CN106651015A - 一种利用双向夹逼法预测电网典型日负荷的方法 - Google Patents
一种利用双向夹逼法预测电网典型日负荷的方法 Download PDFInfo
- Publication number
- CN106651015A CN106651015A CN201611138793.9A CN201611138793A CN106651015A CN 106651015 A CN106651015 A CN 106651015A CN 201611138793 A CN201611138793 A CN 201611138793A CN 106651015 A CN106651015 A CN 106651015A
- Authority
- CN
- China
- Prior art keywords
- load
- load curve
- curve
- typical day
- typical
- 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
-
- 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
本发明涉及一种利用双向夹逼法预测电网典型日负荷的方法,包括以下求取过程,设定α、β两个大于0的标量,将根据历史负荷数据得到的基准负荷曲线与α、β分别相乘得到与基准负荷曲线形状一致的负荷曲线α、负荷曲线β,使待预测的典型日负荷曲线夹在负荷曲线α与负荷曲线β间,采用迭代逼近法缩小α与β的差值求得最接近于己知基准负荷曲线的待预测典型日负荷曲线。本发明采用双向夹逼法定量分析和预测负荷特性,提供一种可行的电网负荷预测方法。
Description
技术领域
本发明涉及一种预测电网典型日负荷的方法,特别涉及一种利用双向夹逼法预测电网典型日负荷的方法,属于电网负荷管理领域。
背景技术
负荷特性预测是电力系统运行管理中的一个重要环节,其预测精度直接影响经济效益与社会效益,而掌握电力负荷特性的变化规律和发展趋势是建立负荷预测模型的关键。以前,在计划经济体制下,负荷特性分析没有受到充分重视。如今,我国正处在将电力工业市场化的过渡期,如果我们想要维持电力市场运营的稳定性,那么我们首先要做好的工作就是电力负荷特性的预测工作。在分析、研究电力市场的工作中最基础就是电力负荷特性的分析和预测,这不仅与电力的供应规划、电网的建设有密切联系,也关系到制定调峰措施、电力系统经济调度运行和缓解电力供应的紧张局面。而一般在进行负荷特性预测之前,首先要做的就是要对所要预测地区的负荷特性进行分析,只有在充分掌握和了解某个地区的负荷特性发展变化的规律的基础上,我们才能够建立符合实际情况、预测精度较高的负荷特性预测模型,这对于调整发电机组上网顺序、备用发电量的调度和安排负荷平衡有很大帮助。所以,电力负荷特性预测的研究成为越来越多人的关注点。
我国对于电力负荷特性的预测和分析还处在成长期,至今还没有形成完整的体系。到现在为止,我国仍然没有形成统一的负荷特性指标体系,这一点有待于统一与完善。其次,在电力负荷特性分析上,考虑的影响因素较少,局限于定性分析。在电力负荷特性预测上,预测目标单一,多局限于电量的预测,我国电力负荷特性预测的技术相对落后。因此,如何科学地进行电力负荷特性预测及分析,为监管机构和电力企业提供量化的决策依据,成为了一个值得关注的研究题。目前我国对电力负荷特性分析和预测的研究深度不够,原因主要是:我国目前尚未建立统一的负荷特性指标体系和系统的负荷特性分析预测方法;在进行大范围负荷特性分析及预测时,由于不同时间、不同地区的负荷特性指标不能直接叠加,增加了分析及预测的难度;非电网统调的负荷特性曲线及各行业负荷特性曲线的获取和处理比较困难;难以定量分析经济、社会、气候因素对电力负荷特性的影响。因此,负荷特性分析和预测以定性为主,有效的定量分析和预测的方法不多。
发明内容
本发明利用双向夹逼法预测电网典型日负荷的方法公开了新的方案,采用双向夹逼法定量分析和预测负荷特性,解决了现有技术缺乏有效定量分析和预测方法的问题。
本发明利用双向夹逼法预测电网典型日负荷的方法包括以下求取过程,设定α、β两个大于0的标量,将根据历史负荷数据得到的基准负荷曲线与α、β分别相乘得到与基准负荷曲线形状一致的负荷曲线α、负荷曲线β,使待预测的典型日负荷曲线夹在负荷曲线α与负荷曲线β间,采用迭代逼近法缩小α与β的差值求得最接近于己知基准负荷曲线的待预测典型日负荷曲线。
进一步,本方案的求取过程包括步骤:
⑴首先由历史整点负荷数据整理计算得到每年四季的典型日负荷曲线;
⑵选取近几年的典型日负荷曲线进行加权平均后求得某一地区某季度的典型基准日负荷曲线,并设定待测的典型日负荷曲线与典型基准日负荷曲线有较大的相似性,将典型基准日负荷曲线按最大值标幺化;
⑶由步骤⑵中计算得到的基准负荷曲线得到待测的典型日负荷曲线中最大负荷与最小负荷出现的时间;
⑷根据历史数据通过二次平滑预测待测典型日负荷曲线的约束电量;
⑸设定待测日最大负荷、最小负荷出现时间与基准负荷曲线最大负荷、最小负荷出现时间一致,利用待测的典型日负荷曲线的约束电量、待测日最大负荷、最小负荷出现时间、基准负荷曲线标幺值参数根据以下目标函数与约束条件求取待测典型日负荷曲线,
目标函数:
min(α-β),α>β>0;
约束条件:
①各时段负荷变化趋势相同约束:
(Xi-Xi-1)(X0 i-X0 i-1)>0,i=1,2,3,…,n,
X0 i,i=1,2,3,…,n,是基准负荷曲线第i时段的负荷值,Xi是待预测负荷曲线第i时段的负荷值,上述约束表示两曲线变化趋势相同;
②负荷变化增量约束:
上述约束表示基准负荷曲线乘以α、β得到的负荷曲线α、负荷曲线β,负荷曲线α、负荷曲线β是待预测负荷曲线的上界、下界;
③最大负荷、最小负荷约束:
Pmax≥Xi≥Pmin,i=1,2,3,…,n,
Pmax、Pmin分别是待预测负荷曲线的最大负荷、最小负荷;
④日用电量约束:
E为待预测曲线的日用电量;
⑤最大负荷、最小负荷出现时间约束:
上述约束表示基准负荷曲线与待预测负荷曲线最大负荷、最小负荷出现时间相同。
进一步,本方案的步骤⑴中的典型日负荷曲线是典型日按时间顺序以小时为整点负荷表示的负荷曲线,典型日是最接近当月平均日负荷率的那一天,日负荷率是(日平均负荷÷日最大负荷)×100%。
本发明利用双向夹逼法预测电网典型日负荷的方法采用双向夹逼法定量分析和预测负荷特性,提供一种可行的电网负荷预测方法。
附图说明
图1是本方案双向夹逼法预测电网典型日负荷的原理流程图。
具体实施方式
负荷特性指标体系的构成直接影响负荷特性分析的质量,而负荷特性的预测效果会收到负荷特性预测方法的影响。负荷特性指标体现了相关的电力负荷特性。描述电力负荷特性变化规律的首要工作就是计算和分析负荷特性指标。电力负荷特性指标包括曲线类和数值类的指标,也包括年、月、日、季节等不同时段的指标值。电力系统的不同特性由不同的电力负荷特性指标来描述,有些是电力负荷调度运行的依据,有些指标能够指导电力系统的规划设计,而有的指标能够反映负荷的总体状况。现今,国际上没有统一的电力系统负荷特性指标体系,而在我国目前公认的电力负荷特性指标有15个,描述类(绝对量):最高负荷利用小时、峰谷差、平均负荷、最低负荷、最高负荷,比较类(相对量):尖峰负荷率、不同时率、同时率、年生产均衡率、月生产均衡率、峰谷差率、最小负荷率、平均日负荷率、负荷率,曲线类:负荷曲线。在我国,由于各地区收集的电力负荷资料存在一定差距,且我国各地区的经济发展也不均衡,所以各地区采用的电力负荷特性指标体系也不同。
电力负荷特性分析在国内外一直受到重视,也是当前电力科研人员研究的重要课题。现有的主要的负荷特性分析方法有:⑴回归分析:根据历史数据和影响负荷变化的其他因素建立回归模型来分析电力负荷特性。⑵相关性分析:分析经济、气候、时间等因素与负荷之间的关系,比如敏感负荷分析、四季典型日的负荷特性分析等。⑶负荷曲线分析:通过绘制成图表或曲线的年、月、日负荷特性指标,对某地区的负荷特性进行分析。
本方案的利用双向夹逼法预测电网典型日负荷的方法的基本思想是:假设有α、β两个大于0的标量,将根据历史负荷数据得到的基准负荷曲线与α、β分别相乘,可以得到两条与基准负荷曲线形状一致的新的负荷曲线。若选取适当的α、β,即可使待预测的典型日负荷曲线夹在这两条新的负荷曲线中间。显然,当α、β的值越相近,这两条新的负荷曲线之间的距离就越小,待预测的典型日负荷曲线被这两条负荷曲线从两个方向“逼近”,其曲线形状也就与这两条负荷曲线愈来愈相近。当α、β的差值不能再减小时,说明待预测的典型日负荷曲线已经被“夹逼”成最接近于己知基准负荷曲线的形状,即最优解被求得。为此,本方案引出了以下目标函数以及约束条件。
目标函数
根据本方案的基本思想,引入α、β两个大于0的标量,则目标函数为min(α-β),式中α>β>0。
约束条件
⑴各时段负荷变化趋势相同约束
(Xi-Xi-1)(X0 i-X0 i-1)>0,i=1,2,3,…,n,
X0 i,i=1,2,3,…,n,是基准负荷曲线第i时段的负荷值,Xi是待预测负荷曲线第i时段的负荷值,上述约束表示两曲线变化趋势相同。
⑵负荷变化增量约束
上述约束表示基准负荷曲线乘以α、β得到的负荷曲线α、负荷曲线β,负荷曲线α、负荷曲线β是待预测负荷曲线的上界、下界。
⑶最大负荷、最小负荷约束
Pmax≥Xi≥Pmin,i=1,2,3,…,n,
Pmax、Pmin分别是待预测负荷曲线的最大负荷、最小负荷。
⑷日用电量约束
E为待预测曲线的日用电量。
⑸最大负荷、最小负荷出现时间约束
上述约束表示基准负荷曲线与待预测负荷曲线最大负荷、最小负荷出现时间相同。
若则根据上述约束条件可以得到-Xi-1+Xi<0,从而可以得到:
同理,如果则-Xi-1+Xi>0,从而可以得到:
当满足目标函数要求时,(α-β)非常小,则可以得到:
综上所述,典型日负荷曲线的双向夹逼模型实现过程如下所述。
⑴首先由历史整点负荷数据整理计算得到每年四季的典型日负荷曲线;
⑵选取近几年的典型日负荷曲线进行加权平均后求得某一地区某季度的典型基准日负荷曲线,并认为待测的典型日负荷曲线与它有较大的相似性,同时将所得曲线按最大值标幺化;
⑶由⑵中计算得到的基准负荷曲线,可得待预测的典型日负荷曲线中最大负荷与最小负荷出现的时间;
⑷根据历史数据,通过二次平滑预测待测典型日负荷曲线的约束电量;
⑸在己知待测的典型日负荷曲线的约束电量、最大负荷、最小负荷出现时间(默认待测日最大负荷、最小负荷出现时间与基准曲线最大负荷、最小负荷出现时间一致)和基准负荷曲线标幺值参数的条件下,根据上述目标函数与约束条件求取该典型日的负荷曲线,使其与基准负荷曲线形状基本一致,且有类似的变化趋势。
本方案的利用双向夹逼法预测电网典型日负荷的方法并不限于具体实施方式中公开的内容,实施例中出现的技术方案可以基于本领域技术人员的理解而延伸,本领域技术人员根据本方案结合公知常识作出的简单替换方案也属于本方案的范围。
Claims (3)
1.一种利用双向夹逼法预测电网典型日负荷的方法,其特征是包括以下求取过程,设定α、β两个大于0的标量,将根据历史负荷数据得到的基准负荷曲线与α、β分别相乘得到与基准负荷曲线形状一致的负荷曲线α、负荷曲线β,使待预测的典型日负荷曲线夹在负荷曲线α与负荷曲线β间,采用迭代逼近法缩小α与β的差值求得最接近于己知基准负荷曲线的待预测典型日负荷曲线。
2.根据权利要求1所述的方法,其特征在于,求取过程包括步骤:
⑴首先由历史整点负荷数据整理计算得到每年四季的典型日负荷曲线;
⑵选取近几年的典型日负荷曲线进行加权平均后求得某一地区某季度的典型基准日负荷曲线,并设定待测的典型日负荷曲线与典型基准日负荷曲线有较大的相似性,将典型基准日负荷曲线按最大值标幺化;
⑶由步骤⑵中计算得到的基准负荷曲线得到待测的典型日负荷曲线中最大负荷与最小负荷出现的时间;
⑷根据历史数据通过二次平滑预测待测典型日负荷曲线的约束电量;
⑸设定待测日最大负荷、最小负荷出现时间与基准负荷曲线最大负荷、最小负荷出现时间一致,利用待测的典型日负荷曲线的约束电量、待测日最大负荷、最小负荷出现时间、基准负荷曲线标幺值参数根据以下目标函数与约束条件求取待测典型日负荷曲线,
目标函数:
min(α-β),α>β>0;
约束条件:
①各时段负荷变化趋势相同约束:
(Xi-Xi-1)(X0 i-X0 i-1)>0,i=1,2,3,…,n,
X0 i,i=1,2,3,…,n,是基准负荷曲线第i时段的负荷值,Xi是待预测负荷曲线第i时段的负荷值,上述约束表示两曲线变化趋势相同;
②负荷变化增量约束:
上述约束表示基准负荷曲线乘以α、β得到的负荷曲线α、负荷曲线β,负荷曲线α、负荷曲线β是待预测负荷曲线的上界、下界;
③最大负荷、最小负荷约束:
Pmax≥Xi≥Pmin,i=1,2,3,…,n,
Pmax、Pmin分别是待预测负荷曲线的最大负荷、最小负荷;
④日用电量约束:
E为待预测曲线的日用电量;
⑤最大负荷、最小负荷出现时间约束:
上述约束表示基准负荷曲线与待预测负荷曲线最大负荷、最小负荷出现时间相同。
3.根据权利要求2所述的方法,其特征在于,步骤⑴中的典型日负荷曲线是典型日按时间顺序以小时为整点负荷表示的负荷曲线,典型日是最接近当月平均日负荷率的那一天,日负荷率是(日平均负荷÷日最大负荷)×100%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611138793.9A CN106651015A (zh) | 2016-12-12 | 2016-12-12 | 一种利用双向夹逼法预测电网典型日负荷的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611138793.9A CN106651015A (zh) | 2016-12-12 | 2016-12-12 | 一种利用双向夹逼法预测电网典型日负荷的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106651015A true CN106651015A (zh) | 2017-05-10 |
Family
ID=58824282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611138793.9A Pending CN106651015A (zh) | 2016-12-12 | 2016-12-12 | 一种利用双向夹逼法预测电网典型日负荷的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651015A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112383049A (zh) * | 2020-10-29 | 2021-02-19 | 长沙理工大学 | 一种数据中心不间断电源充放电优化控制方法及系统 |
CN113408101A (zh) * | 2021-05-19 | 2021-09-17 | 南方电网科学研究院有限责任公司 | 一种负荷序列模拟方法、装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6021402A (en) * | 1997-06-05 | 2000-02-01 | International Business Machines Corporaiton | Risk management system for electric utilities |
CN103985000A (zh) * | 2014-06-05 | 2014-08-13 | 武汉大学 | 基于函数型非参数回归的中长期典型日负荷曲线预测方法 |
CN104638636A (zh) * | 2014-11-25 | 2015-05-20 | 中国能源建设集团广东省电力设计研究院 | 一种电力日负荷特性指标预测方法 |
CN104992238A (zh) * | 2015-06-24 | 2015-10-21 | 国网山东省电力公司电力科学研究院 | 一种基于典型日负荷特性的电力负荷预测方法 |
-
2016
- 2016-12-12 CN CN201611138793.9A patent/CN106651015A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6021402A (en) * | 1997-06-05 | 2000-02-01 | International Business Machines Corporaiton | Risk management system for electric utilities |
CN103985000A (zh) * | 2014-06-05 | 2014-08-13 | 武汉大学 | 基于函数型非参数回归的中长期典型日负荷曲线预测方法 |
CN104638636A (zh) * | 2014-11-25 | 2015-05-20 | 中国能源建设集团广东省电力设计研究院 | 一种电力日负荷特性指标预测方法 |
CN104992238A (zh) * | 2015-06-24 | 2015-10-21 | 国网山东省电力公司电力科学研究院 | 一种基于典型日负荷特性的电力负荷预测方法 |
Non-Patent Citations (1)
Title |
---|
何光宇 等: "一种中长期日负荷曲线预测的新方法一双向夹逼法", 《电网技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112383049A (zh) * | 2020-10-29 | 2021-02-19 | 长沙理工大学 | 一种数据中心不间断电源充放电优化控制方法及系统 |
CN112383049B (zh) * | 2020-10-29 | 2022-07-08 | 长沙理工大学 | 一种数据中心不间断电源充放电优化控制方法及系统 |
CN113408101A (zh) * | 2021-05-19 | 2021-09-17 | 南方电网科学研究院有限责任公司 | 一种负荷序列模拟方法、装置 |
CN113408101B (zh) * | 2021-05-19 | 2024-01-12 | 南方电网科学研究院有限责任公司 | 一种负荷序列模拟方法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106786519A (zh) | 一种优化预测电网典型日负荷的方法 | |
Cheng et al. | An MILP-based model for short-term peak shaving operation of pumped-storage hydropower plants serving multiple power grids | |
Cui et al. | The impact of heterogeneous environmental regulation on the energy eco-efficiency of China's energy-mineral cities | |
Yan et al. | Novel cost model for balancing wind power forecasting uncertainty | |
Guo et al. | Smart demand response in China: Challenges and drivers | |
CN106845669A (zh) | 基于指数平滑法预测电网年持续负荷的方法 | |
Liu et al. | Impact of different policy instruments on diffusing energy consumption monitoring technology in public buildings: Evidence from Xi’an, China | |
CN106355285B (zh) | 一种基于参数修正的用电负荷预测方法 | |
CN103544537B (zh) | 基于预测可信度评估的综合子网累加的短期负荷预测方法 | |
CN102522756B (zh) | 一种避免电压越限风险的电网感性无功补偿方法 | |
CN103985000A (zh) | 基于函数型非参数回归的中长期典型日负荷曲线预测方法 | |
CN104638636A (zh) | 一种电力日负荷特性指标预测方法 | |
CN107423836A (zh) | 基于体感温度的短期负荷预测方法 | |
CN104978610A (zh) | 电网需求侧可调度容量预测方法及电力调度方法 | |
Wang et al. | Two-stage stochastic optimization for unit commitment considering wind power based on scenario analysis | |
CN106651015A (zh) | 一种利用双向夹逼法预测电网典型日负荷的方法 | |
CN105262148B (zh) | 计及风电出力特性的规划年电力平衡方法 | |
CN106529742A (zh) | 一种利用日负荷率搜库法预测电网典型日负荷的方法 | |
CN102904248A (zh) | 基于风电出力不确定性集合的电力系统调度方法 | |
Gupta et al. | Financial support vis-à-vis share of wind generation: Is there an inflection point? | |
Chen et al. | Measurements and factors of carbon emission efficiency | |
CN103700034A (zh) | 一种基于边际成本理论的配电网网架规划方法 | |
Fatima et al. | Technical efficiency of thermal power generation in India: post-restructuring experience | |
CN104680400B (zh) | 基于灰色关联的企业售电量变化的短期和长期预测方法 | |
Matyushok et al. | Electricity consumption for the Russian economy: does smart grid matter? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170510 |