CN104156453A - 一种超短期母线负荷预测实时在线考核分析方法 - Google Patents
一种超短期母线负荷预测实时在线考核分析方法 Download PDFInfo
- Publication number
- CN104156453A CN104156453A CN201410406536.3A CN201410406536A CN104156453A CN 104156453 A CN104156453 A CN 104156453A CN 201410406536 A CN201410406536 A CN 201410406536A CN 104156453 A CN104156453 A CN 104156453A
- Authority
- CN
- China
- Prior art keywords
- bus load
- ultra
- time
- real
- short term
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种超短期母线负荷预测实时在线考核分析方法,包括以下步骤:实时获取电网模型中母线负荷信息;获取考核时间段或时刻点超短期母线负荷预测数据;获取考核时间段或时刻点超短期母线负荷实际数据;在线滚动进行超短期母线负荷预测考核分析。通过跟踪分析前一时间段或时刻点的超短期母线负荷预测准确率,从点到面全方位实时监控超短母线负荷预测运行情况,实时计算出全网母线负荷准确率与单母线的准确率,对误差较大的母线负荷能够快速准确定位;实现了对在线计算的超短期母线负荷预测进行实时考核分析,跟踪分析前一时段或前一时刻超短期母线负荷预测效果;且具有简单易行,实用性强的特点。
Description
技术领域
本发明涉及一种分析方法,具体涉及一种超短期母线负荷预测实时在线考核分析方法。
背景技术
超短期母线负荷预测是日内实时发电计划与实时安全校核的重要基础数据,在电网安全预警和智能调度技术等领域发挥着重要作用,其特点是计算速度快、计算频率高,通常每五分钟或每十五分钟计算一次,提供未来数小时母线负荷预测结果。
传统的母线负荷预测考核评价方法通常采用隔日后评估的方式,即当日对日前计算的母线负荷预测结果进行考核评估,这种方式无法监控在线运行的超短期母线负荷预测计算情况,提供在线预测的某一时刻或某一时间段内预测值的准确率,因此亟待一种超短期母线负荷预测实时在线考核分析方法,科学有效的监控其运行情况,衡量其预测准确性。
发明内容
为了克服上述现有技术的不足,本发明提供一种超短期母线负荷预测实时在线考核分析方法,跟踪分析前一时间段或时刻点的超短期母线负荷预测准确率,从点到面全方位实时监控超短母线负荷预测运行情况,实时计算出全网母线负荷准确率与单母线的准确率,对误差较大的母线负荷能够快速准确定位;实现了对在线计算的超短期母线负荷预测进行实时考核分析,跟踪分析前一时段或前一时刻超短期母线负荷预测效果;且具有简单易行,实用性强的特点。
为了实现上述发明目的,本发明采取如下技术方案:
本发明提供一种超短期母线负荷预测实时在线考核分析方法,所述方法包括以下步骤:
步骤1:实时获取电网模型中母线负荷信息;
步骤2:获取考核时间段或时刻点超短期母线负荷预测数据;
步骤3:获取考核时间段或时刻点超短期母线负荷实际数据;
步骤4:在线滚动进行超短期母线负荷预测考核分析。
所述步骤1中,母线负荷的预测范围至少涵盖调度EMS系统管辖范围内所有220kV变电站主变高压侧和电厂升压变中压侧;电网模型来源于调度EMS系统,通过基于DL/Z890-IEC61970标准或基于国家电网公司E语言标准的电网模型获取电网拓扑结构。
所述母线负荷信息包括负荷所属厂站、厂站所属分区和分区所属公司,获取母线负荷预测信息进而生成母线网络结构图。
所述步骤2中,根据母线负荷预测信息,取得所有负荷预测当前时间之前,某时间段内各时刻或当前时间之前某时刻点超短期母线负荷预测数据。
所述步骤3中,根据母线负荷预测信息,从调度EMS系统获取与超短期母线负荷预测数据相对应的时间段或时刻点母线负荷实际数据。
所述步骤4中,通过计算单个母线负荷在某时刻点的准确率与全网母线在某时刻点或时间段的负荷准确率,完成超短期母线负荷预测考核分析。
针对某时刻点,单个母线负荷i在时刻点k的准确率用ei,k表示,有:
其中,f为母线负荷预测值,h为母线负荷实际值,b为母线负荷基准值。
针对某时刻点,全网母线负荷准确率用E表示,有:
E=(1-Ak)×100% (2)
其中,Ak为时刻点k所有母线统计误差,且有:
其中,M为参与考核的所有母线负荷总数;
针对某时间段,全网母线负荷准确率用E′表示,有:
其中,N为预测时段数。
与现有技术相比,本发明的有益效果在于:
本发明提供的超短期母线负荷预测实时在线考核分析方法实现了对在线计算的超短期母线负荷预测进行实时考核分析,跟踪分析前一时段或前一时刻超短期母线负荷预测效果,在线监控全网负荷预测情况,及时准确给出预测误差较大负荷信息。本方法具有简单易行,实用性强的特点。
附图说明
图1是超短期母线负荷预测实时在线考核分析方法流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1,本发明提供一种超短期母线负荷预测实时在线考核分析方法,所述方法包括以下步骤:
步骤1:实时获取电网模型中母线负荷信息;
步骤2:获取考核时间段或时刻点超短期母线负荷预测数据;
步骤3:获取考核时间段或时刻点超短期母线负荷实际数据;
步骤4:在线滚动进行超短期母线负荷预测考核分析。
所述步骤1中,母线负荷的预测范围至少涵盖调度EMS系统管辖范围内所有220kV变电站主变高压侧和电厂升压变中压侧;电网模型来源于调度EMS系统,通过基于DL/Z890-IEC61970标准或基于国家电网公司E语言标准的电网模型获取电网拓扑结构。
所述母线负荷信息包括负荷所属厂站、厂站所属分区和分区所属公司,获取母线负荷预测信息进而生成母线网络结构图。
所述步骤2中,根据母线负荷预测信息,取得所有负荷预测当前时间之前,某时间段内各时刻或当前时间之前某时刻点超短期母线负荷预测数据。
所述步骤3中,根据母线负荷预测信息,从调度EMS系统获取与超短期母线负荷预测数据相对应的时间段或时刻点母线负荷实际数据。
所述步骤4中,通过计算单个母线负荷在某时刻点的准确率与全网母线在某时刻点或时间段的负荷准确率,完成超短期母线负荷预测考核分析。
针对某时刻点,单个母线负荷i在时刻点k的准确率用ei,k表示,有:
其中,f为母线负荷预测值,h为母线负荷实际值,b为母线负荷基准值。
不同电压等级选取不同的负荷基准值见表1:
表1
电压等级(kV) | 负荷基准值(MVA) |
500 | 1082 |
330 | 686 |
220 | 305 |
110 | 114 |
针对某时刻点,全网母线负荷准确率用E表示,有:
E=(1-Ak)×100% (2)
其中,Ak为时刻点k所有母线统计误差,且有:
其中,M为参与考核的所有母线负荷总数;
针对某时间段,全网母线负荷准确率用E′表示,有:
其中,N为预测时段数。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (8)
1.一种超短期母线负荷预测实时在线考核分析方法,其特征在于:所述方法包括以下步骤:
步骤1:实时获取电网模型中母线负荷信息;
步骤2:获取考核时间段或时刻点超短期母线负荷预测数据;
步骤3:获取考核时间段或时刻点超短期母线负荷实际数据;
步骤4:在线滚动进行超短期母线负荷预测考核分析。
2.根据权利要求1所述的超短期母线负荷预测实时在线考核分析方法,其特征在于:所述步骤1中,母线负荷的预测范围至少涵盖调度EMS系统管辖范围内所有220kV变电站主变高压侧和电厂升压变中压侧;电网模型来源于调度EMS系统,通过基于DL/Z 890-IEC61970标准或基于国家电网公司E语言标准的电网模型获取电网拓扑结构。
3.根据权利要求2所述的超短期母线负荷预测实时在线考核分析方法,其特征在于:所述母线负荷信息包括负荷所属厂站、厂站所属分区和分区所属公司,获取母线负荷预测信息进而生成母线网络结构图。
4.根据权利要求1所述的超短期母线负荷预测实时在线考核分析方法,其特征在于:所述步骤2中,根据母线负荷预测信息,取得所有负荷预测当前时间之前,某时间段内各时刻或当前时间之前某时刻点超短期母线负荷预测数据。
5.根据权利要求1所述的超短期母线负荷预测实时在线考核分析方法,其特征在于:所述步骤3中,根据母线负荷预测信息,从调度EMS系统获取与超短期母线负荷预测数据相对应的时间段或时刻点母线负荷实际数据。
6.根据权利要求1所述的超短期母线负荷预测实时在线考核分析方法,其特征在于:所述步骤4中,通过计算单个母线负荷在某时刻点的准确率与全网母线在某时刻点或时间段的负荷准确率,完成超短期母线负荷预测考核分析。
7.根据权利要求6所述的超短期母线负荷预测实时在线考核分析方法,其特征在于:针对某时刻点,单个母线负荷i在时刻点k的准确率用ei,k表示,有:
其中,f为母线负荷预测值,h为母线负荷实际值,b为母线负荷基准值。
8.根据权利要求6所述的超短期母线负荷预测实时在线考核分析方法,其特征在于:针对某时刻点,全网母线负荷准确率用E表示,有:
E=(1-Ak)×100% (2)
其中,Ak为时刻点k所有母线统计误差,且有:
其中,M为参与考核的所有母线负荷总数;
针对某时间段,全网母线负荷准确率用E′表示,有:
其中,N为预测时段数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410406536.3A CN104156453A (zh) | 2014-08-18 | 2014-08-18 | 一种超短期母线负荷预测实时在线考核分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410406536.3A CN104156453A (zh) | 2014-08-18 | 2014-08-18 | 一种超短期母线负荷预测实时在线考核分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104156453A true CN104156453A (zh) | 2014-11-19 |
Family
ID=51881951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410406536.3A Pending CN104156453A (zh) | 2014-08-18 | 2014-08-18 | 一种超短期母线负荷预测实时在线考核分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104156453A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105590140A (zh) * | 2015-11-26 | 2016-05-18 | 国网北京市电力公司 | 电力系统短期负荷的预测方法和装置 |
CN107276073A (zh) * | 2017-06-16 | 2017-10-20 | 国网河南省电力公司电力科学研究院 | 一种基于负荷‑风光等效负荷的母线负荷预测方法 |
CN108631308A (zh) * | 2018-05-23 | 2018-10-09 | 国网天津市电力公司电力科学研究院 | 一种500kV变电站有功负荷变化趋势的预测方法 |
CN110348596A (zh) * | 2019-05-31 | 2019-10-18 | 广东电网有限责任公司 | 一种电网220kV主变短期负荷曲线预测方法 |
CN111697561A (zh) * | 2020-04-27 | 2020-09-22 | 深圳华工能源技术有限公司 | 电力需求侧响应模拟运行方法、装置、终端及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101969197A (zh) * | 2010-08-17 | 2011-02-09 | 国电南瑞科技股份有限公司 | 一种母线负荷预测精度综合评价方法 |
CN102566435A (zh) * | 2012-02-17 | 2012-07-11 | 冶金自动化研究设计院 | 一种光伏电站的性能预报及故障报警方法 |
CN102930344A (zh) * | 2012-10-09 | 2013-02-13 | 中国电力科学研究院 | 一种基于负荷趋势变化的超短期母线负荷预测方法 |
-
2014
- 2014-08-18 CN CN201410406536.3A patent/CN104156453A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101969197A (zh) * | 2010-08-17 | 2011-02-09 | 国电南瑞科技股份有限公司 | 一种母线负荷预测精度综合评价方法 |
CN102566435A (zh) * | 2012-02-17 | 2012-07-11 | 冶金自动化研究设计院 | 一种光伏电站的性能预报及故障报警方法 |
CN102930344A (zh) * | 2012-10-09 | 2013-02-13 | 中国电力科学研究院 | 一种基于负荷趋势变化的超短期母线负荷预测方法 |
Non-Patent Citations (3)
Title |
---|
DINGGUO CHEN, EL AT.: "Neural network based very short term load prediction", 《TRANSMISSION AND DISTRIBUTION CONFERENCE AND EXPOSITION》 * |
沈沉等: "《大型互联电网分布式计算理论与方法》", 31 December 2010 * |
贺辉: "《电力负荷预测和负荷管理》", 31 January 2013 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105590140A (zh) * | 2015-11-26 | 2016-05-18 | 国网北京市电力公司 | 电力系统短期负荷的预测方法和装置 |
CN107276073A (zh) * | 2017-06-16 | 2017-10-20 | 国网河南省电力公司电力科学研究院 | 一种基于负荷‑风光等效负荷的母线负荷预测方法 |
CN108631308A (zh) * | 2018-05-23 | 2018-10-09 | 国网天津市电力公司电力科学研究院 | 一种500kV变电站有功负荷变化趋势的预测方法 |
CN108631308B (zh) * | 2018-05-23 | 2021-06-22 | 国网天津市电力公司电力科学研究院 | 一种500kV变电站有功负荷变化趋势的预测方法 |
CN110348596A (zh) * | 2019-05-31 | 2019-10-18 | 广东电网有限责任公司 | 一种电网220kV主变短期负荷曲线预测方法 |
CN110348596B (zh) * | 2019-05-31 | 2022-02-11 | 广东电网有限责任公司 | 一种电网220kV主变短期负荷曲线预测方法 |
CN111697561A (zh) * | 2020-04-27 | 2020-09-22 | 深圳华工能源技术有限公司 | 电力需求侧响应模拟运行方法、装置、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103793853B (zh) | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 | |
CN102663412B (zh) | 基于最小二乘支持向量机的电力设备载流故障趋势预测方法 | |
CN104156453A (zh) | 一种超短期母线负荷预测实时在线考核分析方法 | |
CN105787606A (zh) | 一种基于超短期负荷预测的电力调度在线趋势预警系统 | |
CN103018063B (zh) | 基于Mittag-Leffler分布的桥梁随机疲劳寿命预测方法 | |
CN107886171B (zh) | 一种基于pmu数据的断路器状态在线诊断方法及系统 | |
CN101408577B (zh) | 基于广域测量信息的低频振荡节点贡献因子的分析方法 | |
CN104037790B (zh) | 一种基于时序蒙特卡罗模拟的新能源接纳能力评估方法 | |
Wang et al. | Development of wind speed forecasting model based on the Weibull probability distribution | |
CN105447774A (zh) | 一种电网安全事故风险等级在线评估与预警方法及装置 | |
Protalinsky et al. | Identification of the actual state and entity availability forecasting in power engineering using neural-network technologies | |
CN109358306A (zh) | 一种基于gm(1,1)的智能电能表健康度趋势预测方法 | |
CN105488572A (zh) | 一种配电设备健康状态评价方法 | |
CN104574211B (zh) | 基于风险源的电网调度操作风险预警方法和系统 | |
CN103630785A (zh) | 光伏逆变器复合粒子过程在线剩余寿命评估方法 | |
CN105139294A (zh) | 一种基于带电检测的输变电设备状态评价方法 | |
CN105741184A (zh) | 一种变压器状态评估方法及装置 | |
Li et al. | Measurement based power system dynamics prediction with multivariate autoregressive model | |
CN115577854A (zh) | 一种基于eemd-rbf组合的分位数回归风速区间预测方法 | |
CN104462839A (zh) | 基于风功率波动强度瞬时模型的风电不确定性估计方法 | |
CN103488891A (zh) | 基于风险的大电网安全稳定预防控制性能代价指标计算方法 | |
Blackmore et al. | Improving network reliability through effective asset management | |
CN104574216A (zh) | 一种基于wams数据的风电出力特性分析方法 | |
EP2429061B1 (de) | Verfahren zur verbesserten Verlustenergieprognose in einem Übertragungsnetz | |
CN104462815A (zh) | 一种基于潮流分布均衡度的目标网架安全性分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141119 |
|
RJ01 | Rejection of invention patent application after publication |