CN103268524A - 一种提高电网短期负荷预测准确度的方法 - Google Patents

Abstract

本发明公开了一种提高电网短期负荷预测准确度的方法，将历史电网负荷值与历史短期负荷预测数据进行对比，并计算各种影响因素对电网短期负荷的影响，从而得到对短期电网负荷值影响最大的影响因素：温度、天气、节假日、电网异常，并建立包含这四种影响因素的短期电网负荷预测计算公式，根据该公式对电网负荷进行短期预测。本发明能够提高电网负荷预测准确度，能够提高电力系统分析的真实度，准确模拟电力系统的各种运行状态，保证电网安全稳定运行。

Description

一种提高电网短期负荷预测准确度的方法

技术领域

本发明涉及电力系统电网运行分析方法，尤其涉及一种提高电网短期负荷预测准确度的方法。

背景技术

对电网进行负荷预测对组织电力生产和电网安全运行非常重要，传统的电网短期负荷预测方法以时间序列法应用最为广泛，时间序列分析法是根据过去的负荷统计数据，找到其随时间变化的规律，建立时序模型，以推断未来负荷数值的方法，其基本假定是：过去的负荷变化规律会持续到将来，即未来是过去的延续。虽然其所需历史数据少、工作量少，但是其具有以下缺陷：没有考虑负荷变化的因素，只致力于数据的拟合，对规律性的处理不足，因此其负荷预测的偏差较大。

发明内容

本发明的目的是提供一种提高电网短期负荷预测准确度的方法，其能够克服现有技术中的缺陷，能够提高电网负荷预测准确度，能够提高电力系统分析的真实度，准确模拟电力系统的各种运行状态，保证电网安全稳定运行。

为了实现上述目的，本发明采用如下技术方案实现：

一种提高电网短期负荷预测准确度的方法，利用历史短期负荷预测数据，其中包含以下步骤：

步骤1，电力调度自动化系统采集历史电网负荷值及其对应的影响因素信息，影响因素信息包括季节、天气、温度、日期、节假日、电网异常事件信息，并采集相应的历史短期负荷预测数据；

步骤2，电力调度自动化系统将采集的历史电网负荷值、影响因素信息，以及相应的历史短期负荷预测数据储存在历史数据库中；在计算机中设置样本抽取时长，计算机从历史数据库中读取一段时间的历史电网负荷值、影响因素信息，及其相应的历史短期负荷预测数据；

步骤3，计算机将从历史数据库中读取的历史电网负荷值与历史短期负荷数据进行对比，求取其误差，并与相应时间的影响因素信息进行对照，得到对短期电网负荷值影响最大的影响因素：温度、天气、节假日、电网异常；

步骤4，计算机建立短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj，其中F1为电网短期负荷预测值，F2为典型正常工作日负荷，K1为温度系数，K2为天气系数，K3为节假日系数，Fj为电网异常负荷；

步骤5，对历史电网负荷值进行参数估计，计算出典型日常工作日负荷F2、温度系数K1、天气系数K2、节假日系数K3、电网异常负荷Fj；

步骤6，将典型日常工作日负荷F2、温度系数K1、天气系数K2、节假日系数K3、电网异常负荷Fj代入短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj，计算得到电网短期负荷预测值F1；

步骤7，设置测试周期，在测试周期内运用短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj对电网进行短期负荷预测，并重复进行步骤1至步骤6，对典型日常工作日负荷F2、温度系数K1、天气系数K2、节假日系数K3、电网异常负荷Fj进行修正，从而对短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj进行矫正和改进。

上述的提高电网短期负荷预测准确度的方法，其中所述步骤5中的温度系数K1为：

当温度范围为1℃~12℃时，温度每降低1℃，温度系数K1增加3%；

当温度低于1℃时，按照1℃计算温度系数K1；

当温度大于12℃并低于24℃时，温度系数K1取值为1；

当温度大于或等于24℃时，温度每升高1℃，温度系数K1增加3%。

上述的提高电网短期负荷预测准确度的方法，其中所述步骤5中的天气系数K2范围为0.95~1.0。

本发明具有以下积极效果：

本发明将历史电网负荷值与历史短期负荷预测数据进行对比，并计算各种影响因素对电网短期负荷的影响，从而得到对短期电网负荷值影响最大的影响因素：温度、天气、节假日、电网异常，建立包含这四种影响因素的短期电网负荷预测计算公式，根据该公式对电网负荷进行短期预测，因此本发明能够提高电网负荷预测准确度，能够提高电力系统分析的真实度，准确模拟电力系统的各种运行状态，保证电网安全稳定运行。

附图说明

图1为本发明方法的流程图。

具体实施方式

以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。

如图1所示，本发明一种提高电网短期负荷预测准确度的方法，利用历史短期负荷预测数据，包含以下步骤：

步骤1，电力调度自动化系统采集历史电网负荷值及其对应的影响因素信息，影响因素信息包括季节、天气、温度、日期、节假日、电网异常事件信息，并采集相应的历史短期负荷预测数据。

步骤2，电力调度自动化系统将采集的历史电网负荷值、影响因素信息，以及相应的历史短期负荷预测数据储存在历史数据库中；在计算机中设置样本抽取时长，计算机从历史数据库中读取一段时间的历史电网负荷值、影响因素信息，及其相应的历史短期负荷预测数据。

步骤3，计算机将从历史数据库中读取的历史电网负荷值与历史短期负荷数据进行对比，求取其误差，并与相应时间的影响因素信息进行对照，得到对短期电网负荷值影响最大的影响因素：温度、天气、节假日、电网异常。

步骤4，计算机建立短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj，其中F1为电网短期负荷预测值，F2为典型正常工作日负荷，K1为温度系数，K2为天气系数，K3为节假日系数，Fj为电网异常负荷。

步骤5，对历史电网负荷值进行参数估计，计算出典型日常工作日负荷F2、温度系数K1、天气系数K2、节假日系数K3、电网异常负荷Fj。

本实施例中，在2010年6、7、8三个月中分别抽取10个晴天的电网负荷数据进行分析，并以每天14:00作为考核点，统计发现，夏季温度24~32℃时，温度每升高1℃，电网负荷增长3%左右，基本上是线性增长。温度低于24℃时电网负荷变化不大，取为基值1。当温度上升至32℃以上后，负荷也不再发生明显变化。并且，即使温度不再升高，随着高温天气延续，电网负荷仍将持续增长，每小时增长幅度在2%~3%左右。

在2010年11、12月，2011年1月中抽取每个月的所有晴天的电网负荷数据进行分析，并以每天14:00作为考核点，统计发现，冬季温度在13℃以上时，电网负荷没有随温度有明显变化。当温度为12℃以下时，没下降1℃，电网负荷增长3%左右，基本上是线性增长。但当温度低于1℃以下时，电网负荷基本达到一个较稳定的水平，不再受温度因素影响。

因此，对于温度系数K1，当温度范围为1℃~12℃时，温度每降低1℃，温度系数K1增加3%；当温度低于1℃时，按照1℃计算温度系数K1；当温度大于或等于24℃时，温度每升高1℃，温度系数K1增加3%；当温度大于12℃并低于24℃时，温度系数K1取值为1。

天气系数K2范围为0.95~1.0。

对于节假日系数K3，本实施例中，在2010年10月中抽取11至15日五个正常工作日，并抽取10月1日至7日7个假日进行对比分析；在2011年2月中抽取14至18日五个正常工作日，并抽取2月3日至9日7个春节节日进行对比分析。计算结果为假日（五一、十一、元旦）对电网负荷的影响较大，总体的负荷变化比例为84%左右，通过对假日的负荷曲线的研究，可以认为，在7~22点之间，负荷的变化比例为87%左右，而在22~7点，负荷的变化比例在79%左右。对于春节这样的特殊节日，与典型的正常工作日相比，负荷的变化情况比较特殊，在22~7点，负荷的变化比例为42%左右，在7~18点之间，负荷的变化比例为38%左右，在18~22点之间，负荷的变化比例在40%左右。

对于电网异常负荷Fj，包括电网设备检修、大中用户开停产、地方电厂开停机等各种特殊因素造成的电网异常负荷变化。

步骤6，将典型日常工作日负荷F2、温度系数K1、天气系数K2、节假日系数K3、电网异常负荷Fj代入短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj，计算得到电网短期负荷预测值F1。

步骤7，设置测试周期，在测试周期内运用短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj对电网进行短期负荷预测，并重复进行步骤1至步骤6，对典型日常工作日负荷F2、温度系数K1、天气系数K2、节假日系数K3、电网异常负荷Fj进行修正，从而对短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj进行矫正和改进。

使用本发明方法对电网短期负荷进行预测，预测的偏差基本可以控制在10%左右，提高了电网短期负荷预测准确度。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (3)

1.一种提高电网短期负荷预测准确度的方法，利用历史短期负荷预测数据，其特征在于，包含以下步骤：

步骤1，电力调度自动化系统采集历史电网负荷值及其对应的影响因素信息，影响因素信息包括季节、天气、温度、日期、节假日、电网异常事件信息，并采集相应的历史短期负荷预测数据；

步骤2，电力调度自动化系统将采集的历史电网负荷值、影响因素信息，以及相应的历史短期负荷预测数据储存在历史数据库中；在计算机中设置样本抽取时长，计算机从历史数据库中读取一段时间的历史电网负荷值、影响因素信息，及其相应的历史短期负荷预测数据；

步骤3，计算机将从历史数据库中读取的历史电网负荷值与历史短期负荷数据进行对比，求取其误差，并与相应时间的影响因素信息进行对照，得到对短期电网负荷值影响最大的影响因素：温度、天气、节假日、电网异常；

步骤4，计算机建立短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj，其中F1为电网短期负荷预测值，F2为典型正常工作日负荷，K1为温度系数，K2为天气系数，K3为节假日系数，Fj为电网异常负荷；

步骤5，对历史电网负荷值进行参数估计，计算出典型日常工作日负荷F2、温度系数K1、天气系数K2、节假日系数K3、电网异常负荷Fj；

步骤6，将典型日常工作日负荷F2、温度系数K1、天气系数K2、节假日系数K3、电网异常负荷Fj代入短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj，计算得到电网短期负荷预测值F1；

步骤7，设置测试周期，在测试周期内运用短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj对电网进行短期负荷预测，并重复进行步骤1至步骤6，对典型日常工作日负荷F2、温度系数K1、天气系数K2、节假日系数K3、电网异常负荷Fj进行修正，从而对短期电网负荷预测计算公式F1=F2*K1*K2*K3±Fj进行矫正和改进。

2.如权利要求1所述的提高电网短期负荷预测准确度的方法，其特征在于，所述步骤5中的温度系数K1为：

当温度范围为1℃~12℃时，温度每降低1℃，温度系数K1增加3%；

当温度低于1℃时，按照1℃计算温度系数K1；当温度大于12℃并低于24℃时，温度系数K1取值为1；

当温度大于或等于24℃时，温度每升高1℃，温度系数K1增加3%。

3.如权利要求1所述的提高电网短期负荷预测准确度的方法，其特征在于，所述步骤5中的天气系数K2范围为0.95~1.0。

Images