CN103679289B - 基于多元回归外推法的电力负荷预测方法 - Google Patents
基于多元回归外推法的电力负荷预测方法 Download PDFInfo
- Publication number
- CN103679289B CN103679289B CN201310653968.XA CN201310653968A CN103679289B CN 103679289 B CN103679289 B CN 103679289B CN 201310653968 A CN201310653968 A CN 201310653968A CN 103679289 B CN103679289 B CN 103679289B
- Authority
- CN
- China
- Prior art keywords
- factor
- load
- electric load
- electric
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000013213 extrapolation Methods 0.000 title claims abstract description 14
- 238000004088 simulation Methods 0.000 claims description 4
- 230000002411 adverse Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012067 mathematical method Methods 0.000 abstract description 2
- 238000013178 mathematical model Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
Abstract
本发明涉及一种电力负荷预测方法,特别是一种基于多元回归外推法的电力负荷预测方法,综合了弹性系数法、人口密度法、抛物线模型法、N此曲线模型法、最大负荷利用小时数等因素,并根据多元回归外推法建立数学模型,获得每个因素对电力负荷预测的影响系数,最后采用上述方法预测未来的电力负荷需求,然后代入其对应的影响系数,最后快速准确的计算出多元回归结果,获得有效准确的电力负荷预测值。多元回归外推法将复杂的概率统计的数学方法与电力业务相结合,提高电力负荷预测准确率,对于合理制定有序用电方案,针对电力供应紧缺的情况,优化电力资源配置,将电力供需矛盾给社会带来的不利影响降至最低程度提供了积极有效的技术基础。
Description
技术领域
本发明涉及一种电力负荷预测方法,特别是一种基于多元回归外推法的电力负荷预测方法。
背景技术
在电力系统中,电力用户用电信息采集系统是实施有序用电管理的重要技术平台,为实施有序用电管理过程中保证限电不拉闸提供了重要技术支撑。电力负荷预测是电力用户用电信息采集系统中新发展起来的重要功能,为有序用电方案的制定和实施提供了重要依据。准确的负荷预测,可以合理制定有序用电方案,针对电力供应紧缺的情况,优化电力资源配置,将电力供需矛盾给社会带来的不利影响降至最低程度,提高经济效益和社会效益。
电力负荷预测是电网规划建设的依据和基础,电力负荷预测的准确性直接关系到电网运行方案的确定、电力资源的有效配置和电力投资的经济性。电力负荷预测是指通过对电力系统负荷历史数据以及对未来发展的预测、分析和研究,运用统计学、数学、计算机、工程技术及经验分析等定性定量的方法,探索事物之间的内在联系和发展变化规律,对未来的负荷发展做出预先估计和推测。电力负荷预测结果的准确与否直接关系到供电的可靠性,用电需求的正常发展,电力投资的效益以及社会的经济效益和社会效益。但要做到预测准确或较准确是很困难的,因为影响电力负荷预测的因素相当多,且由于各地区产业结构和人民生活水平不同,各具体因素对电力负荷预测的敏感度是不一样的,因而电力负荷预测具模糊性,目前关于电力负荷预测的理论和方法很多,如何将各种预测方法得出的结果进行综合判断得出规划所需的预测成果是本研究的主要目标。
发明内容
本发明的目的在于克服现有技术的不足之处而提供一种能够结合各种影响电力负荷的因素,有效准确的基于多元回归外推法的电力负荷预测方法。
本发明的目的是通过以下途径实现的:
基于多元回归外推法的电力负荷预测方法,其要点在于,包括如下步骤:
1)采集历史年份的电力负荷值,拟定有n个因素与待预测量有关,每个因素代表一种影响电力负荷的类型,以Xmn表示第n个因素在已知的第m年份的历史电力负荷值,而An表示该第n个因素对预测值的影响系数,并获得以下数学模型:
A1X11+A2X12+…….+ A n X 1n = Y1;
A1X21+A2X22+…….+AnX2n = Y2;
A1Xm1+A2Xm2+…….+AnXmn = Ym;
2) 上述数学模型中,Ym表示该第m年份需要预测的电力负荷值,该预测值同样为已知预测值,即实际的电力负荷值;根据上述数学模型解出每个因素的影响系数An的值,即A1 、A2...... An;所述的A1表示GDP增长率的弹性系数因素,A2表示人口密度因素,A3表示历史值模拟抛物曲线因素,A4表示历史值模拟N次曲线因素,A5表示最大负荷利用小时数因素;
3)采用弹性系数法、人口密度法、抛物线模型法、N次曲线模型法、最大负荷利用小时数预测未来的电力负荷需求,获得上述每种因素的电力负荷预测值,分别对应为X1、X2、X3、X4、X5:
4)根据多元回归模型获得:A1X1+A2X2+ A3X3+ A4X4+ A5X5 = Y,将上述获得的影响因素值和每种因素的电力负荷预测值代入上述多元回归模型,获得的数值Y为待测的电力负荷预测值。
本发明综合了弹性系数法、人口密度法、抛物线模型法、N此曲线模型法、最大负荷利用小时数等因素,并根据多元回归外推法建立数学模型,获得每个因素对电力负荷预测的影响系数,最后采用弹性系数法、人口密度法、抛物线模型法、N此曲线模型法、最大负荷利用小时数预测未来的电力负荷需求,然后代入其对应的影响系数,最后快速准确的计算出多元回归结果,获得有效准确的电力负荷预测值。多元回归外推法将复杂的概率统计的数学方法与电力业务相结合,提高电力负荷预测准确率,对于合理制定有序用电方案,针对电力供应紧缺的情况,优化电力资源配置,将电力供需矛盾给社会带来的不利影响降至最低程度提供了积极有效的技术基础。
具体实施方式
基于多元回归外推法的电力负荷预测方法,包括如下步骤:
1)采集历史年份的电力负荷值,拟定有n个因素与待预测量有关,每个因素代表一种影响电力负荷的类型,以Xmn表示第n个因素在已知的第m年份的历史电力负荷值,而An表示该第n个因素对预测值的影响系数,并获得以下数学模型:
A1X11+A2X12+…….+ A n X 1n = Y1;
A1X21+A2X22+…….+AnX2n = Y2;
A1Xm1+A2Xm2+…….+AnXmn = Ym;
2) 上述数学模型中,Ym表示该第m年份需要预测的电力负荷值,该预测值同样为已知预测值,即实际的电力负荷值;根据上述数学模型解出每个因素的影响系数An的值,即A1 、A2...... An;所述的A1表示GDP增长率的弹性系数因素,A2表示人口密度因素,A3表示历史值模拟抛物曲线因素,A4表示历史值模拟N次曲线因素,A5表示最大负荷利用小时数因素;
3)采用弹性系数法、人口密度法、抛物线模型法、N次曲线模型法、最大负荷利用小时数预测未来的电力负荷需求,获得上述每种因素的电力负荷预测值,分别对应为X1、X2、X3、X4、X5:
4)根据多元回归模型获得:A1X1+A2X2+ A3X3+ A4X4+ A5X5 = Y,将上述获得的影响因素值和每种因素的电力负荷预测值代入上述多元回归模型,获得的数值Y为待测的电力负荷预测值。
具体的弹性系数法、人口密度法、抛物线模型法、N次曲线模型法、最大负荷利用小时数预测未来的电力负荷可以选用以下方式:
1.弹性系数法
根据GDP的增长率来预测电力负荷的增长,从而得出电力负荷的量。
首先算出GDP的年增长率以及电力负荷的年增长率;
弹性系数 = 电力负荷的年增长率/GDP的年增长率;
此处的增长率采用平均增长率的方式,(系统默认的是五年平均值,如果不满五年,有几年的增长率就取几年的平均值),用户可以设置平均增长率计算的年数。
2.人口密度法
根据人口因素对电力负荷的影响来预测电力负荷的。
首先根据公式求取人均用电负荷,每一次预测时都用上一年的人均用电负荷。
人均用电负荷 = 电力负荷/常住人口;
具体预测时,如果常住人口没有未来值,由系统自行预测,用户也可对人口的未来值进行设置。
3.抛物线模型法
根据电力负荷的历史值模拟抛物曲线来预测未来年份的电力负荷。
根据公式y=ax2+bx+c和历史数据利用最小二乘法模拟一条二次曲线。这里的x指的是年份。(其中最小二乘法的意思是说模拟出来的曲线偏离时间点的平方和最小,以达到最优)。
求出未知数a、b、c后,根据年份得到预测的电力负荷。
4.N次曲线模型法
根据电力负荷的历史值模拟N次曲线,来预测未来年份的电力负荷。
根据公式y=ax3+bx2+cx+d 和历史数据利用最小二乘法模拟一条三次曲线,这里的x只的是年份。求出a、b、c、d的值后根据年份得到预测的电力负荷。
5.最大负荷利用小时数
该方法用于最大负荷的预测。首先用一种较精准的预测方法预测出未来几年的最大负荷利用小时数,用已预测好的用电量除以该小时数得出各年最高负荷。
本发明考虑多种因素对电力负荷的影响,获取多种因素的发展变化曲线,用最小二乘法拟和这多种因素曲线,求出待求量与各变化因素之间的关系,进而得到预测时间范围内的待求量。在影响系数的求解中,每一年的数据可以列一个方程,历史年份越多,方程的个数越多,预测的就越准确。采用多元回归外推法等多种方法对上述不同的方法的预测结果进行科学量化的分析和预测,然后进行数学抽象矩阵化,采用专业数值分析处理软件MatLab嵌入开发语言,快速准确的计算出多元回归结果。另外,多元回归外推法设置特异数据的忽略功能,可排除特异数据对预测模型拟合度的影响,实现更加准确的负荷预测。
本发明未述部分与现有技术相同。
Claims (1)
1.基于多元回归外推法的电力负荷预测方法,其特征在于,包括如下步骤:
1)采集历史年份的电力负荷值,拟定有n个因素与待预测量有关,n=(1、2、3、4、5),每个因素代表一种影响电力负荷的类型,以Xmn表示第n个因素在已知的第m年份的历史电力负荷值,而An表示该第n个因素对预测值的影响系数,并获得以下数学模型:
A1X11+A2X12+…….+ A n X 1n = Y1;
A1X21+A2X22+…….+AnX2n = Y2;
......
A1Xm1+A2Xm2+…….+AnXmn = Ym;
2) 上述数学模型中,Ym在模型中表示该第m年份需要预测的电力负荷值,在求解时采用所采集的该年份的实际的电力负荷值;根据上述数学模型解出每个因素的影响系数An的值,即A1 、A2...... A5;所述的A1表示GDP增长率的弹性系数因素,A2表示人口密度因素,A3表示历史值模拟抛物曲线因素,A4表示历史值模拟N次曲线因素,A5表示最大负荷利用小时数因素;
3)采用弹性系数法、人口密度法、抛物线模型法、N次曲线模型法、最大负荷利用小时数预测未来的电力负荷需求,获得上述每种因素的电力负荷预测值,分别对应为X1、X2、X3、X4、X5:
4)根据多元回归模型获得:A1X1+A2X2+ A3X3+ A4X4+ A5X5 = Y,将上述获得的影响因素值和每种因素的电力负荷预测值代入上述多元回归模型,获得的数值Y为待测的电力负荷预测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310653968.XA CN103679289B (zh) | 2013-12-09 | 2013-12-09 | 基于多元回归外推法的电力负荷预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310653968.XA CN103679289B (zh) | 2013-12-09 | 2013-12-09 | 基于多元回归外推法的电力负荷预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103679289A CN103679289A (zh) | 2014-03-26 |
CN103679289B true CN103679289B (zh) | 2017-12-22 |
Family
ID=50316773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310653968.XA Active CN103679289B (zh) | 2013-12-09 | 2013-12-09 | 基于多元回归外推法的电力负荷预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103679289B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376381A (zh) * | 2014-11-17 | 2015-02-25 | 南方电网科学研究院有限责任公司 | 一种基于定基单位产值电耗预测全社会用电量的方法 |
CN105574325B (zh) * | 2015-12-10 | 2018-06-22 | 华南理工大学 | 一种结合人口指标的中长期用电量预测方法 |
CN105760963A (zh) * | 2016-03-14 | 2016-07-13 | 中国能源建设集团江苏省电力设计院有限公司 | 一种旅游区居民生活用电的预测方法 |
CN111353797B (zh) * | 2018-12-20 | 2023-12-26 | 北京嘀嘀无限科技发展有限公司 | 资源分配方法、装置以及电子设备 |
CN110298490A (zh) * | 2019-05-31 | 2019-10-01 | 广州水沐青华科技有限公司 | 基于多元回归的时间序列电力负荷组合预测方法及计算机可读存储介质 |
CN113139672A (zh) * | 2020-05-07 | 2021-07-20 | 国网能源研究院有限公司 | 一种居民生活用电量预测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976301A (zh) * | 2010-10-09 | 2011-02-16 | 广东省电力设计研究院 | 逐年负荷预测中历史数据预处理的方法与装置 |
CN102402726A (zh) * | 2011-11-04 | 2012-04-04 | 中国电力科学研究院 | 一种基于区域负荷分析的大规模配电网电力电量预测方法 |
CN103413253A (zh) * | 2013-09-04 | 2013-11-27 | 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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10127568B2 (en) * | 2011-04-04 | 2018-11-13 | The Catholic University Of America | Systems and methods for improving the accuracy of day-ahead load forecasts on an electric utility grid |
-
2013
- 2013-12-09 CN CN201310653968.XA patent/CN103679289B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976301A (zh) * | 2010-10-09 | 2011-02-16 | 广东省电力设计研究院 | 逐年负荷预测中历史数据预处理的方法与装置 |
CN102402726A (zh) * | 2011-11-04 | 2012-04-04 | 中国电力科学研究院 | 一种基于区域负荷分析的大规模配电网电力电量预测方法 |
CN103413253A (zh) * | 2013-09-04 | 2013-11-27 | 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 |
Non-Patent Citations (1)
Title |
---|
《河北南网负荷特性分析与负荷预测研究》;刘勇;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20081115(第11期);正文第16-18页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103679289A (zh) | 2014-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103679289B (zh) | 基于多元回归外推法的电力负荷预测方法 | |
Tardioli et al. | Data driven approaches for prediction of building energy consumption at urban level | |
He et al. | Forecasting China's total energy demand and its structure using ADL-MIDAS model | |
CN103279804B (zh) | 超短期风电功率的预测方法 | |
CN109858758A (zh) | 一种配电网电能质量的组合赋权评估方法及系统 | |
CN103310388B (zh) | 基于信源熵的电网运行综合指数计算方法 | |
US20160084889A1 (en) | System and method for stability monitoring, analysis and control of electric power systems | |
CN104376389A (zh) | 基于负载均衡的主从式微电网功率负荷预测系统及其方法 | |
CN111680841B (zh) | 基于主成分分析的短期负荷预测方法、系统及终端设备 | |
CN103530701B (zh) | 一种基于季节指数法的用户月用电量预测方法和系统 | |
JP2019537079A (ja) | 大規模再生可能エネルギーのデータについて確率モデルを構築する方法 | |
Sava et al. | Integration of BIM solutions and IoT in smart houses | |
CN106845669A (zh) | 基于指数平滑法预测电网年持续负荷的方法 | |
CN103365727A (zh) | 一种云计算环境中的主机负载预测方法 | |
US20190050015A1 (en) | System and method for stability monitoring, analysis and control of electric power systems | |
CN105354371A (zh) | 基于ga-wnn的输变电工程造价预测方法 | |
Wang et al. | Development of wind speed forecasting model based on the Weibull probability distribution | |
CN103245829B (zh) | 一种虚拟机功耗测量方法 | |
CN103854067B (zh) | 电力负荷预测精度的检测方法及装置 | |
Chen et al. | Allocative efficiency of carbon emission allowances among sectors in China | |
Luo et al. | Measuring regional differences of construction productive efficiency in China: A distance friction minimization approach | |
KR20150118699A (ko) | Gis 기반 실시간 기상정보를 활용한 풍력 예측 발전량 시각화 방법 | |
CN107480810A (zh) | 一种利用季节指数改进二次指数平滑的月用电量预测方法 | |
CN107392446A (zh) | 一种基于敏感性分析的梯级水电站调度方案评价方法 | |
CN105574325A (zh) | 一种结合人口指标的中长期用电量预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |