CN102930356B - 基于气象因素敏感度的短期负荷预测方法 - Google Patents
基于气象因素敏感度的短期负荷预测方法 Download PDFInfo
- Publication number
- CN102930356B CN102930356B CN201210467027.2A CN201210467027A CN102930356B CN 102930356 B CN102930356 B CN 102930356B CN 201210467027 A CN201210467027 A CN 201210467027A CN 102930356 B CN102930356 B CN 102930356B
- Authority
- CN
- China
- Prior art keywords
- day
- temperature
- predicted
- electric load
- air temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种基于气象因素敏感度的短期负荷预测方法,包括:获取待预测日的预报气温和若干个历史日的实际气温;对待预测日的预报气温和若干个历史日的实际气温进行修正;获取若干个历史日的电力负荷;对经过修正后的若干个历史日的实际气温与电力负荷进行拟合,得到实际气温与电力负荷之间的关系模型;对待预测日的电力负荷进行预测。本发明在电力短期负荷预测中考虑了气象预报误差与气温累积效应的影响,先对待预测日的预报气温和历史日的实际气温进行修正,然后再进行预测。提高了电力短期负荷的预测精度,为电网调度控制提供依据,保障电网安全的运行。
Description
技术领域
本发明涉及电力预测技术领域,尤其涉及一种基于气象因素敏感度的短期负荷预测方法。
背景技术
随着社会经济的发展,大功率、高耗能电器的利用率不断提高,降温取暖负荷在总用电负荷中所占的比例越来越大,气象因素对电力负荷的影响愈加显著。在夏季,气温每变化1℃都会对电力负荷产生巨大影响。气温的累积现象在空调比重较大的地区的影响越来越明显,在电力负荷(也可称为日最大负荷)预测中体现气温的累积效应已经成为不可回避的问题。对电力短期负荷预测而言,及时、准确和全面地获取待预测日的气象数据很有必要。但由于客观条件的限制,目前气象预报信息中存在较大的不确定因素,还无法获得理想中充分和准确的气象数据。因此,如果完全信任气象预报数据,将会给电力短期负荷预测的准确性带来严重的影响。
发明内容
基于此,本发明提供了一种基于气象因素敏感度的短期负荷预测方法。
一种基于气象因素敏感度的短期负荷预测方法,包括以下步骤:
获取待预测日的预报气温和若干个历史日的实际气温;
按照预设的气温累积效应修正公式,对所述待预测日的预报气温和所述若干个历史日的实际气温进行修正;
获取所述若干个历史日的电力负荷;
对经过修正后的所述若干个历史日的实际气温与所述电力负荷进行拟合,得到实际气温与电力负荷之间的关系模型;
根据经过修正后的所述待预测日的预报气温和所述关系模型,对所述待预测日的电力负荷进行预测。
与一般技术相比,本发明基于气象因素敏感度的短期负荷预测方法在电力负荷预测中考虑了气象预报误差与气温累积效应的影响,先对待预测日的预报气温和历史日的实际气温进行修正,然后再进行预测。提高了电力短期负荷的预测精度,为电网调度控制提供依据,保障电网安全的运行。
附图说明
图1是本发明基于气象因素敏感度的短期负荷预测方法的流程示意图。
具体实施方式
为更进一步阐述本发明所采取的技术手段及取得的效果,下面结合附图及较佳实施例,对本发明的技术方案,进行清楚和完整的描述。
请参阅图1,为本发明基于气象因素敏感度的短期负荷预测方法的流程示意图。本发明基于气象因素敏感度的短期负荷预测方法,包括以下步骤:
S101获取待预测日的预报气温和若干个历史日的实际气温;
首先,获取待预测日的预报气温和若干个历史日的实际气温。
S102按照预设的气温累积效应修正公式,对所述待预测日的预报气温和所述若干个历史日的实际气温进行修正;
作为其中一个实施例,在对所述待预测日的预报气温和所述若干个历史日的实际气温进行修正之前,根据获取的所述待预测日的预报气温和所述若干个历史日的实际气温建立灰色模型;通过所述灰色模型对所述待预测日的预报气温进行修正。
对历史日温度数据与待预测日气温进行灰色生成:
记x(0)为原始数列:
x(0)=[x(0)(k)|k=1,2,…n]
记生成数列为x(1):
x(1)=[x(1)(k)|k=1,2,…,n]
其中,这里取n=7,其中k=1,2,…,6时,x(0)(k)为待预测日前6日的真实温度,k=7时,为待预测日的温度预报值。
计算数据矩阵B和数据向量Yn:
计算灰色模型参数和
建立灰色预测模型:
累减还原:
当k=n-1时,由上式计算得到的为待预测日的修正预报温度。
作为其中一个实施例,所述预设的气温累积效应修正公式如下:
其中,t′0为修正后的气温,t0为待修正的气温,ti为i天前的气温,n为考虑气温累积效应的天数,c为反映气温累积效应强弱的时间系数,c=(0,1]。
进一步的,时间系数c的确定方法为:c取初值代入考虑气温累积效应的温度修正公式,对历史样本进行虚拟预测得到负荷值,如果达到要求的预测精度,则该值为c的取值,否则对c进行调整,再次进行虚拟预测,直到达到要求的预测精度。
S103获取所述若干个历史日的电力负荷;
要进行电力负荷预测,还要获取所述若干个历史日的电力负荷(也可称为日最大负荷)
S104对经过修正后的所述若干个历史日的实际气温与所述电力负荷进行拟合,得到实际气温与电力负荷之间的关系模型;
作为其中一个实施例,采用一次回归方程或者多次回归方程对经过修正后的所述若干个历史日的实际气温与所述电力负荷进行拟合,得到实际气温与电力负荷之间的关系模型。
作为其中一个实施例,选取如下二次回归方程进行拟合:
L=at2+bt+c
其中,L为电力负荷,t为实际气温,a、b和c为待定系数。
S105根据经过修正后的所述待预测日的预报气温和所述关系模型,对所述待预测日的电力负荷进行预测。
作为其中一个实施例,根据所述关系模型得出在各个气温区间内电力负荷相对于气温变化量的灵敏度;
选取参照日,并获取所述参照日的电力负荷;
根据所述待预测日相对于所述参照日的气温变化量以及所述灵敏度,得出所述待预测日相对于所述参照日的电力负荷变化量;
将所述参照日的电力负荷和所述电力负荷变化量求和,得到所述待预测日的电力负荷预测值。
选取参照日,以参照日负荷为基准值,求出待预测日负荷的修正量,从而得到待预测日负荷的预测值,其公式为:
L=L′+ΔL
其中,L为待预测日的负荷,L′为参照日的日负荷,ΔL为因气温变化引起的负荷变化量。
进一步,因气温变化引起的负荷变化量ΔL的求解公式为:
当待预测日气温与参照日气温位于同一个敏感度区间时:
ΔL=St(t-t′)
当待预测日气温与参照日气温位于两个不同敏感度区间时,以处于两个相邻区间为例,
其中,t、t′分别表示待预测日气温和参照日气温;St、St′分别表示待预测日气温和参照日气温各自所在区间的敏感度;表示两个区间共同的端点气温;以上气温均为修正后气温。
作为其中一个实施例,如果待预测日为双休日,则将根据求和得到的所述电力负荷预测值乘以预设的折算系数,作为所述待预测日的电力负荷预测值。
作为一个优选的实施例,待预测日的负荷的预测可通过SCADA(SupervisortControlAndDataAcquisition)系统进行,即通过数据采集与监视控制系统进行的。包括下列步骤:
读取历史气温数据、待预测日的气温预报值、待预测日前N天的负荷(也即日最大负荷)Load,N取365;
利用待预测日前6天以及该日的气温预报值建立灰色模型,求取待预测日修正预报温度;
求取时间系数,对N个历史日以及待预测日修正预报温度进行考虑气温累积效应修正;
对待预测日前N日的负荷与修正后的最高气温序列进行拟合,得到电力负荷与最高气温的关系模型;
利用拟合方程中负荷对气温求导,求出不同气温区间下负荷对气温变化的敏感度;
选取参照日,选取规则为:如本周一的参照日为上周五,本周二的参照日为本周一,以此类推;
以参照日负荷为基准值,根据待预测日与参照日的温差进行修正,预测待预测日的负荷;若待预测日为双休日,该日的负荷为预测值乘以折算系数。
采取分段线性化求取不同温度区间下负荷对气温变化的敏感度:
其中,f(t)为负荷与气温系列的回归方程,Sij为温度区间[tj,ti]的负荷敏感度。
若待预测日为双休日,折算系数为上一个双休日负荷与工作日负荷的比值。
与一般技术相比,本发明基于气象因素敏感度的短期负荷预测方法在电力短期负荷预测中考虑了气象预报误差与气温累积效应的影响,先对待预测日的预报气温和历史日的实际气温进行修正,然后再进行预测。提高了电力短期负荷的预测精度,为电网调度控制提供依据,保障电网安全的运行。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种基于气象因素敏感度的短期负荷预测方法,其特征在于,包括以下步骤:
获取待预测日的预报气温和若干个历史日的实际气温;
按照预设的气温累积效应修正公式,对所述待预测日的预报气温和所述若干个历史日的实际气温进行修正;
获取所述若干个历史日的电力负荷;
对经过修正后的所述若干个历史日的实际气温与所述电力负荷进行拟合,得到实际气温与电力负荷之间的关系模型;
根据经过修正后的所述待预测日的预报气温和所述关系模型,对所述待预测日的电力负荷进行预测;
其中,所述预设的气温累积效应修正公式如下:
其中,t0′为修正后的气温,t0为待修正的气温,ti为i天前的气温,n为考虑气温累积效应的天数,c为反映气温累积效应强弱的时间系数,c=(0,1]。
2.根据权利要求1所述的基于气象因素敏感度的短期负荷预测方法,其特征在于,在所述对所述待预测日的预报气温和所述若干个历史日的实际气温进行修正的步骤之前,包括以下步骤:
根据获取的所述待预测日的预报气温和所述若干个历史日的实际气温建立灰色模型;
通过所述灰色模型对所述待预测日的预报气温进行修正。
3.根据权利要求1所述的基于气象因素敏感度的短期负荷预测方法,其特征在于,所述对所述待预测日的电力负荷进行预测的步骤,包括以下步骤:
根据所述关系模型得出在各个气温区间内电力负荷相对于气温变化量的灵敏度;
选取参照日,并获取所述参照日的电力负荷;
根据所述待预测日相对于所述参照日的气温变化量以及所述灵敏度,得出所述待预测日相对于所述参照日的电力负荷变化量;
将所述参照日的电力负荷和所述电力负荷变化量求和,得到所述待预测日的电力负荷预测值。
4.根据权利要求3所述的基于气象因素敏感度的短期负荷预测方法,其特征在于,如果待预测日为双休日,则将根据求和得到的所述电力负荷预测值乘以预设的折算系数,作为所述待预测日的电力负荷预测值。
5.根据权利要求1所述的基于气象因素敏感度的短期负荷预测方法,其特征在于,采用一次回归方程或者多次回归方程对经过修正后的所述若干个历史日的实际气温与所述电力负荷进行拟合,得到实际气温与电力负荷之间的关系模型。
6.根据权利要求5所述的基于气象因素敏感度的短期负荷预测方法,其特征在于,选取如下二次回归方程进行拟合:
L=at2+bt+c
其中,L为电力负荷,t为实际气温,a、b和c为待定系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210467027.2A CN102930356B (zh) | 2012-11-16 | 2012-11-16 | 基于气象因素敏感度的短期负荷预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210467027.2A CN102930356B (zh) | 2012-11-16 | 2012-11-16 | 基于气象因素敏感度的短期负荷预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102930356A CN102930356A (zh) | 2013-02-13 |
CN102930356B true CN102930356B (zh) | 2016-06-22 |
Family
ID=47645150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210467027.2A Active CN102930356B (zh) | 2012-11-16 | 2012-11-16 | 基于气象因素敏感度的短期负荷预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102930356B (zh) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268524B (zh) * | 2013-06-03 | 2017-03-29 | 国家电网公司 | 一种提高电网短期负荷预测准确度的方法 |
CN103413253B (zh) * | 2013-09-04 | 2016-05-18 | 国家电网公司 | 一种基于经济、气象因素的年最大负荷分类预测方法 |
CN103606022A (zh) * | 2013-12-05 | 2014-02-26 | 国家电网公司 | 一种短期负荷预测方法 |
CN103617565A (zh) * | 2013-12-06 | 2014-03-05 | 国网山东省电力公司 | 城市微气象与电力空调负荷关系的建立方法 |
CN103617325A (zh) * | 2013-12-06 | 2014-03-05 | 国网山东省电力公司 | 用电环境对负荷特性影响模型的建立方法 |
CN104156783B (zh) * | 2014-07-29 | 2017-07-25 | 广西电网有限责任公司 | 计及气象累积效应的电力系统最大日负荷预测系统及方法 |
CN104463344B (zh) * | 2014-10-29 | 2018-01-16 | 广东电网有限责任公司电力调度控制中心 | 电网短期负荷预测方法和系统 |
CN104616075A (zh) * | 2015-01-30 | 2015-05-13 | 广西大学 | 一种适合于台风天气下的短期负荷预测方法 |
CN104636987B (zh) * | 2015-02-06 | 2018-05-01 | 东南大学 | 一种公共楼宇空调负荷广泛参与的电网负荷调度方法 |
CN105069525B (zh) * | 2015-07-30 | 2019-06-04 | 广西大学 | 全天候96点日负荷曲线预测及优化修正系统 |
CN106468467B (zh) * | 2015-08-17 | 2020-01-07 | 同方泰德国际科技(北京)有限公司 | 一种应用于嵌入式控制系统的空调冷负荷实时预测算法 |
US10197984B2 (en) | 2015-10-12 | 2019-02-05 | International Business Machines Corporation | Automated energy load forecaster |
CN105571064B (zh) * | 2015-12-30 | 2019-05-07 | 深圳达实智能股份有限公司 | 一种预测气象数据的方法及系统 |
CN109214637B (zh) * | 2017-07-07 | 2020-12-08 | 中国移动通信集团陕西有限公司 | 一种网元耗电量确定方法、装置、存储介质及计算设备 |
CN107392368B (zh) * | 2017-07-17 | 2020-11-10 | 天津大学 | 一种基于气象预报的办公建筑动态热负荷组合预测方法 |
CN107480811A (zh) * | 2017-07-26 | 2017-12-15 | 珠海格力电器股份有限公司 | 一种设备能耗数据处理方法、装置、系统及设备 |
CN107909186A (zh) * | 2017-10-13 | 2018-04-13 | 深圳供电局有限公司 | 一种目标年负荷预测方法 |
CN107730045B (zh) * | 2017-10-20 | 2023-07-14 | 国网江苏省电力公司南京供电公司 | 一种基于离散惯性动力学系统的基线负荷热惯性修正方法 |
CN107748933B (zh) * | 2017-10-23 | 2020-07-14 | 成都信息工程大学 | 气象要素报文数据误差修正方法、雾、日出、云海、雾凇预测方法 |
CN108932557A (zh) * | 2018-04-28 | 2018-12-04 | 云南电网有限责任公司临沧供电局 | 一种基于气温累积效应和灰色关联度的短期负荷预测模型 |
CN110097205A (zh) * | 2019-03-15 | 2019-08-06 | 天津大学 | 一种建筑负荷预测用气象预报数据预处理方法 |
CN110796303B (zh) * | 2019-10-24 | 2023-11-07 | 国网安徽省电力有限公司电力科学研究院 | 一种基于ewt和odbscan的短期电力负荷预测方法 |
CN111598303A (zh) * | 2020-04-20 | 2020-08-28 | 广东电网有限责任公司电力调度控制中心 | 一种基于气象成分分解的夏季短期负荷预测方法 |
CN111552923B (zh) * | 2020-04-22 | 2021-05-04 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于通用分布的负荷预测方法及负荷预测系统 |
CN111582568B (zh) * | 2020-04-28 | 2023-12-19 | 国网湖南省电力有限公司 | 基于电力数据的春节期间企业复工预测方法 |
CN112381268B (zh) * | 2020-10-29 | 2024-05-03 | 武汉华中思能科技有限公司 | 一种面向电力现货市场的短期燃煤成本预测方法及系统 |
CN112766617B (zh) * | 2021-03-17 | 2024-04-05 | 国网能源研究院有限公司 | 夏季电网最大负荷预测方法、系统及装置 |
CN116090620B (zh) * | 2022-12-30 | 2023-10-13 | 厦门大学 | 一种基于气温惯性效应的电量预测方法、终端设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521674A (zh) * | 2011-12-07 | 2012-06-27 | 福建省电力有限公司 | 电力用户用电信息采集系统中夏季短期负荷预测的计算机生成方法 |
CN102562469A (zh) * | 2011-12-27 | 2012-07-11 | 华北电力大学 | 基于校正算法的短期风力发电机输出功率预测方法 |
JP2012146112A (ja) * | 2011-01-12 | 2012-08-02 | Azbil Corp | 電力使用量予測装置および電力使用量予測方法 |
CN102663517A (zh) * | 2012-03-31 | 2012-09-12 | 上海市电力公司 | 基于工询业扩和温度还原模型的年最大负荷预测方法 |
CN102682220A (zh) * | 2012-05-17 | 2012-09-19 | 鲁东大学 | 一种短期电力负荷预测方法 |
-
2012
- 2012-11-16 CN CN201210467027.2A patent/CN102930356B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012146112A (ja) * | 2011-01-12 | 2012-08-02 | Azbil Corp | 電力使用量予測装置および電力使用量予測方法 |
CN102521674A (zh) * | 2011-12-07 | 2012-06-27 | 福建省电力有限公司 | 电力用户用电信息采集系统中夏季短期负荷预测的计算机生成方法 |
CN102562469A (zh) * | 2011-12-27 | 2012-07-11 | 华北电力大学 | 基于校正算法的短期风力发电机输出功率预测方法 |
CN102663517A (zh) * | 2012-03-31 | 2012-09-12 | 上海市电力公司 | 基于工询业扩和温度还原模型的年最大负荷预测方法 |
CN102682220A (zh) * | 2012-05-17 | 2012-09-19 | 鲁东大学 | 一种短期电力负荷预测方法 |
Non-Patent Citations (1)
Title |
---|
短期负荷预测系统在开平电网的应用;谭永强;《科技经济市场》;20091015(第10期);第17-18页 * |
Also Published As
Publication number | Publication date |
---|---|
CN102930356A (zh) | 2013-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930356B (zh) | 基于气象因素敏感度的短期负荷预测方法 | |
Wan et al. | Direct quantile regression for nonparametric probabilistic forecasting of wind power generation | |
CN102855343B (zh) | 负荷量预测装置、负荷量预测方法以及负荷量预测程序 | |
CN106351793B (zh) | 用于改进风力发电的系统和方法 | |
US11262718B2 (en) | Method and system for managing microgrid assets | |
US10282687B2 (en) | Systems and methods for managing power generation resources | |
CN104008432A (zh) | 基于emd-kelm-ekf的微网短期负荷预测方法 | |
JP2016136001A (ja) | 予測装置 | |
CN102426674A (zh) | 一种基于马尔科夫链的电力系统负荷预测方法 | |
CN103218675A (zh) | 一种基于聚类和滑动窗口的短期负荷预测方法 | |
US20210004035A1 (en) | Datacenter stabilization of regional power grids | |
CN104778503A (zh) | 一种考虑实时气象因素的公共楼宇空调短时基线负荷预测方法 | |
CN103996079B (zh) | 一种基于条件概率的风电功率加权预测方法 | |
CN105069536A (zh) | 一种基于气温与经济增长的用电需求预测方法 | |
CN103606022A (zh) | 一种短期负荷预测方法 | |
JP5989754B2 (ja) | 予測装置 | |
CN102509173A (zh) | 一种基于马尔科夫链的电力系统负荷准确预测方法 | |
CN104616075A (zh) | 一种适合于台风天气下的短期负荷预测方法 | |
CN102982393A (zh) | 一种输电线路动态容量的在线预测方法 | |
Sevlian et al. | Value of aggregation in smart grids | |
CN105308853A (zh) | 预测系统、预测装置以及预测方法 | |
CN103345585A (zh) | 基于支持向量机的风功率预测校正方法及系统 | |
JP5908506B2 (ja) | 予測システム、予測システムの動作方法 | |
CN107292415A (zh) | 一种智能表轮换时间的预测方法 | |
CN109858668B (zh) | 一种雷电气候下电力负荷区域协调预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 510699 No. 75 Meihua Road, Guangzhou, Guangdong, Yuexiu District Patentee after: ELECTRIC POWER DISPATCHING CONTROL CENTER OF GUANGDONG POWER GRID Co.,Ltd. Address before: 510699 No. 75 Meihua Road, Guangzhou, Guangdong, Yuexiu District Patentee before: ELECTRIC POWER DISPATCH CONTROL CENTER OF GUANGDONG GRID Co. |
|
CP01 | Change in the name or title of a patent holder |