣象因素相關(guān)的歷年空調(diào)負荷數(shù)據(jù)準確預(yù) 測出當(dāng)年受氣象因素影響的空調(diào)負荷數(shù)據(jù)，在基礎(chǔ)電力負荷預(yù)測的基礎(chǔ)上結(jié)合氣象因素的 變化實時調(diào)整對當(dāng)年或某一季度的電力負荷預(yù)測，提高電網(wǎng)電力負荷預(yù)測的準確性，從而 使得在開展電力分析和電網(wǎng)規(guī)劃時，可W及時調(diào)整電力資源配置，實現(xiàn)電力電量供需平衡。
【附圖說明】
[0049] 圖1是本發(fā)明提供的基于氣象因素的電網(wǎng)電力負荷預(yù)測方法的一個實施例的步驟 流程圖。
[0050] 圖2是本發(fā)明提供的夏季最高氣溫與每日電網(wǎng)電力負荷一個變化曲線圖。
[0051] 圖3是本發(fā)明提供的冬季最低氣溫與每日電網(wǎng)電力負荷一個變化曲線圖。
[0052] 圖4是本發(fā)明提供的計算樣本區(qū)間當(dāng)年空調(diào)負荷的一種實現(xiàn)方式的步驟流程圖。
[0053] 圖5是本發(fā)明提供的2013年每日氣象敏感負荷與每日平均溫度的散點圖及其擬合 曲線。
[0054] 圖6是本發(fā)明提供的基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)的一個實施例的結(jié)構(gòu) 示意圖。
【具體實施方式】
[0055] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述。
[0056] 參見圖1，是本發(fā)明提供的基于氣象因素的電網(wǎng)電力負荷預(yù)測方法的一個實施例 的步驟流程圖。
[0057] 在本實施例中，所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測方法主要包括W下步 驟：
[0058] 步驟S1:分析氣象因素與電網(wǎng)電力負荷的相關(guān)性。
[0059] 為了找出與電網(wǎng)電力負荷相關(guān)的氣象因素，需要對大量氣象數(shù)據(jù)W及負荷數(shù)據(jù)為 基礎(chǔ)進行相關(guān)性分析。
[0060] 在一種可實現(xiàn)的方式中，所述步驟S1，即分析氣象因素與電網(wǎng)電力負荷的相關(guān)性， 包括:計算出氣象因素 Xr與負荷Y的相關(guān)系數(shù)r:
[0061]
…
[0062] 其中，Xr為某一氣象因素序列;Y為電網(wǎng)電力負荷序列;N為序列樣本點數(shù)；當(dāng)相關(guān) 系數(shù)r小于預(yù)設(shè)闊值ro時，判定氣象因素 Xr與電網(wǎng)電力負荷Y不相關(guān);反之，判定氣象因素 Xr 與電網(wǎng)電力負荷Y相關(guān)。
[0063] 具體地，為了分析各種氣象因素與電網(wǎng)電力負荷的相關(guān)密切程度，可W將氣象因 素與電網(wǎng)電力負荷分為線性相關(guān)、非線性相關(guān)、完全相關(guān)和不相關(guān)多種類型。具體實施時， 相關(guān)系數(shù)r的值在-1到1之間，r〉0，表示正相關(guān);r<0，表示負相關(guān)。相關(guān)系數(shù)r的絕對值越接 近1，氣象因素序列Xr、電網(wǎng)電力負荷Y之間的線性相關(guān)程度就越大；相關(guān)系數(shù)r的絕對值越 接近0,表示氣象因素序列Xr、電網(wǎng)電力負荷Y之間線性相關(guān)關(guān)系越弱。在本實施例中，當(dāng)相 關(guān)系數(shù)r含0.8，將氣象因素序列Xr和電網(wǎng)電力負荷Y視為高度相關(guān);0.5 <六0.8，將氣象因 素序列Xr和電網(wǎng)電力負荷Y視為中度相關(guān);K0.3,將氣象因素序列Xr和電網(wǎng)電力負荷Y視為 不相關(guān)。
[0064] 參看圖2,是本發(fā)明提供的夏季最高氣溫與每日電網(wǎng)電力負荷一個變化曲線圖。參 看圖3,是本發(fā)明提供的冬季最低氣溫與每日電網(wǎng)電力負荷一個變化曲線圖。
[0065] W湖南省為樣本區(qū)域，當(dāng)氣象因素為氣溫時，分別將其近年來的夏季最高溫度、冬 季最低溫度與每日最大電網(wǎng)電力負荷進行分析，可W直觀地發(fā)現(xiàn)氣溫變化與電網(wǎng)電力負荷 變化有著強相關(guān)性。為了進一步量化驗證氣溫因子與電力負荷的相關(guān)性，可W進一步采集 歷年溫度數(shù)據(jù)和電力負荷數(shù)據(jù)作為樣本數(shù)據(jù)，計算兩者的相關(guān)性。
[0066] 步驟S2:采集樣本區(qū)間中與氣象因素相關(guān)的歷年空調(diào)負荷數(shù)據(jù)。通過步驟S1分析 獲得各種與氣象因素相關(guān)的空調(diào)負荷數(shù)據(jù)，則采集樣本區(qū)間（例如某一城市)相應(yīng)的歷史數(shù) 據(jù)，W作為當(dāng)年空調(diào)負荷預(yù)測的數(shù)據(jù)基礎(chǔ)。
[0067] W湖南省的近五年的氣溫數(shù)據(jù)與電網(wǎng)電力負荷數(shù)據(jù)為樣本，根據(jù)方程（1)可W計 算出該區(qū)域氣溫與電力最大負荷的相關(guān)系數(shù)，如表1所示。
[0068] 表1湖南省氣溫與負荷相關(guān)系數(shù)計算統(tǒng)計表
[0069]
[0070] 結(jié)合表1和圖2、圖3,可W知道，夏季的各月中，每日最大負荷與每日最高氣溫之間 的相關(guān)系數(shù)大于0，因此可認為夏季的日最大負荷與日最高氣溫之間存在正相關(guān)關(guān)系，即用 電負荷隨著氣溫的升高趨于增大。冬季的各月中，每日最大負荷與每日最低氣溫之間的相 關(guān)系數(shù)小于0，因此可認為冬季的日最大負荷與日最低氣溫之間存在負相關(guān)關(guān)系，即用電負 荷隨著氣溫的降低趨于增大。
[0071] 而且，夏季的日最大負荷曲線與日最高氣溫曲線變化趨勢基本一致;冬季日最大 負荷與日最低氣溫之間的相關(guān)系數(shù)其絕對值小于夏季日最大負荷與日最高氣溫之間的相 關(guān)系數(shù)。因此可認為冬季的負荷與氣溫之間的相關(guān)程度要弱于夏季。運一結(jié)論與采暖負荷 在冬季最大負荷中所占比重小于降溫負荷在夏季最大負荷中所占比重結(jié)論一致。其中，降 溫負荷與采暖負荷分別是指夏季使用空調(diào)避暑W及冬季采用空調(diào)、電采暖設(shè)備御寒所引起 的季節(jié)性負荷。
[0072] 氣溫最高或最低時，該月中最大負荷與最高氣溫或最低氣溫的相關(guān)關(guān)系最為顯 著，即電網(wǎng)電力負荷對氣溫升高的敏感程度最大。
[0073] 步驟S3:統(tǒng)計出空調(diào)負荷的自然增長率。其中，所述自然增長率不受氣象因素影 響，其根據(jù)待預(yù)測的樣本區(qū)間的空調(diào)擁有率進行預(yù)計，是剔除受氣象因素影響后的空調(diào)負 荷的自然增長率。W湖南省2010-2014年的統(tǒng)計數(shù)據(jù)為例，其自然增長率大約為7%。
[0074] 步驟S4:根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)W及所述自然增長率，獲得當(dāng)年空調(diào)負荷。
[0075] 步驟S5:將所述當(dāng)年空調(diào)負荷與當(dāng)年基礎(chǔ)負荷進行疊加，獲得當(dāng)年調(diào)度最大電網(wǎng) 電力負荷。
[0076] 參看圖4,是本發(fā)明提供的計算樣本區(qū)間當(dāng)年空調(diào)負荷的一種實現(xiàn)方式的步驟流 程圖。
[0077] 優(yōu)選地，所述氣象因素為氣溫，則在所述步驟S4中，即所述根據(jù)所述歷年空調(diào)負荷 數(shù)據(jù)W及所述自然增長率，獲得當(dāng)年空調(diào)負荷，包括：
[0078] 步驟S41:根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)，建立數(shù)學(xué)模型，分別擬合出每日平均氣溫 與空調(diào)負荷的關(guān)聯(lián)曲線，W及，持續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲線。
[0079] 在本實施例中，通過建立數(shù)學(xué)模型對空調(diào)負荷分別作出W下數(shù)據(jù)分析：
[0080] 1)每日平均氣溫對空調(diào)負荷的數(shù)據(jù)分析，簡稱"rc效應(yīng)"，即氣溫每變化rc對空 調(diào)負荷的影響；
[0081] 2)持續(xù)高溫、低溫天氣對空調(diào)負荷的累積效應(yīng)分析，簡稱"1天效應(yīng)"，即持續(xù)高溫、 低溫天數(shù)每增加1天對空調(diào)負荷的影響。
[0082] 具體實施時，可W根據(jù)歷年空調(diào)負荷數(shù)據(jù)，作出每日平均溫度與每日氣象敏感負 荷的散點圖，并采用合適的曲線進行擬合，從而獲得每日平均氣溫與空調(diào)負荷的關(guān)聯(lián)曲線， W及，持續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲線。
[0083] W2013年的湖南省的樣本數(shù)據(jù)為例，氣溫對采暖負荷和降溫負荷的影響，空調(diào)負 荷和當(dāng)日平均溫度的散點圖如圖5所示，其為2013年每日氣象敏感負荷與每日平均溫度的 散點圖及其擬合曲線，其中，采用二次曲線的擬合誤差最小。分析可知:冬季氣溫降低，采暖 負荷增加；當(dāng)天氣回暖，采暖負荷隨之下降。夏季氣溫升高，降溫負荷增大；隨著氣溫降低， 降溫負荷減小。
[0084] 具體地，氣溫對采暖負荷和降溫負荷的影響曲線大致可W分為Ξ段，t<15°C為第 一階段，15°C ^ t ^ 25°C為第二階段，t〉25°C為第Ξ階段。
[0085] 第一階段表現(xiàn)為冬季寒冷時期，當(dāng)日平均氣溫下降到15°CW下時，空調(diào)和其他采 暖設(shè)備開始投用；隨著平均氣溫不斷下降，采暖負荷會迅速的增大。根據(jù)擬合結(jié)果，W2013 年的擬合數(shù)據(jù)為例，當(dāng)平均氣溫降至〇°CW下時，2013年每降低rc采暖負荷約增大67.3萬 千瓦，約占當(dāng)年取暖負荷的11.6% ;當(dāng)平均氣溫降在0°C~5°C時，2013年每降低rc采暖負 荷約增大48.7萬千瓦，約占當(dāng)年取暖負荷的8.4%;當(dāng)平均氣溫降在5°C~10°C時，2013年每 降低rc采暖負荷約增大30萬千瓦，約占當(dāng)年取暖負荷的5.2%;當(dāng)平均氣溫降在10°C~15 °C時，2013年每降低rc采暖負荷約增大11.4萬千瓦，約占當(dāng)年取暖負荷的2.0%。
[0086] 第二階段主要表現(xiàn)在：當(dāng)日平均氣溫在15°C~25°C時，氣溫比較適宜，氣溫每變化 rc對用空調(diào)負荷的影響基本在10萬千瓦W下。
[0087] 第Ξ階段表現(xiàn)在夏季天氣炎熱時期，當(dāng)日平均氣溫上升到25°C時，空調(diào)等降溫設(shè) 備開始投用；隨著平均氣溫升高，降溫負荷迅速增大。根據(jù)擬合結(jié)果，當(dāng)日平均氣溫在25°C ~30°C時，2013年每升高rc降溫負荷約增大42.6萬千瓦，約占當(dāng)年降溫負荷的4.5%;當(dāng)日 平均氣溫在30°C~35°C時，2013年每升高rc降溫負荷約增大59.4萬千瓦，約占當(dāng)年降溫負 荷的6.3%;當(dāng)日平均氣溫35°C時W上時，2013年每升高rc降溫負荷約增大78.1萬千瓦，約 占當(dāng)年降溫負荷的8.3%。
[0088] 因此，在本實施例中，根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)，建立數(shù)學(xué)模型，計算出每日平 均氣溫t對空調(diào)負荷的"rc效應(yīng)"如下：
[0089]
泛)
[0090] 當(dāng)日平均氣溫小于0°C，每下降rc空調(diào)負荷增加65萬千瓦;在0°C~5°C時，"1度效 座'為48萬千瓦;在5°C~10°C時/'1度效座'為35萬千瓦;在25°C~30°C時/'1度效座'為35 萬千瓦;在30°C~35 °C時/'1度效應(yīng)"為48萬千瓦;在35 °C~40°C時/'1度效應(yīng)"為66萬千瓦。
[0091] 根據(jù)2013年~2015年樣本區(qū)間（湖南省)氣溫與空調(diào)負荷的擬合結(jié)果，當(dāng)平均氣溫 降至(TCW下時，每降低rc采暖負荷約增大約65~90萬千瓦左右，約占當(dāng)年取暖負荷的 11%左右。
[0092] 當(dāng)平均氣溫降在0°C~5°C時，每降低rc采暖負荷約增大48~68萬千瓦左右，約占 當(dāng)年取暖負荷的8 %左右。
[0093] 當(dāng)平均氣溫降在5°C~10°C時，每降低rc采暖負荷約增大35~45萬千瓦左右，約 占當(dāng)年取暖負荷的5%左右。
[0094] 當(dāng)日平均氣溫在25°C~30°C時，每升高rc降溫負荷約增大25~42萬千瓦，約占當(dāng) 年降溫負荷的3%~4%。
[0095] 當(dāng)日平均氣溫在30°C~35°C時，每升高rc降溫負荷約增大37~60萬千瓦，約占當(dāng) 年降溫負荷的5 %~6 %。
[0096] 當(dāng)日平均氣溫35°C時W上時，每升高rc降溫負荷約增大55~78萬千瓦，約占當(dāng)年 降溫負荷的7 %~8 %。
[0097] 因此，具體實施時，可W根據(jù)當(dāng)日平均氣溫所在的區(qū)間采用不同的比例進行電力 負荷估算。
[0098] 步驟S42:根據(jù)每日平均氣溫與空調(diào)負荷的關(guān)聯(lián)曲線，計算獲得當(dāng)年的每日平均氣 溫至調(diào)負何Lair-con ;
[0099] 具體實施時，根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)，建立數(shù)學(xué)模型可W獲得高溫、低溫持續(xù) 天數(shù)d對空調(diào)負荷的"1天效應(yīng)"變化規(guī)律如下：
[0100]
(3)
[0101] 具體地，前5天時，高溫天氣每增加1天，降溫負荷增長70萬千瓦;在6~12天時，"1 天效應(yīng)"為40萬千瓦;在13~22天時，"1天效應(yīng)"為22萬千瓦。
[0102] 持續(xù)高溫或低溫天氣對樣本區(qū)間的空調(diào)負荷影響較大，一般來說持續(xù)高溫或低溫 天氣期間，前期空調(diào)負荷增量大于后期的空調(diào)負荷增量。如在2013年夏季的持續(xù)該高溫天 氣期間，前5天時，高溫天氣每增加1天，降溫負荷增長60~80萬千瓦左右;在該高溫天氣的6 ~12天時，高溫天氣每增加1天，降溫負荷增長25~55萬千瓦左右;在該高溫天氣的13~22 天時，高溫天氣每增加1天，降溫負荷增長15~30萬千瓦左右。
[0103] 步驟S43:根據(jù)續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲線，計算獲得當(dāng)年的持續(xù)累積 效應(yīng)空調(diào)負荷Lair-conl;
[0104] 步驟S44:在所述歷年空調(diào)負荷數(shù)據(jù)中分解出每一年的空調(diào)負荷；
[0105] 步驟S45:則計算出當(dāng)年空調(diào)負荷Wm為：
[0106] Wm = Wk* V +Lair-con+Lair-conl (4)
[0107] 上式中，Wk為用于預(yù)測當(dāng)年空調(diào)負荷Wm的某一年k的歷史空調(diào)負荷;Lair-C。。為當(dāng)年 的每日平均氣溫空調(diào)負荷;Lair-wnl為當(dāng)年的持續(xù)累積效應(yīng)空調(diào)負荷;V為空調(diào)負荷的自然增 長率，(m-k)為當(dāng)年m與用于預(yù)測當(dāng)年空調(diào)負荷Wm的某一年k之間的時間間隔。
[0108] 在一種可實現(xiàn)的方式中，所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測方法還包括： 計算出當(dāng)年的基礎(chǔ)負荷Im為：
[0109] Im=Ik*p(m-k)巧）
[0110] 其中，Ik為用于預(yù)測當(dāng)年基礎(chǔ)負荷Im的某一年k的歷史基礎(chǔ)負荷;P為基礎(chǔ)負荷的增 速，(m-k)為當(dāng)年m與用于預(yù)測當(dāng)年基礎(chǔ)負荷Im的某一年k之間的時間間隔。
[0111] 基礎(chǔ)負荷也稱為調(diào)度負荷基礎(chǔ)值，具體實施時，調(diào)度負荷基礎(chǔ)值為經(jīng)濟增長趨勢 負荷和周期性負荷的疊加值。其中，經(jīng)濟增長趨勢負荷為只與經(jīng)濟增長相關(guān)的趨勢負荷;周 期性負荷反映周、季等周期特性;空調(diào)負荷為與天氣因素敏感的電網(wǎng)電力負荷;運Ξ大負荷 因子可為電網(wǎng)電力負荷的重要組成。
[0112] 具體實施時，所述當(dāng)年調(diào)度最大電網(wǎng)電力負荷包括夏季調(diào)度最大負荷和冬季調(diào)度 最大負荷;將當(dāng)年夏季基礎(chǔ)負荷與當(dāng)年夏季空調(diào)負荷進行疊加，獲得所述夏季調(diào)度最大負 荷;將當(dāng)年冬季基礎(chǔ)負荷與當(dāng)年冬季空調(diào)負荷進行疊加，獲得所述冬季調(diào)度最大負荷。
[0113] 譬如，為預(yù)測出當(dāng)年（2015年）的最大電網(wǎng)電力負荷，分別采用2013年和2014年的 歷史數(shù)據(jù)分別對夏季空調(diào)負荷和冬季空調(diào)負荷進行預(yù)測，推算過程如下：
[0114] 1) W2014年為基礎(chǔ)對夏季調(diào)度最大負荷進行推算：
[0115] i)2015年夏季基礎(chǔ)負荷= 2014年夏季基礎(chǔ)負荷XI.06 = 1358(萬千瓦）；
[0116] ii)2015年夏季空調(diào)負荷= 2014年夏季空調(diào)負荷XI.07+平均溫度影響負荷+持續(xù) 天數(shù)影響負荷= 749. IX 1.07-50X 1+15X5 = 826.5(萬千瓦）；
[0117] iii)2015年夏季調(diào)度最大負荷= 2015年夏季基礎(chǔ)負荷+2015年夏季空調(diào)負荷= 1358+826.5 = 2184.8(萬千瓦）。
[0118] 2) W2013年為基礎(chǔ)對夏季調(diào)度最大負荷進行推算：
[0119] i)2015年夏季基礎(chǔ)負荷= 2013年夏季基礎(chǔ)負荷X1.06~2 = 1364(萬千瓦）；
[0120] ii)2015年夏季空調(diào)負荷= 2013年夏季空調(diào)負荷X1.07~化平均溫度影響負荷+持 續(xù)天數(shù)影響負荷= 937.8X1.07~2-50X 3-15 X 10 = 773.7(萬千瓦）；
[0121] iii)2015年夏季調(diào)度最大負荷= 2015年夏季基礎(chǔ)負荷+2015年夏季空調(diào)負荷= 1364W73.7 = 2137.4(萬千瓦）。
[0122] 同理可W推算W2010年、2011年、2012年為基礎(chǔ)的2015年夏季調(diào)度最大負荷。
[0123] 按W上方法推算出2015年夏季最大調(diào)度負荷在2035.1-2199.9萬千瓦之間，平均 值為2138.2萬千瓦。與實際出現(xiàn)的最大負荷2097.8萬千瓦差40.4萬千瓦，偏差率為1.9%。
[0124] 3)^2014年為基礎(chǔ)對冬季調(diào)度最大負荷進行推算：
[01巧]i)2015年冬季基礎(chǔ)負荷= 2014年冬季基礎(chǔ)負荷XI.07 = 1342(萬千瓦）；
[01%] ii)2015年冬季空調(diào)負荷= 2014年冬季空調(diào)負荷XI.045+平均溫度影響負荷+持 續(xù)天數(shù)影響負荷= 594. IX 1.045-40X 1+15X4 = 720.8(萬千瓦）；
[0127] iii )2015年冬季調(diào)度最大負荷= 2015年冬季基礎(chǔ)負荷+2015年冬季空調(diào)負荷= 1462巧20.8 = 2363.1(萬千瓦）。
[01%] 4)^2013年為基礎(chǔ)對冬季調(diào)度最大負荷進行推算：
[01巧]i)2015年冬季基礎(chǔ)負荷= 2013年冬季基礎(chǔ)負荷X 1.07 - 2 = 1639.3(萬千瓦）；
[0130] ii)2015年冬季空調(diào)負荷= 2013年冬季空調(diào)負荷X1.045~化平均溫度影響負荷+ 持續(xù)天數(shù)影響負荷= 581.9X1.045~2-15X 3 = 590.4(萬千瓦）；
[0131] iii )2015年冬季調(diào)度最大負荷= 2015年冬季基礎(chǔ)負荷+2015年冬季空調(diào)負荷= 1639.3巧90.4 = 2229.7(萬千瓦）。
[0132] 同理可W推算W2010年、2011年、2012年為基礎(chǔ)的2015年冬季調(diào)度最大負荷。
[0133] 實踐證明，按W上方法推算出2015年冬季調(diào)度負荷在2184.3-2363.1萬千瓦之間， 平均值為2268.0萬千瓦，其中，推薦值為2264萬千瓦。
[0134] 因此，預(yù)測模型校核誤差較小，在已知氣象因素的情況下，預(yù)測負荷與實際負荷偏 差基本在3%之內(nèi)，預(yù)測精度有較大提升。本實施例作為一種通用的電力負荷預(yù)測方法，可 W作為電網(wǎng)電力負荷預(yù)測的工作標準，提高各地區(qū)電網(wǎng)電力負荷預(yù)測準確率。
[0135] 與上述實施例提供的基于氣象因素的電網(wǎng)電力負荷預(yù)測方法相對應(yīng)，本發(fā)明實施 例還提供了一種基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)。
[0136] 參看圖6,是本發(fā)明提供的基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)的一個實施例 的結(jié)構(gòu)示意圖。
[0137] 具體地，本發(fā)明實施例提供的基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)主要包括：
[0138] 相關(guān)性分析模塊61，用于分析氣象因素與電網(wǎng)電力負荷的相關(guān)性；
[0139] 數(shù)據(jù)采集模塊62,用于采集樣本區(qū)間中與氣象因素相關(guān)的歷年空調(diào)負荷數(shù)據(jù)；
[0140] 數(shù)據(jù)統(tǒng)計模塊63,用于統(tǒng)計出空調(diào)負荷的自然增長率；
[0141] 空調(diào)負荷預(yù)測模塊64,用于根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)W及所述自然增長率，獲 得當(dāng)年空調(diào)負荷.
[0142] 電網(wǎng)電力負荷預(yù)測模塊65,用于將所述當(dāng)年空調(diào)負荷與當(dāng)年基礎(chǔ)負荷進行疊加， 獲得當(dāng)年調(diào)度最大電網(wǎng)電力負荷。
[0143] 優(yōu)選地，所述相關(guān)性分析模塊61，包括：
[0144] 相關(guān)系數(shù)計算模塊611，用于采用上述方程（1)計算出氣象因素 Xr與負荷Y的相關(guān) 系數(shù)。其中，Xr為某一氣象因素序列;Y為電網(wǎng)電力負荷序列;N為序列樣本點數(shù)；W及，
[0145] 相關(guān)性判斷模塊612,用于判斷氣象因素與電網(wǎng)電力負荷的相關(guān)性，包括：當(dāng)相關(guān) 系數(shù)r小于預(yù)設(shè)闊值ro時，判定氣象因素 Xr與電網(wǎng)電力負荷Y不相關(guān);反之，判定氣象因素 Xr 與電網(wǎng)電力負荷Y相關(guān)。
[0146] 優(yōu)選地，所述氣象因素為氣溫，則所述空調(diào)負荷預(yù)測模塊64,包括：
[0147] 數(shù)學(xué)模型建立模塊641，用于根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)，建立數(shù)學(xué)模型，分別擬 合出每日平均氣溫與空調(diào)負荷的關(guān)聯(lián)曲線，W及，持續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲 線；
[0148] 平均氣溫空調(diào)負荷計算模塊642,用于根據(jù)每日平均氣溫與空調(diào)負荷的關(guān)聯(lián)曲線， 計算獲得當(dāng)年的每日平均氣溫空調(diào)負荷Lair-cnn ;
[0149] 氣溫累積效應(yīng)空調(diào)負荷計算模塊643,用于根據(jù)續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān) 聯(lián)曲線，計算獲得當(dāng)年的持續(xù)累積效應(yīng)空調(diào)負荷Lair-cnnl;
[0150] 空調(diào)負荷分解模塊644,用于在所述歷年空調(diào)負荷數(shù)據(jù)中分解出每一年的空調(diào)負 荷；W及，
[0151] 當(dāng)年空調(diào)負荷計算模塊645,用于通過上述方程(4)方程計算出當(dāng)年空調(diào)負荷Wm;
[0152] 所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)還包括:基礎(chǔ)負荷計算模塊66,用 于通過上述方程(5)計算出當(dāng)年的基礎(chǔ)負荷Im。
[0153] 具體實施時，所述當(dāng)年調(diào)度最大電網(wǎng)電力負荷包括夏季調(diào)度最大負荷和冬季調(diào)度 最大負荷;將當(dāng)年夏季基礎(chǔ)負荷與當(dāng)年夏季空調(diào)負荷進行疊加，獲得所述夏季調(diào)度最大負 荷;將當(dāng)年冬季基礎(chǔ)負荷與當(dāng)年冬季空調(diào)負荷進行疊加，獲得所述冬季調(diào)度最大負荷。
[0154] 本實施例提供的基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)與上述實施例提供的基 于氣象因素的電網(wǎng)電力負荷預(yù)測方法的基本工作原理對應(yīng)相同，在此不再寶述。
[0155] 本發(fā)明實施例提供了一種基于氣象因素的電網(wǎng)電力負荷預(yù)測技術(shù)方案，由于結(jié)合 了與電網(wǎng)電力負荷相關(guān)的氣象因子，因此能夠根據(jù)樣本區(qū)間中的與氣象因素相關(guān)的歷年空 調(diào)負荷數(shù)據(jù)W及空調(diào)負荷的自然增長率，預(yù)測出當(dāng)年的與氣象因素相關(guān)的空調(diào)電力負荷， 通過將空調(diào)負荷與基于其他因素的基礎(chǔ)負荷進行疊加，則可W預(yù)測出當(dāng)年調(diào)度的最大電網(wǎng) 電力負荷。因此，本發(fā)明實施例可W利用與氣象因素相關(guān)的歷年空調(diào)負荷數(shù)據(jù)準確預(yù)測出 當(dāng)年受氣象因素影響的空調(diào)負荷數(shù)據(jù)，在基礎(chǔ)電力負荷預(yù)測的基礎(chǔ)上結(jié)合氣象因素的變化 實時調(diào)整對當(dāng)年或某一季度的電力負荷預(yù)測，提高電網(wǎng)電力負荷預(yù)測的準確性，從而使得 在開展電力分析和電網(wǎng)規(guī)劃時，可W及時調(diào)整電力資源配置，實現(xiàn)電力電量供需平衡。
[0156] W上所述是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員 來說，在不脫離本發(fā)明原理的前提下，還可W做出若干改進和潤飾，運些改進和潤飾也視為 本發(fā)明的保護范圍。
【主權(quán)項】
1. 一種基于氣象因素的電網(wǎng)電力負荷預(yù)測方法，其特征在于，包括： 分析氣象因素與電網(wǎng)電力負荷的相關(guān)性； 采集樣本區(qū)間中與氣象因素相關(guān)的歷年空調(diào)負荷數(shù)據(jù)； 統(tǒng)計出空調(diào)負荷的自然增長率； 根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)以及所述自然增長率，獲得當(dāng)年空調(diào)負荷； 將所述當(dāng)年空調(diào)負荷與當(dāng)年基礎(chǔ)負荷進行疊加，獲得當(dāng)年調(diào)度最大電網(wǎng)電力負荷。2. 如權(quán)利要求1所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測方法，其特征在于，所述分析 氣象因素與電網(wǎng)電力負荷的相關(guān)性，包括： 計算出氣象因素 Xr與負荷Y的相關(guān)系數(shù)r:其中，Xr為某一氣象因素序列;Y為電網(wǎng)電力負荷序列;N為序列樣本點數(shù)； 當(dāng)相關(guān)系數(shù)r小于預(yù)設(shè)閾值ro時，判定氣象因素 Xr與電網(wǎng)電力負荷Y不相關(guān);反之，判定 氣象因素 Xr與電網(wǎng)電力負荷Y相關(guān)。3. 如權(quán)利要求1所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測方法，其特征在于，所述氣象 因素為氣溫，則所述根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)以及所述自然增長率，獲得當(dāng)年空調(diào)負荷， 包括： 根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)，建立數(shù)學(xué)模型，分別擬合出每日平均氣溫與空調(diào)負荷的 關(guān)聯(lián)曲線，以及，持續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲線； 根據(jù)每日平均氣溫與空調(diào)負荷的關(guān)聯(lián)曲線，計算獲得當(dāng)年的每日平均氣溫空調(diào)負荷 Lair-con ； 根據(jù)續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲線，計算獲得當(dāng)年的持續(xù)累積效應(yīng)空調(diào)負荷 Lair-conl ； 在所述歷年空調(diào)負荷數(shù)據(jù)中分解出每一年的空調(diào)負荷； 則計算出當(dāng)年空調(diào)負荷^為： ffm - Wk*V( )+Lair-con+Lair-coni; 上式中，Wk為用于預(yù)測當(dāng)年空調(diào)負荷Wm的某一年k的歷史空調(diào)負荷;Lai?n為當(dāng)年的每 日平均氣溫空調(diào)負荷;Lal?nl為當(dāng)年的持續(xù)累積效應(yīng)空調(diào)負荷;V為空調(diào)負荷的自然增長 率，(m-k)為當(dāng)年m與用于預(yù)測當(dāng)年空調(diào)負荷1的某一年k之間的時間間隔。4. 如權(quán)利要求1所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測方法，其特征在于，還包括： 計算出當(dāng)年的基礎(chǔ)負荷R為： Im=Ik*p(m-k) 其中，Ik為用于預(yù)測當(dāng)年基礎(chǔ)負荷^的某一年k的歷史基礎(chǔ)負荷;p為基礎(chǔ)負荷的增速， (m-k)為當(dāng)年m與用于預(yù)測當(dāng)年基礎(chǔ)負荷Im的某一年k之間的時間間隔。5. 權(quán)利要求1所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測方法，其特征在于，所述當(dāng)年調(diào) 度最大電網(wǎng)電力負荷包括夏季調(diào)度最大負荷和冬季調(diào)度最大負荷； 將當(dāng)年夏季基礎(chǔ)負荷與當(dāng)年夏季空調(diào)負荷進行疊加，獲得所述夏季調(diào)度最大負荷； 將當(dāng)年冬季基礎(chǔ)負荷與當(dāng)年冬季空調(diào)負荷進行疊加，獲得所述冬季調(diào)度最大負荷。6. -種基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)，其特征在于，包括： 相關(guān)性分析模塊，用于分析氣象因素與電網(wǎng)電力負荷的相關(guān)性； 數(shù)據(jù)采集模塊，用于采集樣本區(qū)間中與氣象因素相關(guān)的歷年空調(diào)負荷數(shù)據(jù)； 數(shù)據(jù)統(tǒng)計模塊，用于統(tǒng)計出空調(diào)負荷的自然增長率； 空調(diào)負荷預(yù)測模塊，用于根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)以及所述自然增長率，獲得當(dāng)年 空調(diào)負何； 電網(wǎng)電力負荷預(yù)測模塊，用于將所述當(dāng)年空調(diào)負荷與當(dāng)年基礎(chǔ)負荷進行疊加，獲得當(dāng) 年調(diào)度最大電網(wǎng)電力負荷。7. 如權(quán)利要求6所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)，其特征在于，所述相關(guān) 性分析模塊，包括： 相關(guān)系數(shù)計算模塊，用于計算出氣象因素 Xr與負荷Y的相關(guān)系數(shù)r:其中，Xr為某一氣象因素序列;Y為電網(wǎng)電力負荷序列;N為序列樣本點數(shù)； 以及， 相關(guān)性判斷模塊，用于判斷氣象因素與電網(wǎng)電力負荷的相關(guān)性，包括：當(dāng)相關(guān)系數(shù)r小 于預(yù)設(shè)閾值Π )時，判定氣象因素 Xr與電網(wǎng)電力負荷Y不相關(guān);反之，判定氣象因素 Xr與電網(wǎng)電 力負荷Y相關(guān)。8. 如權(quán)利要求6所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)，其特征在于，所述氣象 因素為氣溫，則所述空調(diào)負荷預(yù)測模塊，包括： 數(shù)學(xué)模型建立模塊，用于根據(jù)所述歷年空調(diào)負荷數(shù)據(jù)，建立數(shù)學(xué)模型，分別擬合出每日 平均氣溫與空調(diào)負荷的關(guān)聯(lián)曲線，以及，持續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲線； 平均氣溫空調(diào)負荷計算模塊，用于根據(jù)每日平均氣溫與空調(diào)負荷的關(guān)聯(lián)曲線，計算獲 得當(dāng)年的每日平均氣溫空調(diào)負荷Lair__; 氣溫累積效應(yīng)空調(diào)負荷計算模塊，用于根據(jù)續(xù)氣溫累積效應(yīng)與空調(diào)負荷的關(guān)聯(lián)曲線， 計算獲得當(dāng)年的持續(xù)累積效應(yīng)空調(diào)負荷Lainnl; 空調(diào)負荷分解模塊，用于在所述歷年空調(diào)負荷數(shù)據(jù)中分解出每一年的空調(diào)負荷；以及， 當(dāng)年空調(diào)負荷計算模塊，用于通過以下方程計算出當(dāng)年空調(diào)負荷^為： ffm - Wk*V( )+Lair-con+Lair-coni; 上式中，Wk為用于預(yù)測當(dāng)年空調(diào)負荷Wm的某一年k的歷史空調(diào)負荷;Lai?n為當(dāng)年的每 日平均氣溫空調(diào)負荷;Lal?nl為當(dāng)年的持續(xù)累積效應(yīng)空調(diào)負荷;V為空調(diào)負荷的自然增長 率，(m-k)為當(dāng)年m與用于預(yù)測當(dāng)年空調(diào)負荷1的某一年k之間的時間間隔。9. 如權(quán)利要求6所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)，其特征在于，所述系統(tǒng) 還包括： 基礎(chǔ)負荷計算模塊，用于通過以下方程計算出當(dāng)年的基礎(chǔ)負荷Im為： Im=Ik*pU-k) 其中，Ik為用于預(yù)測當(dāng)年基礎(chǔ)負荷^的某一年k的歷史基礎(chǔ)負荷;p為基礎(chǔ)負荷的增速， (m-k)為當(dāng)年m與用于預(yù)測當(dāng)年基礎(chǔ)負荷Im的某一年k之間的時間間隔。10.權(quán)利要求6所述的基于氣象因素的電網(wǎng)電力負荷預(yù)測系統(tǒng)，其特征在于，所述當(dāng)年 調(diào)度最大電網(wǎng)電力負荷包括夏季調(diào)度最大負荷和冬季調(diào)度最大負荷;將當(dāng)年夏季基礎(chǔ)負荷 與當(dāng)年夏季空調(diào)負荷進行疊加，獲得所述夏季調(diào)度最大負荷;將當(dāng)年冬季基礎(chǔ)負荷與當(dāng)年 冬季空調(diào)負荷進行疊加，獲得所述冬季調(diào)度最大負荷。
【文檔編號】G06Q50/06GK105825294SQ201610137759
【公開日】2016年8月3日
【申請日】2016年3月10日
【發(fā)明人】盛鹍, 陳佳, 陳火焱, 謝欣濤, 潘力強, 廖菁, 雷雨田, 任鐵平, 謝車輪, 胡志軍
【申請人】國家電網(wǎng)公司, 國網(wǎng)湖南省電力公司, 國網(wǎng)湖南省電力公司經(jīng)濟技術(shù)研究院