CN106845669A - 基于指数平滑法预测电网年持续负荷的方法 - Google Patents
基于指数平滑法预测电网年持续负荷的方法 Download PDFInfo
- Publication number
- CN106845669A CN106845669A CN201611139005.8A CN201611139005A CN106845669A CN 106845669 A CN106845669 A CN 106845669A CN 201611139005 A CN201611139005 A CN 201611139005A CN 106845669 A CN106845669 A CN 106845669A
- Authority
- CN
- China
- Prior art keywords
- load
- prediction
- year
- curve
- load curve
- 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
本发明涉及一种基于指数平滑法预测电网年持续负荷的方法,包括以下求取过程,利用历年来各整点负荷数据形成历史序列,对每一个整点采用三次指数平滑法进行建模外推以获得初始的预测年持续负荷曲线,根据年最大负荷对初始的预测年持续负荷曲线进行电力修正得到经电力修正的预测年持续负荷曲线,根据年用电量对经电力修正的预测年持续负荷曲线进行电量修正得到修正后的预测年持续负荷曲线。本发明采用指数平滑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年持续负荷的方法,特别涉及一种基于指数平滑法预测电网年持续负荷的方法,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
本发明基于指数平滑法预测电网年持续负荷的方法公开了新的方案,采用指数平滑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。
本发明基于指数平滑法预测电网年持续负荷的方法包括以下求取过程,利用历年来各整点负荷数据形成历史序列,对每一个整点采用三次指数平滑法进行建模外推以获得初始的预测年持续负荷曲线,根据年最大负荷对初始的预测年持续负荷曲线进行电力修正得到经电力修正的预测年持续负荷曲线,根据年用电量对经电力修正的预测年持续负荷曲线进行电量修正得到修正后的预测年持续负荷曲线。
进一步,本方案的求取过程包括步骤:
⑴对每年整点负荷数据进行预处理,将每年整点负荷数据由大到小排序;
⑵利用历史数据中的负荷数据对未来年份中相对应的负荷值做三次平滑预测,将历史数据中每年同一点的负荷值形成序列,对待测年中相对应点的负荷值进行预测,完成所有待测年中负荷值的预测后得到初步预测年持续负荷曲线;
⑶利用年最大负荷对初步预测年持续负荷曲线进行电力修正得到经电力修正的预测年持续负荷曲线;
⑷用年用电量对经电力修正的预测年持续负荷曲线进行电量修正得到修正后的预测年持续负荷曲线。
进一步,本方案的步骤⑵中,
三次指数平滑值的计算公式为:
St (3)为第t期的三次指数平滑值;
三次指数平滑的预测模型为:
Yt+T=at+btT+ctT2,
进一步,本方案的步骤⑶中,设年最大负荷是Pmax,初步预测年持续负荷曲线中的负荷从大到小为p′1、p′2,......p′8760,电力修正公式是:
经电力修正的预测年持续负荷曲线得出的年最大负荷与Pmax一致。
进一步,本方案的步骤⑷中,设最大负荷、最小负荷不变,最大负荷是P1″,最小负荷为P″8760,求得:
设修正后的预测年持续负荷曲线的第m点的负荷是Pm″′,修正后的预测年持续负荷曲线的各点负荷是:
不断修正P″′m的大小,直到预测年持续负荷曲线得到的年用电量与设定的年用电量基本相同为止。
本发明基于指数平滑法预测电网年持续负荷的方法采用指数平滑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是本方案基于指数平滑法预测电网年持续负荷的原理流程图。
图2是年持续负荷曲线预测的电量修正原理图。
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。
年持续负荷曲线是将全年整点的负荷时间序列按照从大到小的顺序重新排列后得到的曲线。曲线中包含了累计电量、最大负荷、最小负荷、负荷出现的概率、负荷累计持续时间等大量信息,是发电系统可靠性评估和电力系统规划的基础。因此,对年持续负荷曲线进行建模预测非常重要,预测的精确程度将影响电力系统规划方案的适应性。目前主要的年持续负荷曲线预测模型在应用中遇到了一些障碍,例如ANN模型需要经过大量数据的训练,并且无法给出持续负荷曲线的解析表达,规划软件WASP中所使用的年持续负荷曲线模型比较精确,但需要大量数据,VPI模型用电力系统的峰荷、基荷与电量这三个主要因素描述年持续负荷曲线,虽然该模型使用方便,但忽略了曲线的实际形状,因此在预测时会产生较大的误差。在负荷特性预测中,由于指数平滑预测模型适应性较强,负荷特性预测较为准确,因此,本方案使用指数平滑模型进行年持续负荷曲线的预测。
在决策科学中,人们运用科学方法和手段进行预测活动,对科学的决策具有举足轻重的作用。指数平滑法则是序列分析法中的一种重要方法,在自然科学和社会科学领域均有广泛的运用。指数平滑法是生产预测中常用的一种方法,也用于中短期经济发展趋势预测。简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用。移动平均法则不考虑较远期的数据,并在加权移动平均法中给予近期资料更大的权重。而指数平滑法则是兼顾了全期平均和移动平均所长,不舍弃过去的数据,但是仅给予逐渐减弱的影响程度,即随着数据的远离,赋予逐渐收敛为零的权数。
指数平滑法是较为有效的销售预算的统计方法,利用Excel可以简便易行地进行预测,节约了预测时间,并大大提高了预测的准确率,预测者可以根据数据数列散点图的历史趋势选择一次指数平滑或者多次指数平滑。指数平滑法在电力负荷预测中也有广泛应用,多用于短期负荷预测、中长期负荷预测,其优势在与需要的数据少,使用简单,成本低,预测精度较好。然而,指数平滑法在实际应用中也会受到一定限制,比如使用指数平滑法进行预测需要有比较完善的历史资料;当企业的销售量受到季节影响较大时,时间序列分解法比指数平滑法拥有更好的预测效果。因此,在实际运用中,销售预测人员往往会根据预测的对象和企业的具体情况,将指数平滑法与定性预测方法结合起来使用,使预测结果更接近现实。在趋势变动预测中,根据平滑次数不同,指数平滑法又可分为一次指数平滑法、二次指数平滑法、三次指数平滑法,本方案主要采用了三次指数平滑法。指数平滑法是时间序列预测法中的一种,与其他时间序列预测方法相比较,它具有以下特点:
⑴指数平滑法在建立预测模型时对历史各期数据进行不同的加权,它克服了普通最小平方法和各种简单平均预测法的不足。
⑵指数平滑法利用全部历史数据建模,避免了仅利用部分数据信息的局限性,能够更好地弱化不规则变动因素的影响,揭示现象的变化规律。
⑶指数平滑法采用的是可变权数,可以根据时间序列数据的不规则波动情况,调整平滑系数,使均方误差或近期相对误差达到较小,从而克服了各种固定权数加权平均法的不足。
⑷在不断外推的预测中,指数平滑法所需保存的数据最少,只需保留第t期的指数平滑值、平滑系数即可,而其他预测法则需要保留全部历史数据信息。
⑸指数平滑法可以及时吸收新的数据信息,对原有的预测模型和预测结果进行简单修正。指数平滑法首先建立的是以第t期为始点的预测模型,一旦得到第t+1期的实际值,就可以很快得到第t+1期的指数平滑值,建立以第t+1期为始点的预测模型。由此可见,指数平滑法避免了加入新数据后需要全部重新计算预测的不足,减少了计算量,节约了预测时间。
⑹要得到较为精确的预测值,指数平滑法的平滑系数和初始值需要经过多次试算后才能确定。
本方案的基于指数平滑法预测电网年持续负荷的方法的基本思路是:利用历年来各整点负荷数据构成历史序列,对每一个整点采用三次指数平滑法中的预测公式进行建模外推,以获得初始的年持续负荷曲线,利用该方法得到年持续负荷曲线之后,根据年用电量的预测情况,对年负荷曲线进行电力修正及电量修正。基于上述基本思路,本方案的具体实现过程如下所述。
⑴对每年整点负荷数据预处理,将8760个负荷数据由大到小排序;
⑵利用历史数据中同一点的负荷数据对未来年份同一点的负荷值做三次平滑预测,如用每年最大(小)负荷点的负荷值构成一个序列,对待测年的最大(小)负荷点的负荷值进行预测,以此类推,完成8760点的预测,得到初步预测曲线;
⑶用年最大负荷对初步预测曲线进行修正;
⑷用年用电量对⑶中得到的曲线进行修正。
布朗三次指数平滑法是在二次指数平滑后的时间序列基础上再作一次平滑,求得各期的三次指数平滑值,并根据一次、二次、三次指数平滑值的滞后误差规律,建立二次抛物线趋势预测模型,对现象未来进行外推预测的一种方法。
三次指数平滑值的计算公式为:
式中,St (3)为第t期的三次指数平滑值;其它符号意义同前。
由于经过三次平滑后,S0 (1)、S0 (2)、S0 (3)对未来预测值影响较小,因此在实践中,为便于计算则按下列方式近似确定。
当n<30时,令
当n≥30时,令
S0 (1)=S0 (2)=S0 (3)=Y1
三次指数平滑的预测模型为:
Yt+T=at+btT+ctT2,
电力修正过程如下所述。
假设由负荷预测模块预测出来的年最大负荷为Pmax,曲线预测模块预测出来的从大到小负荷为p′1、p′2,......p′8760。修正公式为:
经以上公式修正,可以满足年持续负荷曲线得出的年最大负荷与负荷预测模块给出的年最大负荷一致。
电量修正过程如下所述。
如图2所示,年持续负荷曲线与坐标轴的面积为年用电量。电量修正的原则是维持最大负荷及最小负荷不变。修正的原理如图2所示,其中,中间曲线为未修正曲线,当用电量往大修正时,为上面一条曲线,往小修正时,为下面一条曲线。未修正时最大负荷为P1″,最小负荷为P″8760,求得最接近的一点:
假设修正后第m点的负荷为P″′m,则修正后各点负荷为:
不断修正P″′m的大小,直到年持续曲线负荷曲线计算得到的年用电量与负荷预测给定的年用电量基本相同为止。
本方案的基于指数平滑法预测电网年持续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 (5)
1.基于指数平滑法预测电网年持续负荷的方法,其特征是包括以下求取过程,利用历年来各整点负荷数据形成历史序列,对每一个整点采用三次指数平滑法进行建模外推以获得初始的预测年持续负荷曲线,根据年最大负荷对初始的预测年持续负荷曲线进行电力修正得到经电力修正的预测年持续负荷曲线,根据年用电量对经电力修正的预测年持续负荷曲线进行电量修正得到修正后的预测年持续负荷曲线。
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对每年整点负荷数据进行预处理,将每年整点负荷数据由大到小排序;
⑵利用历史数据中的负荷数据对未来年份中相对应的负荷值做三次平滑预测,将历史数据中每年同一点的负荷值形成序列,对待测年中相对应点的负荷值进行预测,完成所有待测年中负荷值的预测后得到初步预测年持续负荷曲线;
⑶利用年最大负荷对初步预测年持续负荷曲线进行电力修正得到经电力修正的预测年持续负荷曲线;
⑷用年用电量对经电力修正的预测年持续负荷曲线进行电量修正得到修正后的预测年持续负荷曲线。
3.根据权利要求2所述的方法,其特征在于,步骤⑵中,
三次指数平滑值的计算公式为:
St (3)为第t期的三次指数平滑值;
三次指数平滑的预测模型为:
Yt+T=at+btT+ctT2,
4.根据权利要求2所述的方法,其特征在于,步骤⑶中,设年最大负荷是Pmax,初步预测年持续负荷曲线中的负荷从大到小为p′1、p′2,......p′8760,电力修正公式是:
经电力修正的预测年持续负荷曲线得出的年最大负荷与Pmax一致。
5.根据权利要求2所述的方法,其特征在于,步骤⑷中,设最大负荷、最小负荷不变,最大负荷是P1″,最小负荷为P″8760,求得:
设修正后的预测年持续负荷曲线的第m点的负荷是Pm″′,修正后的预测年持续负荷曲线的各点负荷是:
不断修正Pm″′的大小,直到预测年持续负荷曲线得到的年用电量与设定的年用电量基本相同为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611139005.8A CN106845669A (zh) | 2016-12-12 | 2016-12-12 | 基于指数平滑法预测电网年持续负荷的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611139005.8A CN106845669A (zh) | 2016-12-12 | 2016-12-12 | 基于指数平滑法预测电网年持续负荷的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106845669A true CN106845669A (zh) | 2017-06-13 |
Family
ID=59139837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611139005.8A Pending CN106845669A (zh) | 2016-12-12 | 2016-12-12 | 基于指数平滑法预测电网年持续负荷的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106845669A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107592174A (zh) * | 2017-09-12 | 2018-01-16 | 河南工业大学 | 一种智能电网通信中的高效频谱感知方法 |
CN108110756A (zh) * | 2018-01-10 | 2018-06-01 | 国网福建省电力有限公司福州供电公司 | 考虑不确定性因素的工业园区配电网规划方法 |
CN108320063A (zh) * | 2018-03-26 | 2018-07-24 | 上海积成能源科技有限公司 | 一种电力负荷预测中对异常数据剔除和去噪处理的方法 |
CN109449935A (zh) * | 2018-12-14 | 2019-03-08 | 国网山东省电力公司经济技术研究院 | 一种基于能源互联的时序生产模拟方法及系统 |
CN109978278A (zh) * | 2019-04-09 | 2019-07-05 | 江苏安纳泰克能源服务有限公司 | 基于稳定性分析的居民小区月度用电量预测方法及装置 |
CN110377596A (zh) * | 2019-07-29 | 2019-10-25 | 合肥阳光新能源科技有限公司 | 数据修正方法及系统 |
CN110544130A (zh) * | 2019-09-05 | 2019-12-06 | 广州时代数据服务有限公司 | 流量异动监测方法、装置、计算机设备和存储介质 |
CN110956298A (zh) * | 2018-09-27 | 2020-04-03 | 上海博英信息科技有限公司 | 一种基于气温置信区间的负荷预测方法 |
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 |
CN113780660A (zh) * | 2021-09-13 | 2021-12-10 | 广东电网有限责任公司 | 一种居民用电量预测方法、系统及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299251A (zh) * | 2008-05-07 | 2008-11-05 | 天津理工大学 | 基于概率逆换算法的中长期电力负荷的预测方法 |
CN101976841A (zh) * | 2010-10-21 | 2011-02-16 | 河北省电力研究院 | 电力系统各级负荷预测指标的均衡匹配方法 |
CN105447594A (zh) * | 2015-11-17 | 2016-03-30 | 福州大学 | 一种基于指数平滑的电力系统灰色负荷预测方法 |
CN106099912A (zh) * | 2016-06-21 | 2016-11-09 | 东北大学 | 一种主动配电网局部功率协调控制系统及方法 |
-
2016
- 2016-12-12 CN CN201611139005.8A patent/CN106845669A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299251A (zh) * | 2008-05-07 | 2008-11-05 | 天津理工大学 | 基于概率逆换算法的中长期电力负荷的预测方法 |
CN101976841A (zh) * | 2010-10-21 | 2011-02-16 | 河北省电力研究院 | 电力系统各级负荷预测指标的均衡匹配方法 |
CN105447594A (zh) * | 2015-11-17 | 2016-03-30 | 福州大学 | 一种基于指数平滑的电力系统灰色负荷预测方法 |
CN106099912A (zh) * | 2016-06-21 | 2016-11-09 | 东北大学 | 一种主动配电网局部功率协调控制系统及方法 |
Non-Patent Citations (2)
Title |
---|
刘慷: "电力电量负荷预测方法及应用分析", 《科技资讯》 * |
朱坚强等: "电力负荷特性预测软件及其在浙江电网中的应用", 《华东电力》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107592174A (zh) * | 2017-09-12 | 2018-01-16 | 河南工业大学 | 一种智能电网通信中的高效频谱感知方法 |
CN108110756A (zh) * | 2018-01-10 | 2018-06-01 | 国网福建省电力有限公司福州供电公司 | 考虑不确定性因素的工业园区配电网规划方法 |
CN108320063A (zh) * | 2018-03-26 | 2018-07-24 | 上海积成能源科技有限公司 | 一种电力负荷预测中对异常数据剔除和去噪处理的方法 |
CN110956298A (zh) * | 2018-09-27 | 2020-04-03 | 上海博英信息科技有限公司 | 一种基于气温置信区间的负荷预测方法 |
CN109449935B (zh) * | 2018-12-14 | 2021-11-16 | 国网山东省电力公司经济技术研究院 | 一种基于能源互联的时序生产模拟方法及系统 |
CN109449935A (zh) * | 2018-12-14 | 2019-03-08 | 国网山东省电力公司经济技术研究院 | 一种基于能源互联的时序生产模拟方法及系统 |
CN109978278A (zh) * | 2019-04-09 | 2019-07-05 | 江苏安纳泰克能源服务有限公司 | 基于稳定性分析的居民小区月度用电量预测方法及装置 |
CN109978278B (zh) * | 2019-04-09 | 2023-07-14 | 江苏安纳泰克能源服务有限公司 | 基于稳定性分析的居民小区月度用电量预测方法及装置 |
CN110377596A (zh) * | 2019-07-29 | 2019-10-25 | 合肥阳光新能源科技有限公司 | 数据修正方法及系统 |
CN110544130A (zh) * | 2019-09-05 | 2019-12-06 | 广州时代数据服务有限公司 | 流量异动监测方法、装置、计算机设备和存储介质 |
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 |
CN113780660A (zh) * | 2021-09-13 | 2021-12-10 | 广东电网有限责任公司 | 一种居民用电量预测方法、系统及存储介质 |
CN113780660B (zh) * | 2021-09-13 | 2024-02-13 | 广东电网有限责任公司 | 一种居民用电量预测方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106845669A (zh) | 基于指数平滑法预测电网年持续负荷的方法 | |
Qian et al. | Potential analysis of the transfer learning model in short and medium-term forecasting of building HVAC energy consumption | |
Papavasiliou et al. | Reserve requirements for wind power integration: A scenario-based stochastic programming framework | |
Botterud et al. | Wind power forecasting in US electricity markets | |
Collins et al. | Using inclusive wealth for policy evaluation: Application to electricity infrastructure planning in oil-exporting countries | |
Yan et al. | Novel cost model for balancing wind power forecasting uncertainty | |
CN105678404A (zh) | 基于网购电和动态关联因子的微电网负荷预测系统及方法 | |
CN109193748B (zh) | 一种光伏消纳能力的评价方法及计算设备 | |
CN105160149B (zh) | 一种模拟调峰机组的需求响应调度评估体系构建方法 | |
Ji et al. | Inexact stochastic risk-aversion optimal day-ahead dispatch model for electricity system management with wind power under uncertainty | |
CN105139079A (zh) | 一种基于混合模型的税收收入预测方法及装置 | |
Pan et al. | Simulation on the effectiveness of carbon emission trading policy: A system dynamics approach | |
Levi et al. | Cost trajectories of low carbon electricity generation technologies in the UK: A study of cost uncertainty | |
CN109687442A (zh) | 一种新能源跨省区现货交易最优规模评估方法和装置 | |
Efstratiadis et al. | Generalized storage-reliability-yield framework for hydroelectric reservoirs | |
CN105262148B (zh) | 计及风电出力特性的规划年电力平衡方法 | |
Huang et al. | Regional heuristic interval recourse power system analysis for electricity and environmental systems planning in Eastern China | |
Bringedal et al. | Backtesting coordinated hydropower bidding using neural network forecasting | |
Bondarenko et al. | Aggregation models and algorithm for coordinating the interests of the region and enterprises of the energy complex | |
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 | |
Sarathkumar et al. | Uncertainty borne balancing cost modeling for wind power forecasting | |
CN115689620A (zh) | 基于物理模型和数据驱动的煤价与电价传导模型构建方法 | |
Zeiler et al. | Integral BEMS controlled LVPP in the smart grid: An approach to a complex distributed system of the built environment for sustainability | |
CN106651015A (zh) | 一种利用双向夹逼法预测电网典型日负荷的方法 | |
Wu et al. | Research on the decision-making of flood prevention emergency plans during reservoir construction based on generalized intuitionistic fuzzy soft sets and TOPSIS |
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 |
Application publication date: 20170613 |
|
WD01 | Invention patent application deemed withdrawn after publication |