CN109670694B - 一种多能源供给系统负荷预测方法 - Google Patents

Abstract

本发明公开了一种多能源供给系统负荷预测方法，其特征在于，包括以下步骤：步骤1：多能源供给系统负荷需求及其之间的耦合关系分析；步骤2：基于时间序列模型对多能源供给系统电负荷、气负荷分别进行预测，得到电负荷初始预测值和气负荷初始预测值；步骤3：基于电负荷、气负荷之间的关系确定气电交换影响因素；步骤4：采用线性加权法对各个气电交换影响因素进行赋权并计算气向电转换的转换系数；步骤5：获得多能源供给系统负荷预测结果。本发明一方面综合考虑各种负荷之间的耦合关系，以实现对多能源供给系统电、气负荷的预测；另一方面能够有效地为决策者提供依据，以实现资源的优化利用，提高能源利用率。

Description

一种多能源供给系统负荷预测方法

技术领域

本发明属于能源供给系统符合预测技术领域，尤其是涉及一种多能源供给系统负荷预测方法。

背景技术

随着先进科学的发展，人们对能源的需求日益增加，与此同时，传统化石能源日益枯竭，能源安全、环境保护等问题备受关注，而现有冷、热、电等形式能量转化效率低、分布不集中、使用成本高等情况普遍存在，使得能源和环境已经成为制约国民经济可持续发展的主要瓶颈。能源是人类社会经济运行合理、有效运转和持续进步的基本条件，如何在确保能源可持续供应的同时，减少产生的环境污染，是各国关注的议题。集电力、天然气、热能、冷能供应为一体的新型能源系统，对优化能源结构、提高能源使用效率和促进可再生能源消纳有重要的推动作用，是未来能源发展重要趋势。多能源供给系统冷热电负荷的准确预测是多能源供给系统优化设计、运行调度和能量管理的基本前提，具有重要的理论意义和使用价值。

现有技术通过智能算法建立数学分析模型，相似日的负荷预测，净负荷预测方法等方法对综合负荷需求进行预测，但是大多是对各种负荷单独进行预测，没有考虑各种负荷之间的耦合关系，增强综合能源系统负荷的可预测性。由电、气等能源供应网络耦合形成的综合区域能源系统，可以实现资源的优化利用，提高能源利用率，是应对资源逐渐短缺、环境污染等问题的关键。

因此，在此模式下对电、气等综合负荷需求进行建模预测，可以有效地为决策者提供依据，在负荷控制策略等方面发挥重要作用。

公开号为CN107451676A的发明申请公开了一种电力网络的负荷预测方法包括：获取历史负荷、影响因子等信息，计算得到各自的预测的负荷值，获取复数个方法的加权参数，对复数个相异的方法加权求和，根据比较判断结果是否超出两个阈值，并根据结果重复。并且对应地公开一种电力网络的负荷预测装置。该方法和装置能够提高预测精度，不造成缺电或拉闸限电而影响电力的使用，能够做出部署预案，能够提高能源利用率、降低不必要的功率消耗、减轻对环境造成的负担，有效改进精度，能够对预测结果进行进一步的处理和利用，提高数据利用价值。然而，该发明申请属于电力网络的负荷预测，不适用于多能源供给系统负荷的预测。

公开号为CN108376294A的发明申请公开了一种供能反馈与气象因素的热负荷预测方法，该方法包括：步骤1，将风速对室外温度的影响转化为相应的温度变化量，计算无风情况下等效室外温度；步骤2，根据历史数据一级管网回水温度，一级管网回水流速，二次管网回水温度，二次管网进水流速，一次管网进水温度以及等效室外温度作为输入，以一次网的进水温度作为输出，对RBF神经网络进行训练；步骤3，经过训练后的RBF神经网络对一次网进水温度进行预测。该发明申请解决了热负荷复杂模型难以建立的问题，而且还避免了传热的滞后延时带来难以建立热负荷供需平衡的问题。然而，该发明申请属于热负荷的预测，不适用于多能源供给系统负荷的预测。

发明内容

有鉴于此，本发明的目的是针对现有技术的不足，提供一种多能源供给系统负荷预测方法，一方面综合考虑各种负荷之间的耦合关系，以实现对多能源供给系统电、气负荷的预测；另一方面能够有效地为决策者提供依据，以实现资源的优化利用，提高能源利用率。

为达到上述目的，本发明采用以下技术方案：

一种多能源供给系统负荷预测方法，包括以下步骤：

步骤1：多能源供给系统负荷需求及其之间的耦合关系分析；

步骤2：基于时间序列模型对多能源供给系统电负荷、气负荷分别进行预测，得到电负荷初始预测值和气负荷初始预测值；

步骤3：基于电负荷、气负荷之间的关系确定气电交换影响因素；

步骤4：采用线性加权法对各个气电交换影响因素进行赋权并计算气向电转换的转换系数；

步骤5：获得多能源供给系统负荷预测结果。

在步骤1中，多能源供给系统负荷需求包括电负荷需求和气负荷需求，且根据电负荷、气负荷之间的耦合关系可知气负荷能够通过发电设备转换为电负荷。

在步骤2中，基于时间序列模型对多能源供给系统电负荷、气负荷分别进行预测的方法为根据过去的变化趋势预测未来的发展趋势。

在步骤3中，气电交换影响因素包括价格因素、地理环境因素和天气因素，其中，价格因素a＝气价/(每立方燃气产生的电量×电价)，地理环境因素b按照被预测地的纬度情况进行量化，天气因素c按照被预测时的季节和天气状况进行量化。

在步骤4中，采用线性加权法对各个气电交换影响因素进行赋权并计算气向电转换的转换系数的步骤如下：

1)根据各个气电交换影响因素的重要程度确定各个气电交换影响因素的权重，价格因素a的权重为r₁，地理环境因素b的权重为r₂，天气因素c的权重为r₃，且r₁+r₂+r₃＝1；

2)气向电转换的转换系数σ＝ar₁+br₂+cr₃。

在步骤5中，多能源供给系统负荷预测结果包括电负荷最终预测值和气负荷最终预测值，电负荷最终预测值＝电负荷初始预测值×(1-σ)，气负荷最终预测值＝气负荷初始预测值×(1+σ)，其中，σ为气向电转换的转换系数。

在步骤3中，地理环境因素b按照被预测地的纬度情况进行量化的方法如下：

a)制作地理环境因素量化表：将北纬度分为低于北纬30°、北纬30°～40°、北纬40°～50°、高于北纬50°共四个区间，低于北纬30°对应的地理环境因素的量化区间为0～0.05，北纬30°～40°对应的地理环境因素的量化区间为0.05～0.25，北纬40°～50°对应的地理环境因素的量化区间为0.25～0.45，高于北纬50°对应的地理环境因素的量化区间为0.45～1；

b)根据被预测地所处地理纬度结合步骤a)中的地理环境因素量化表利用线性法计算被预测地的地理环境因素。

在步骤3中，天气因素c按照被预测时的季节和天气状况进行量化的方法如下：

Ⅰ)制作天气因素量化表：将季节分为冬季、春秋季和夏季共三个类别，每个类别中均包含晴、多云、阴天和雨共四种天气情况，冬季时前述四种天气情况按顺序对应的天气因素c的量化值分别为0.05、0.25、0.45和0.95，春秋季时前述四种天气情况按顺序对应的天气因素c的量化值分别为0、0.2、0.4和0.95，夏季时前述四种天气情况按顺序对应的天气因素c的量化值分别为0.1、0.3、0.5和0.95；

Ⅱ)根据被预测时所处的季节类别和天气情况对照步骤Ⅰ)中的天气因素量化表查询得到天气因素c的量化值。

本发明的有益效果是：

本发明针对现有技术通过智能算法建立数学分析模型，相似日的负荷预测，净负荷预测方法等方法对综合负荷需求进行预测，其大多是对各种负荷单独进行预测，没有考虑各种负荷之间的耦合关系，综合能源系统负荷的可预测性差的问题，提出了一种多能源供给区域综合负荷预测方法，即根据电、气负荷本身固有的负荷特性及其相互耦合的属性，提出了一种多能源供给区域综合负荷预测的方法，以实现对多能源供给系统电、气负荷的预测。首先对多能源供给系统综合需求及其之间的耦合关系进行分析，其中综合需求包括电负荷和气负荷，且气负荷可以转换为电负荷，接着采用时间序列预测方法对电、气负荷分别进行预测，在价格、地理环境、天气三个方面建立气电交换模型，最后结合区域的实际情况，采用线性加权法对价格、地理环境、天气三个因素进行赋权并计算转换系数，得出该多能源供给区域最终的负荷预测结果，为管理者制定战略提供依据。

本发明在能源越来越紧缺的情况下，提高能源利用效率是当今各国关注的重点。在此情况下，本发明考虑综合能源系统负荷特性，提出了一种多能源供给区域综合负荷预测方法。根据电、气负荷本身固有的负荷特性以及它们相互耦合的属性，首先采用时间序列预测方法对电、气负荷分别进行预测，接着在价格、地理环境、天气等三个方面建立气电交换模型，最后结合区域的实际情况，采用线性加权法对价格、地理环境、天气三个因素进行赋权计算得出转换系数并最终并得出该区域预测得出的电负荷和气负荷值。该种多能源供给区域综合负荷预测方法的建立有助于为决策制定者提供依据，在负荷控制策略等方面发挥作用。

本发明一方面综合考虑各种负荷之间的耦合关系，以实现对多能源供给系统电、气负荷的预测；另一方面能够有效地为决策者提供依据，以实现资源的优化利用，提高能源利用率，是应对资源逐渐短缺、环境污染等问题的关键。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

图1为本发明的流程图；

图2为本发明实施例中电负荷的初始预测结果曲线图

图3为本发明实施例中气负荷的初始预测结果曲线图；

图4为本发明实施例中电负荷最终预测结果曲线图；

图5为本发明实施例中气负荷最终预测结果曲线图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

参阅图1，一种多能源供给系统负荷预测方法，包括以下步骤：

步骤1：多能源供给系统负荷需求及其之间的耦合关系分析；

步骤2：基于时间序列模型对多能源供给系统电负荷、气负荷分别进行预测，得到电负荷初始预测值和气负荷初始预测值；

步骤3：基于电负荷、气负荷之间的关系确定气电交换影响因素；

步骤4：采用线性加权法对各个气电交换影响因素进行赋权并计算气向电转换的转换系数；

步骤5：获得多能源供给系统负荷预测结果。

在步骤1中，多能源供给系统负荷需求包括电负荷需求和气负荷需求，且根据电负荷、气负荷之间的耦合关系可知气负荷能够通过发电设备转换为电负荷；具体是燃气通过燃气轮机和内燃机等燃气发电设备，生成电能，引入输配电线路。

在步骤2中，基于时间序列模型对多能源供给系统电负荷、气负荷分别进行预测的方法为根据过去的变化趋势预测未来的发展趋势。

该实施例中，对某微型多能源供给系统冬季(12月1日至12月9日)的电、气负荷进行预测。该多能源供给系统在12月1日到9日有稳定的电、气负荷需求，因此本发明选取前8天每隔10分钟的电、气负荷数据进行建模，预测最后一天的电、气负荷情况。

首先用时间序列方法分别对该区域的电、气负荷分别进行预测，对电负荷采用单变量ARIMA(2,2)模型进行预测得出初始的电负荷预测值，对气负荷采用单变量ARIMA(1,1)模型进行预测得出初始的气负荷预测值。如图2、图3所示，分别是电负荷、气负荷的初始预测结果曲线图。

在步骤3中，气电交换影响因素包括价格因素、地理环境因素和天气因素，其中，价格因素a＝气价/(每立方燃气产生的电量×电价)，地理环境因素b按照被预测地的纬度情况进行量化，天气因素c按照被预测时的季节和天气状况进行量化。

该实施例中，气价为2.37元/m³，电价为0.92元/度，其中1立方米的天然气约可以产生9.8度电，所以

在步骤3中，地理环境因素b按照被预测地的纬度情况进行量化的方法如下：

a)制作地理环境因素量化表：将北纬度分为低于北纬30°、北纬30°～40°、北纬40°～50°、高于北纬50°共四个区间，低于北纬30°对应的地理环境因素的量化区间为0～0.05，北纬30°～40°对应的地理环境因素的量化区间为0.05～0.25，北纬40°～50°对应的地理环境因素的量化区间为0.25～0.45，高于北纬50°对应的地理环境因素的量化区间为0.45～1；如表1为地理环境因素量化表；

b)根据被预测地所处地理纬度结合步骤a)中的地理环境因素量化表利用线性法计算被预测地的地理环境因素。

该实施例中，被预测区域的纬度为43°N，结合步骤a)中的地理环境因素量化表利用线性法计算被预测地的地理环境因素

在步骤3中，天气因素c按照被预测时的季节和天气状况进行量化的方法如下：

Ⅰ)制作天气因素量化表：将季节分为冬季、春秋季和夏季共三个类别，每个类别中均包含晴、多云、阴天和雨共四种天气情况，冬季时前述四种天气情况按顺序对应的天气因素c的量化值分别为0.05、0.25、0.45和0.95，春秋季时前述四种天气情况按顺序对应的天气因素c的量化值分别为0、0.2、0.4和0.95，夏季时前述四种天气情况按顺序对应的天气因素c的量化值分别为0.1、0.3、0.5和0.95；如表2为天气因素量化表；

Ⅱ)根据被预测时所处的季节类别和天气情况对照步骤Ⅰ)中的天气因素量化表查询得到天气因素c的量化值。

该实施例中，被预测地在12月9日的天气为低温多云，查询表2得到c＝0.25。

在步骤4中，采用线性加权法对各个气电交换影响因素进行赋权并计算气向电转换的转换系数的步骤如下：

1)根据各个气电交换影响因素的重要程度确定各个气电交换影响因素的权重，价格因素a的权重为r₁，地理环境因素b的权重为r₂，天气因素c的权重为r₃，且r₁+r₂+r₃＝1；该实施例中，价格因素a的权重为r₁＝0.5，地理环境因素b的权重为r₂＝0.2，天气因素c的权重为r₃＝0.3；

2)气向电转换的转换系数σ为：

σ＝ar₁+br₂+cr₃＝0.263×0.5+0.31×0.2+0.25×0.3＝0.2685。

在步骤5中，多能源供给系统负荷预测结果包括电负荷最终预测值和气负荷最终预测值，电负荷最终预测值＝电负荷初始预测值×(1-σ)＝电负荷初始预测值×(1-0.2685)＝电负荷初始预测值×0.7315，气负荷最终预测值＝气负荷初始预测值×(1+σ)＝气负荷初始预测值×(1+0.2685)＝气负荷初始预测值×1.2685，其中，σ为气向电转换的转换系数，图4和图5分别为被预测地在12月9日且天气为低温多云时的电负荷最终预测结果曲线图和气负荷最终预测结果曲线图。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种多能源供给系统负荷预测方法，其特征在于，包括以下步骤：

步骤1：多能源供给系统负荷需求及其之间的耦合关系分析；

步骤2：基于时间序列模型对多能源供给系统电负荷、气负荷分别进行预测，得到电负荷初始预测值和气负荷初始预测值；

步骤3：基于电负荷、气负荷之间的关系确定气电交换影响因素；

步骤4：采用线性加权法对各个气电交换影响因素进行赋权并计算气向电转换的转换系数；

步骤5：获得多能源供给系统负荷预测结果。

2.根据权利要求1所述的一种多能源供给系统负荷预测方法，其特征在于：在步骤1中，多能源供给系统负荷需求包括电负荷需求和气负荷需求，且根据电负荷、气负荷之间的耦合关系可知气负荷能够通过发电设备转换为电负荷。

3.根据权利要求2所述的一种多能源供给系统负荷预测方法，其特征在于：在步骤2中，基于时间序列模型对多能源供给系统电负荷、气负荷分别进行预测的方法为根据过去的变化趋势预测未来的发展趋势。

4.根据权利要求3所述的一种多能源供给系统负荷预测方法，其特征在于：在步骤3中，气电交换影响因素包括价格因素、地理环境因素和天气因素，其中，价格因素a＝气价/(每立方燃气产生的电量×电价)，地理环境因素b按照被预测地的纬度情况进行量化，天气因素c按照被预测时的季节和天气状况进行量化。

5.根据权利要求4所述的一种多能源供给系统负荷预测方法，其特征在于：在步骤4中，采用线性加权法对各个气电交换影响因素进行赋权并计算气向电转换的转换系数的步骤如下：

1)根据各个气电交换影响因素的重要程度确定各个气电交换影响因素的权重，价格因素a的权重为r₁，地理环境因素b的权重为r₂，天气因素c的权重为r₃，且r₁+r₂+r₃＝1；

2)气向电转换的转换系数σ＝ar₁+br₂+cr₃。

6.根据权利要求5所述的一种多能源供给系统负荷预测方法，其特征在于：在步骤5中，多能源供给系统负荷预测结果包括电负荷最终预测值和气负荷最终预测值，电负荷最终预测值＝电负荷初始预测值×(1-σ)，气负荷最终预测值＝气负荷初始预测值×(1+σ)，其中，σ为气向电转换的转换系数。

7.根据权利要求4所述的一种多能源供给系统负荷预测方法，其特征在于：在步骤3中，地理环境因素b按照被预测地的纬度情况进行量化的方法如下：

a)制作地理环境因素量化表：将北纬度分为低于北纬30°、北纬30°～40°、北纬40°～50°、高于北纬50°共四个区间，低于北纬30°对应的地理环境因素的量化区间为0～0.05，北纬30°～40°对应的地理环境因素的量化区间为0.05～0.25，北纬40°～50°对应的地理环境因素的量化区间为0.25～0.45，高于北纬50°对应的地理环境因素的量化区间为0.45～1；

b)根据被预测地所处地理纬度结合步骤a)中的地理环境因素量化表利用线性法计算被预测地的地理环境因素。

8.根据权利要求4所述的一种多能源供给系统负荷预测方法，其特征在于：在步骤3中，天气因素c按照被预测时的季节和天气状况进行量化的方法如下：

Ⅰ)制作天气因素量化表：将季节分为冬季、春秋季和夏季共三个类别，每个类别中均包含晴、多云、阴天和雨共四种天气情况，冬季时前述四种天气情况按顺序对应的天气因素c的量化值分别为0.05、0.25、0.45和0.95，春秋季时前述四种天气情况按顺序对应的天气因素c的量化值分别为0、0.2、0.4和0.95，夏季时前述四种天气情况按顺序对应的天气因素c的量化值分别为0.1、0.3、0.5和0.95；

Ⅱ)根据被预测时所处的季节类别和天气情况对照步骤Ⅰ)中的天气因素量化表查询得到天气因素c的量化值。

Images