CN110956298A - 一种基于气温置信区间的负荷预测方法 - Google Patents

一种基于气温置信区间的负荷预测方法 Download PDF

Info

Publication number
CN110956298A
CN110956298A CN201811127251.0A CN201811127251A CN110956298A CN 110956298 A CN110956298 A CN 110956298A CN 201811127251 A CN201811127251 A CN 201811127251A CN 110956298 A CN110956298 A CN 110956298A
Authority
CN
China
Prior art keywords
load
air temperature
data
load demand
demand
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
Application number
CN201811127251.0A
Other languages
English (en)
Inventor
刘涌
王承民
袁秋实
杨宏宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI PROINVENT INFORMATION TECH Ltd
Shanghai Jiaotong University
Original Assignee
SHANGHAI PROINVENT INFORMATION TECH Ltd
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SHANGHAI PROINVENT INFORMATION TECH Ltd, Shanghai Jiaotong University filed Critical SHANGHAI PROINVENT INFORMATION TECH Ltd
Priority to CN201811127251.0A priority Critical patent/CN110956298A/zh
Publication of CN110956298A publication Critical patent/CN110956298A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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

Abstract

本发明提出了一种基于气温置信区间的负荷预测方法。首先收集区域内过去5‑10年的气候气温数据，然后引入了置信区间，分别对置信区间为10%平均气温概率（10POE）和50%平均气温概率（50POE）两种情况获取气温概率置信水平，得出10POE和50POE情况下对应的平均气温，根据平均气温和负荷数据拟合负荷温度曲线，得出模型参数。其次，将平均温度、模型参数等数据，带入计算公式得到对应10POE和50POE的最大负荷值。根据得到的最大负荷数据和相应线路年限的自然增长率、新增负荷需求、计划负荷转移数据得出各相应线路年限的负荷预测，基于历史数据的同时率和上述步骤中预测的最大负荷需求，确定同时负荷需求预测，并对同时负荷需求预测进行修正。最后，对不同线路年限的校正负荷预测赋予不同的权重，加权求和得到总负荷需求预测。

Description

一种基于气温置信区间的负荷预测方法
技术领域
本发明涉及一种基于气温置信区间的负荷预测方法，属于电力行业电网配电规划技术领域。。
背景技术
准确的负荷预测有助于提高系统运行的安全性和稳定性，本发明考虑气温因素对负荷的影响，引入气温概率置信区间，运用数学方法进行统计分析，对10%平均气温概率（10POE）和50%平均气温概率（50POE）下的两种情况分别开展负荷预测工作，得到不同线路不同年限的同时负荷预测，对负荷预测进行修正，并赋予不同权重，加权求和得到总负荷需求预测。
发明内容
本发明提出了一种基于气温置信区间的负荷预测方法。首先收集区域内过去5-10年的气候气温数据，然后引入了置信区间，分别对置信区间为10%平均气温概率（10POE）和50%平均气温概率（50POE）两种情况获取气温概率置信水平，得出10POE和50POE情况下对应的平均气温，根据平均气温和负荷数据拟合负荷温度曲线，得出模型参数。其次，将平均温度、模型参数等数据带入计算公式得到对应10POE和50POE的最大负荷值。根据得到的最大负荷数据和相应线路年限的自然增长率、新增负荷需求、计划负荷转移数据得出各相应线路年限的负荷预测，基于历史数据的同时率和上述步骤中预测的最大负荷需求，确定同时负荷需求预测，并对同时负荷需求预测进行修正。最后，对得到的不同线路年限校正负荷预测赋予不同的权重，加权求和得到总负荷需求预测。
附图说明
图1为本发明同时负荷需求预测结构图。
图 2为本发明总负荷预测结构图。
具体实施方式
1、根据历史数据，拟合出每条线路的负荷-气温敏感曲线，得到数字公式y=aX2+bX+C。
2、根据负荷-气温敏感曲线，将历史数据实际最大负荷日的温度对应10POE和50POE的温度，归算得到对应10POE和50POE的最大负荷值。
具体计算式如下：
Figure 454739DEST_PATH_IMAGE001
Figure DEST_PATH_IMAGE002
：10POE/50POE情况下，上一年修正最大负荷值；
Figure 903038DEST_PATH_IMAGE003
：上一年剔除极端绝对值的最大负荷；
Figure DEST_PATH_IMAGE004
：10POE/50POE情况下对应的平均气温；
Figure 479513DEST_PATH_IMAGE005
：
Figure 140301DEST_PATH_IMAGE003
日对应的平均气温；
a/b/c：通过历史数据回归所得负荷和气温变动的二元二次方程的参数；
3、5年期馈线负荷预测。首先，确定馈线初始最大负荷值。先确定上一年度的最大负荷值，然后通过纠正异常值进行校正。其次，根据过去负荷需求趋势以及未来经济发展情况，判断负荷的自然增长率。最后确定增量负荷需求。包括新接入负荷需求和未来已知新接入用户、大型工商业用户的负荷需求变化、本地商业发展带来的负荷需求变化。整体的计算过程及各参数取值标准如下：
Figure 220252DEST_PATH_IMAGE007
g：自然增长率；
Figure DEST_PATH_IMAGE008
:新增负荷需求；
Figure 573873DEST_PATH_IMAGE009
:计划负荷转移；
4、10年期66kv区域变电站负荷预测。同之前5年期负荷预期类似，首先，确定初始负荷值，通过纠正异常值以及根据温度置信水平进行调整。然后，判断负荷的自然增长率。最后，确定客户负荷需求变化。包括已知新接入用户、大型工商业用户的负荷需求变化、本地商业发展带来的负荷需求变化整体的计算过程及各参数取值标准如下：
Figure 106486DEST_PATH_IMAGE011
Figure DEST_PATH_IMAGE012
：修正新增负荷需求；
Figure 102124DEST_PATH_IMAGE013
：修正计划负荷转移；
5、10年期220kv输网变电站负荷预测。同之前10年期66kv区域变电站负荷预测类似，首先，确定初始负荷值，通过纠正异常值以及根据温度置信水平进行调整。然后，确定客户负荷需求变化。包括已知新接入用户、大型工商业用户的负荷需求变化、本地商业发展带来的负荷需求变化最后，判断负荷的自然增长率。整体的计算过程及各参数取值标准如下：
Figure 36582DEST_PATH_IMAGE015
6、同时负荷需求预测。基于历史数据的同时率和上述步骤中预测的最大负荷需求，确定同时负荷需求。整体的计算过程及各参数取值标准如下：
Figure 295525DEST_PATH_IMAGE017
Figure DEST_PATH_IMAGE018
：未来预测同时率；
Figure 846592DEST_PATH_IMAGE019
：10POE/50POE情况下，预测最大负荷需求；
7、负荷预测校正。Jemena公司将自上而下预测所得未来负荷需求同自下而上预测所得未来负荷需求进行比较，校正偏差项。整体的计算过程及各参数取值标准如下：
Figure 849183DEST_PATH_IMAGE021
Figure DEST_PATH_IMAGE022
：0POE/50POE情况下，整体供电区域标准误差系数；
Figure 903727DEST_PATH_IMAGE023
：0POE/50POE情况下，实际误差系数；
Figure DEST_PATH_IMAGE024
：正误差系数；
Figure 130309DEST_PATH_IMAGE025
：0POE/50POE情况下，校正负荷需求预测；
8、最终总负荷预测。对上述步骤5中求得的10POE情况下的220kv输网变电站校正负荷预测赋予30%的权重，对50POE情况下的220kv输网变电站校正负荷预测赋予70%的权重，加权求和得到总负荷需求预测：
Figure 637513DEST_PATH_IMAGE027
Figure DEST_PATH_IMAGE028
：最终总负荷预测；
Figure 709374DEST_PATH_IMAGE029
：10POE情况下，220kv输网变电站校正总负荷预测；
Figure DEST_PATH_IMAGE030
：50POE情况下，220kv输网变电站校正总负荷预测。

Claims (4)

1.基于气温置信区间的负荷预测方法，其特征在于：考虑气温对负荷的影响，引入气温概率置信区间，得到不同置信水平下的平均气温数据，根据气温、负荷数据拟合曲线，得出模型参数，将模型参数、气温等数据带入到负荷计算公式中，得到最大负荷数据，进而求出不同线路不同年限的同时负荷需求预测，对得到的同时负荷需求预测数据加以修正，根据修正的负荷需求预测得到总负荷需求预测。
2.根据权利要求1中所述的同时负荷需求预测，其特征在于：首先根据过去负荷需求趋势以及经济发展情况，判断负荷的自然增长率，同时确定新增负荷需求和计划负荷转移。
3.其次，根据自然增长率、新增负荷需求、计划负荷转移及最大负荷数据得出同时需求预测。
4.根据权利要求1中所述的总负荷需求预测，其特征在于：对不同线路不同年限的修正负荷需求预测赋予不同的权重，加权求和得到总负荷需求预测。
CN201811127251.0A 2018-09-27 2018-09-27 一种基于气温置信区间的负荷预测方法 Pending CN110956298A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811127251.0A CN110956298A (zh) 2018-09-27 2018-09-27 一种基于气温置信区间的负荷预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811127251.0A CN110956298A (zh) 2018-09-27 2018-09-27 一种基于气温置信区间的负荷预测方法

Publications (1)

Publication Number Publication Date
CN110956298A true CN110956298A (zh) 2020-04-03

Family

ID=69967735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811127251.0A Pending CN110956298A (zh) 2018-09-27 2018-09-27 一种基于气温置信区间的负荷预测方法

Country Status (1)

Country Link
CN (1) CN110956298A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020107720A1 (en) * 2000-09-05 2002-08-08 Walt Disney Parks And Resorts Automated system and method of forecasting demand
CN104036327A (zh) * 2014-06-20 2014-09-10 国家电网公司 一种用于智能配电网的快速母线负荷预测方法
CN104392274A (zh) * 2014-10-29 2015-03-04 南京南瑞集团公司 基于用电负荷与温度趋势的城市短期用电负荷预测方法
JP2016073155A (ja) * 2014-10-01 2016-05-09 中国電力株式会社 需要予測装置、需要予測方法、及びプログラム
CN106845669A (zh) * 2016-12-12 2017-06-13 国网上海市电力公司 基于指数平滑法预测电网年持续负荷的方法
CN107909186A (zh) * 2017-10-13 2018-04-13 深圳供电局有限公司 一种目标年负荷预测方法
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
CN108767859A (zh) * 2018-07-06 2018-11-06 国网江苏省电力有限公司苏州供电分公司 一种基于自下而上与自上而下相结合的负荷预测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020107720A1 (en) * 2000-09-05 2002-08-08 Walt Disney Parks And Resorts Automated system and method of forecasting demand
CN104036327A (zh) * 2014-06-20 2014-09-10 国家电网公司 一种用于智能配电网的快速母线负荷预测方法
JP2016073155A (ja) * 2014-10-01 2016-05-09 中国電力株式会社 需要予測装置、需要予測方法、及びプログラム
CN104392274A (zh) * 2014-10-29 2015-03-04 南京南瑞集团公司 基于用电负荷与温度趋势的城市短期用电负荷预测方法
CN106845669A (zh) * 2016-12-12 2017-06-13 国网上海市电力公司 基于指数平滑法预测电网年持续负荷的方法
CN107909186A (zh) * 2017-10-13 2018-04-13 深圳供电局有限公司 一种目标年负荷预测方法
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
CN108767859A (zh) * 2018-07-06 2018-11-06 国网江苏省电力有限公司苏州供电分公司 一种基于自下而上与自上而下相结合的负荷预测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SIMON S.K.KWOK.ET AL: ""An intelligent approach to assessing the effect of building occupancy on building cooling load prediction"" *
W.CHARYTONIUKA.ET AL: ""Confidence interval construction for load forecast"" *
王承民等: ""考虑不同时段负荷水平及转供的配电网可靠性在线分析与评估"" *
赵东雷等: ""气象因素对电力系统短期负荷预测精度的影响"" *

Similar Documents

Publication Publication Date Title
CN111552923B (zh) 一种基于通用分布的负荷预测方法及负荷预测系统
CN108053082B (zh) 基于温度区间分解的电网中长期负荷预测方法
CN101863088B (zh) 一种橡胶混炼过程中门尼粘度的预报方法
WO2016168910A1 (en) Predictive building control system and method for optimizing energy use and thermal comfort for a building or network of buildings
CN112149879A (zh) 一种计及宏观波动性分类的新能源中长期电量预测方法
CN105069536A (zh) 一种基于气温与经济增长的用电需求预测方法
CN109299814B (zh) 一种气象影响电量分解预测方法
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
CN110909958A (zh) 一种计及光伏并网功率的短期负荷预测方法
EP4232969A1 (en) Load forecasting for electrical equipment using machine learning
CN103853939A (zh) 一种基于社会经济因素影响的电力系统月度负荷的组合预测方法
CN110751327A (zh) 基于多元线性回归和灰色Verhulst模型的长期负荷组合预测法
CN116227637A (zh) 一种面向有源配电网的精细化负荷预测方法和系统
CN109858668B (zh) 一种雷电气候下电力负荷区域协调预测方法
JP5104567B2 (ja) エネルギー需要予測装置
JP2010218394A (ja) エネルギー需要予測装置
CN113991711B (zh) 一种光伏电站储能系统容量配置方法
CN115481918A (zh) 一种基于源网荷储的单元状态主动感知及预测分析系统
CN111008727A (zh) 一种配电台区负荷预测方法及装置
CN111159640A (zh) 适用于网格预报的小雨消空方法、消空系统、电子设备及存储介质
CN113888202A (zh) 一种电价预测模型的训练方法及应用方法
CN112465266A (zh) 一种母线负荷预测准确率分析方法、装置及计算机设备
CN110956298A (zh) 一种基于气温置信区间的负荷预测方法
CN111756031B (zh) 一种电网运行趋势估算方法和系统
CN106875057A (zh) 一种基于条件概率调整的电能计量装置短期需求预测方法

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