CN112446519A - 一种增量配电园区的用电需求预测方法及系统 - Google Patents

一种增量配电园区的用电需求预测方法及系统 Download PDF

Info

Publication number
CN112446519A
CN112446519A CN201910814904.0A CN201910814904A CN112446519A CN 112446519 A CN112446519 A CN 112446519A CN 201910814904 A CN201910814904 A CN 201910814904A CN 112446519 A CN112446519 A CN 112446519A
Authority
CN
China
Prior art keywords
power consumption
power
industry
park
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
CN201910814904.0A
Other languages
English (en)
Inventor
沈豫
郑欢
林红阳
雷勇
罗义旺
李金湖
许梓明
蔡菁
王彪
刘燕秋
马汉斌
朱彩霞
陈逸飞
林超
王盛
程友平
谢驰
任晶颖
刘友波
马铁丰
程明畅
王潇笛
王清池
吴彩
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.)
Sichuan Zhiyuan Xinneng Technology Co ltd
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Great Power Science and Technology Co of State Grid Information and Telecommunication Co Ltd
Original Assignee
Sichuan Zhiyuan Xinneng Technology Co ltd
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Great Power Science and Technology Co of State Grid Information and Telecommunication Co Ltd
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 Sichuan Zhiyuan Xinneng Technology Co ltd, State Grid Corp of China SGCC, State Grid Information and Telecommunication Co Ltd, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd, Great Power Science and Technology Co of State Grid Information and Telecommunication Co Ltd filed Critical Sichuan Zhiyuan Xinneng Technology Co ltd
Priority to CN201910814904.0A priority Critical patent/CN112446519A/zh
Publication of CN112446519A publication Critical patent/CN112446519A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283Price estimation or determination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S50/00Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开一种增量配电园区的用电需求预测方法及系统,预测方法包括如下步骤:S1、聚类分析增量配电园区各行业的负荷特征;S2、挖掘影响增量配电园区电力需求的因素;S3、对园区建设用户侧分布式电源的经济性进行分析;S4、建立增量配电园区电力需求预测模型。本发明可对园区的用电需求进行精细化且高精度的预测,以确保公司能够更好地规划、提前布点、精准投资,避免优质客户流失,产生更大的经济效益。

Description

一种增量配电园区的用电需求预测方法及系统
技术领域
本发明涉及增量配电网技术领域,尤其是涉及一种增量配电园区的用电需求预测方法及系统。
背景技术
随着电力体制改革逐步深化,增量配电业务改革试点园区逐步成熟、配套电价优惠等,将会吸引更多优质客户入驻试点园区,园区用电需求将逐步加大。因此需要对园区的用电需求进行准确的预测,以确保公司能够更好地规划、提前布点、精准投资,避免优质客户流失,产生更大的经济效益。
目前增量配售电市场处在初期,对其电力需求预测主要存在方面的难点,一方面,国网暂未明确后期增量配售电园区的设备资产归属及运维责任,且国网公司对增量配售电的分析工作刚刚起步,缺少历史业务经验积累,缺少专家业务支撑,加大了后续的增量配售电园区的预测难度;另一方面,增量配售电园区用电较难划分,国网目前没有园区业务划分,无法判断园区的用电客户,需基于历史数据开展园区电力用电划分研究,在此基础上聚类分析不同类型园区用电,进而开展增量配售电园区用电需求预测分析。
发明内容
本发明的目的是为了解决背景技术中的问题,而提出的一种增量配电园区的用电需求预测方法及系统,能够对增量配电园区的用电需求进行准确的预测。
为实现上述目的,本发明提供了如下技术方案:
一种增量配电园区的用电需求预测方法,包括如下步骤:
S1、聚类分析增量配电园区各行业的负荷特征;S2、挖掘影响增量配电园区电力需求的因素;S3、对园区建设用户侧分布式电源的经济性进行分析;S4、建立增量配电园区电力需求预测模型。
优选的,步骤S1进一步包括:S11、获取待测园区中在设定时间段内各个行业的用电量及负荷特性统计数据;S12、根据所述用电量统计数据筛选出待测园区中的关键用电行业;S13、聚类分析所述用电量及负荷特性统计数据以及所述关键用电行业,形成用电需求变化典型特征、负荷曲线。
优选的,步骤S12进一步包括:S121、根据所述用电量统计数据,运用聚类算法对用电行业进行分类,得到用电行业的分类结果;S122、根据所述用电量统计数据和所述用电行业的分类结果,按聚类结果的评价指标来检验聚类的效果,若效果不符合预定的检验标准,则需重新对用电行业进行分类,若效果符合预定的检验标准,则进行下一步;S123、根据所述用电量统计数据和所述用电行业的分类结果,得到各行业类别对总体用电波动的影响值;S124、根据所述行业用电量占比以及所述各行业类别对总体用电波动的影响值,依据相应筛选标准筛选出关键用电行业。
优选的,步骤S2进一步包括:S21、收集历史客户用电、客户档案、负荷、电价及其他用电相关数据,通过算法模型关联分析影响因素大小,形成初步电力需求的影响因素清单;S22、对初步电力需求的影响因素清单进行分析比对,分析电价、综合能源对园区用电需求的影响,挖掘影响增量配电园区电力需求的因素。
优选的,步骤S3进一步包括:S31、分析分布式电源不同出力场景下园区用电变化情况;S32、挖掘用户电力消费与分布式电源的关联关系;S33、构建分布式电源出力与园区用电关联分析及经济性评价模型;S34、通过园区历史用电数据的验证,提高模型的经济评价模型的评价准确性。
优选的,步骤S4进一步包括:S41、根据所述用电量统计数据以及所述关键用电行业建立分类别的行业用电量需求预测模型和分类别的地区用电量需求预测模型;S42、根据所述分类别的行业用电量需求预测模型以及用电量与预设经济变量之间的关系,构建改进的用电量需求预测模型;S43、根据所述用电量统计数据以及所述改进的用电量需求预测模型预测各行业类别的用电量需求和待测园区的用电量需求。
优选的,建立分类别的行业用电量需求预测模型,包括如下步骤:根据所述用电量统计数据,对用电量统计数据进行整理,包括有效性检查、错误数据剔除与修改;根据所述用电量统计数据以及所述关键用电行业,按不同的时间尺度,分别拟合各关键用电行业的用电量需求真实值;根据所述用电量统计数据以及所述关键用电行业,按不同的时间尺度和不同的预测模型,分别拟合各关键用电行业的用电量需求预测值;比较各模型的用电量预测值与用电量需求真实值的误差大小,建立相应的不同时间尺度下的行业用电量需求预测模型。
优选的,构建改进的用电量需求预测模型包括如下步骤:根据地区的用电量和预设的经济变量数据,采用时差相关分析方法,计算所述经济变量和用电量之间的变化时间关系,选取变化时间领先于用电量的经济变量;根据所述分类别的行业用电量需求预测模型、分类别的地区用电量需求预测模型以及所述选取的经济变量,把所述选取的经济变量加入相应的用电量需求预测模型进行改进。
一种增量配电园区的用电需求预测系统,包括:获取单元,用于获取待测园区中在设定时间段内各个行业的用电量统计数据;选择单元,用于根据所述用电量统计数据筛选出待测园区中的关键用电行业;建模单元,用于根据所述用电量统计数据以及所述关键用电行业建立分类别的行业用电量需求预测模型和分类别的地区用电量需求预测模型;改进模块,用于根据所述分类别的行业用电量需求预测模型、分类别的地区用电量需求预测模型以及用电量与预设经济变量之间的关系,构建改进的用电量需求预测模型;预测单元,用于根据所述用电量统计数据以及所述改进的用电量需求预测模型预测各行业类别的用电量需求和待测园区的用电量需求。
本发明的有益效果:
本发明可对园区的用电需求进行精细化且高精度的预测,以确保公司能够更好地规划、提前布点、精准投资,避免优质客户流失,产生更大的经济效益。
附图说明
图1为本发明一个实施例的增量配电园区的用电需求预测方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
在描述本发明实施例之前,先来说明本发明实施例中的增量配电园区基本投资构成。
由工程经验可知,经济发展程度、电网结构和电网的负荷特征以及地理条件能够对增量配电网投资和运营成本起到主导作用。同等条件下,经济发达区域增量配电网企业的建设成本要高于经济不发达区域的电网企业,增量配电网的电压等级、线路长度、变电容量、售电量、可靠性、以及用户数量等也直接影响到运营成本和收益,地理条件关系到供区面积、用户密度、负荷密度、地形、气候等,因此在制定配电标杆时,可以按照经济发展程度、配网结构、地理条件等主要维度,对增量配电网企业进行分类,具体如下:
(1)分类合理设计标杆电价,即根据各省市、各地区、各不同类型的配网,进行合理区分,充分考虑各类配网的实际情况进行区分,合理测算平均成本,并设计分电压等级、分用户类型的分类标杆,原则上由省级价格主管部门负责制定。
(2)采用分类平均方法,确定标杆配电价格。建议采用所在省市对配电网企业进行分类,根据同类配电网企业的平均水平确定标杆配电价格,即均值标杆法,这样有助于运营效率较低的配电网企业提升管理水平。
(3)尊重实际,充分考虑配网所在地现有的终端电价、上网电价、省级电网输配电价、趸售电价、地方经济发展需求、交叉补贴,以及配网平均成本,合理测算出配网的标杆电价。
(4)制定价格调整机制,标杆电价在每个监管周期开始之前,由有权限的政府部门负责制定和审批后,作为该监管周期的配电价格进行执行。在下一监管周期前,有权限的政府部门可以根据增量配电网企业的运营情况,和实际的配电建设运营成本,对下一监管周期的标杆电价进行价格调整,也可以取消标杆电价,转为准许收益法进行重新定价。
下面来说明配电资产分配。
配电资产涉及输、变、配各环节,涵盖一次设备、二次设备,以及信息化、自动化系统及装备(含通讯设备),日常检修运维及周期性试验所需的工器具等。借鉴电网公司配电资产分类方法。将配电资产按具体用途进行分类。典型类别包括输电线路、变电配电设备、配电线路、通信设备、自动化控制设别、仪器仪表、检修维护设备、生产管理用工器具、运输设备、非生产用设备及器具、房屋、建筑物等。
目前,国内电网企业多采用不完全制造成本法,生产成本包括与生产产品、提供劳务相关的生产成本以及管理费用、销售费用,期间费用仅核算财务费用。由于输配电业务具有无在产品和产成品库存的特点,采用完全成本法核算将不会影响企业财务状况和经营成果的公允性。输配电成本设置为一个生产成本核算对象,输配电成本对象下设材料费、职工薪酬、折旧费、修理费、农电费用、其他费用等成本项目。除生产成本外,配电业务成本还包括税金及附加。电网企业尚未将输电成本和配电成本分开核算,也未按电压等级和用户类别分类核算。
资产定价成本的计算除了符合会计准则和行业会计制度的要求外,还要符合输配电定价成本监审办法所述的相关性和合理性原则。
配电网企业主营配电服务,将电能从输电网或发电厂配送到电力用户处,向电力用户收取输电费用(同时代收发电、输电环节的费用及各项政府性基金和附加)。输电费用按不同电压等级和用户类别适用不同的定价。输电企业从输电网或电厂接受超高压/高压电能,通过配电设施就地分配或按电压逐级分配给各类用户,某一电压等级的电能被分配到该电压等级的用户和较低电压等级的配电网。配电网是配电网企业的主要经营性资产,包括配电线路、配电设备和配电设施等,配电网可按电压等级、供电区域、线路类型进行分类。配电网企业的日常经营活动主要是做好配电网的运行、维护和检修,使配电网安全、经济、可靠、持续地满足用户的用电需求。
由上述对配电业务的经营特点的分析可见,配电服务是一种能量传输服务,生产活动的主要目的是保持电能传输系统(配电网)的正常运行。配电服务的生产成本主要由配电网资产所产生,包括配电网资产的折耗、为保持配电网正常运行所耗费的人力和物质资源。高电压等级配电网资产为本电压等级的用户和下一电压等级的配电网提供服务,因此高电压等级的生产成本将逐级向下传导到低压用户。
图1为本发明一个实施例的增量配电园区的用电需求预测方法的流程图,如图1所示,包括S1、聚类分析增量配电园区各行业的负荷特征;S2、挖掘影响增量配电园区电力需求的因素;S3、对园区建设用户侧分布式电源的经济性进行分析;S4、建立增量配电园区电力需求预测模型。
进一步地,步骤S1进一步包括:S11、获取待测园区中在设定时间段内各个行业的用电量及负荷特性统计数据;S12、根据所述用电量统计数据筛选出待测园区中的关键用电行业;S13、聚类分析所述用电量及负荷特性统计数据以及所述关键用电行业,形成用电需求变化典型特征、负荷曲线。
进一步地,步骤S12进一步包括:S121、根据所述用电量统计数据,运用层次聚类算法对用电行业进行分类,得到用电行业的分类结果;S122、根据所述用电量统计数据和所述用电行业的分类结果,按层次聚类结果的评价指标来检验聚类的效果,若效果不符合预定的检验标准,则需重新对用电行业进行分类,若效果符合预定的检验标准,则进行下一步;S123、根据所述用电量统计数据和所述用电行业的分类结果,得到各行业类别对总体用电波动的影响值;S124、根据所述行业用电量占比以及所述各行业类别对总体用电波动的影响值,依据相应筛选标准筛选出关键用电行业。
具体地,下面对于本实施例中的层次聚类法做出进一步地说明。
层次聚类法是一种聚类分析方法。聚类分析是一种数据归约技术,它可以把大量的观测数据值归约为若干个子类,每一类是由若干观测值组成的群组,群组内观测值的相似度要比群间相似度高。层次聚类和划分聚类是两种常用聚类方法,在层次聚类中,每一个观测值自成一类,这些类每次两两合并,直到所有的类被聚成一类为止。在划分聚类中,首先指定类的个数K,然后观测值被随机分成K类,再重新形成聚合的类。由于事先未知分类个数,本发明实施例采用层次聚类法对配电网企业进行分类。在层次聚类中,起初每一个配电网属于一类,然后每一次聚类把两类聚成一类,直到所有的类聚成单个类为止。具体计算步骤如下:
(1)定义每个观测值为一类。
(2)计算每类和其他各类的距离。
(3)把距离最短的两类合成一类,这样类的个数就减少一个。
(4)重复步骤2和步骤3,知道包含所有观测值的类合并成单个类为止。
本发明实施例的具体的聚类过程采用R语言软件Revolution R来实现,是一款Revolution Analytics于2010年推出的基于R语言开发的工具软件。该公司的RevolutionREnterprise支持高性能的数据存储XDF格式,并且可以更好的运行在多核/多线程处理器和跨服务器集群的平台上,从而可以更好的处理大数据。Revolution Analytics与IBM已开展合作,将支持Hadoop的功能集成进Revolution R中。同时,也可以在社区的包库中找到支持Hadoop及MapReduce功能集成到开源R的包。这将使得Hadoop集群中的每个节点都可以在Hadoop分布式文件系统中数据存储的本地Hadoop集群可以运行R分析,然后聚合这些计算结果。
进一步地,步骤S2进一步包括:S21、收集历史客户用电、客户档案、负荷、电价及其他用电相关数据,通过算法模型关联分析影响因素大小,形成初步电力需求的影响因素清单;S22、对初步电力需求的影响因素清单进行分析比对,分析电价、综合能源对园区用电需求的影响,挖掘影响增量配电园区电力需求的因素。
进一步地,步骤S3进一步包括:S31、分析分布式电源不同出力场景下园区用电变化情况;S32、挖掘用户电力消费与分布式电源的关联关系;S33、构建分布式电源出力与园区用电关联分析及经济性评价模型;S34、通过园区历史用电数据的验证,提高模型的经济评价模型的评价准确性。
进一步地,步骤S4进一步包括:S41、根据所述用电量统计数据以及所述关键用电行业建立分类别的行业用电量需求预测模型和分类别的地区用电量需求预测模型;S42、根据所述分类别的行业用电量需求预测模型以及用电量与预设经济变量之间的关系,构建改进的用电量需求预测模型;S43、根据所述用电量统计数据以及所述改进的用电量需求预测模型预测各行业类别的用电量需求和待测园区的用电量需求。
进一步地,建立分类别的行业用电量需求预测模型,包括如下步骤:根据所述用电量统计数据,对用电量统计数据进行整理,包括有效性检查、错误数据剔除与修改;根据所述用电量统计数据以及所述关键用电行业,按不同的时间尺度,分别拟合各关键用电行业的用电量需求真实值;根据所述用电量统计数据以及所述关键用电行业,按不同的时间尺度和不同的预测模型,分别拟合各关键用电行业的用电量需求预测值;比较各模型的用电量预测值与用电量需求真实值的误差大小,建立相应的不同时间尺度下的行业用电量需求预测模型。
进一步地,构建改进的用电量需求预测模型包括如下步骤:根据地区的用电量和预设的经济变量数据,采用时差相关分析方法,计算所述经济变量和用电量之间的变化时间关系,选取变化时间领先于用电量的经济变量;根据所述分类别的行业用电量需求预测模型、分类别的地区用电量需求预测模型以及所述选取的经济变量,把所述选取的经济变量加入相应的用电量需求预测模型进行改进。
以及,一种增量配电园区的用电需求预测系统,包括:获取单元,用于获取待测园区中在设定时间段内各个行业的用电量统计数据;选择单元,用于根据所述用电量统计数据筛选出待测园区中的关键用电行业;建模单元,用于根据所述用电量统计数据以及所述关键用电行业建立分类别的行业用电量需求预测模型和分类别的地区用电量需求预测模型;改进模块,用于根据所述分类别的行业用电量需求预测模型、分类别的地区用电量需求预测模型以及用电量与预设经济变量之间的关系,构建改进的用电量需求预测模型;预测单元,用于根据所述用电量统计数据以及所述改进的用电量需求预测模型预测各行业类别的用电量需求和待测园区的用电量需求。
本发明可对园区的用电需求进行精细化且高精度的预测,以确保公司能够更好地规划、提前布点、精准投资,避免优质客户流失,产生更大的经济效益。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种增量配电园区的用电需求预测方法,其特征在于,包括如下步骤:
S1、聚类分析增量配电园区各行业的负荷特征;
S2、挖掘影响增量配电园区电力需求的因素;
S3、对园区建设用户侧分布式电源的经济性进行分析;
S4、建立增量配电园区电力需求预测模型。
2.根据权利要求1所述的一种增量配电园区的用电需求预测方法,其特征在于,步骤S1进一步包括:
S11、获取待测园区中在设定时间段内各个行业的用电量及负荷特性统计数据;
S12、根据所述用电量统计数据筛选出待测园区中的关键用电行业;
S13、聚类分析所述用电量及负荷特性统计数据以及所述关键用电行业,形成用电需求变化典型特征、负荷曲线。
3.根据权利要求2所述的一种增量配电园区的用电需求预测方法,其特征在于,步骤S12进一步包括:
S121、根据所述用电量统计数据,运用聚类算法对用电行业进行分类,得到用电行业的分类结果;
S122、根据所述用电量统计数据和所述用电行业的分类结果,按聚类结果的评价指标来检验聚类的效果,若效果不符合预定的检验标准,则需重新对用电行业进行分类,若效果符合预定的检验标准,则进行下一步;
S123、根据所述用电量统计数据和所述用电行业的分类结果,得到各行业类别对总体用电波动的影响值;
S124、根据所述行业用电量占比以及所述各行业类别对总体用电波动的影响值,依据相应筛选标准筛选出关键用电行业。
4.根据权利要求3所述的一种增量配电园区的用电需求预测方法,其特征在于,步骤S2进一步包括:
S21、收集历史客户用电、客户档案、负荷、电价及其他用电相关数据,通过算法模型关联分析影响因素大小,形成初步电力需求的影响因素清单;
S22、对初步电力需求的影响因素清单进行分析比对,分析电价、综合能源对园区用电需求的影响,挖掘影响增量配电园区电力需求的因素。
5.根据权利要求4所述的一种增量配电园区的用电需求预测方法,其特征在于,步骤S3进一步包括:
S31、分析分布式电源不同出力场景下园区用电变化情况;
S32、挖掘用户电力消费与分布式电源的关联关系;
S33、构建分布式电源出力与园区用电关联分析及经济性评价模型;
S34、通过园区历史用电数据的验证,提高模型的经济评价模型的评价准确性。
6.根据权利要求5所述的一种增量配电园区的用电需求预测方法,其特征在于,步骤S4进一步包括:
S41、根据所述用电量统计数据以及所述关键用电行业建立分类别的行业用电量需求预测模型和分类别的地区用电量需求预测模型;
S42、根据所述分类别的行业用电量需求预测模型以及用电量与预设经济变量之间的关系,构建改进的用电量需求预测模型;
S43、根据所述用电量统计数据以及所述改进的用电量需求预测模型预测各行业类别的用电量需求和待测园区的用电量需求。
7.根据权利要求6所述的一种增量配电园区的用电需求预测方法,其特征在于,建立分类别的行业用电量需求预测模型,包括如下步骤:
根据所述用电量统计数据,对用电量统计数据进行整理,包括有效性检查、错误数据剔除与修改;
根据所述用电量统计数据以及所述关键用电行业,按不同的时间尺度,分别拟合各关键用电行业的用电量需求真实值;
根据所述用电量统计数据以及所述关键用电行业,按不同的时间尺度和不同的预测模型,分别拟合各关键用电行业的用电量需求预测值;
比较各模型的用电量预测值与用电量需求真实值的误差大小,建立相应的不同时间尺度下的行业用电量需求预测模型。
8.根据权利要求7所述的一种增量配电园区的用电需求预测方法,,其特征在于,构建改进的用电量需求预测模型包括如下步骤:
根据地区的用电量和预设的经济变量数据,采用时差相关分析方法,计算所述经济变量和用电量之间的变化时间关系,选取变化时间领先于用电量的经济变量;
根据所述分类别的行业用电量需求预测模型、分类别的地区用电量需求预测模型以及所述选取的经济变量,把所述选取的经济变量加入相应的用电量需求预测模型进行改进。
9.一种增量配电园区的用电需求预测系统,其特征在于,包括:
获取单元,用于获取待测园区中在设定时间段内各个行业的用电量统计数据;
选择单元,用于根据所述用电量统计数据筛选出待测园区中的关键用电行业;
建模单元,用于根据所述用电量统计数据以及所述关键用电行业建立分类别的行业用电量需求预测模型和分类别的地区用电量需求预测模型;
改进模块,用于根据所述分类别的行业用电量需求预测模型、分类别的地区用电量需求预测模型以及用电量与预设经济变量之间的关系,构建改进的用电量需求预测模型;
预测单元,用于根据所述用电量统计数据以及所述改进的用电量需求预测模型预测各行业类别的用电量需求和待测园区的用电量需求。
CN201910814904.0A 2019-08-28 2019-08-28 一种增量配电园区的用电需求预测方法及系统 Pending CN112446519A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910814904.0A CN112446519A (zh) 2019-08-28 2019-08-28 一种增量配电园区的用电需求预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910814904.0A CN112446519A (zh) 2019-08-28 2019-08-28 一种增量配电园区的用电需求预测方法及系统

Publications (1)

Publication Number Publication Date
CN112446519A true CN112446519A (zh) 2021-03-05

Family

ID=74733663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910814904.0A Pending CN112446519A (zh) 2019-08-28 2019-08-28 一种增量配电园区的用电需求预测方法及系统

Country Status (1)

Country Link
CN (1) CN112446519A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579884A (zh) * 2023-07-12 2023-08-11 武汉振铭科技发展有限公司 一种电力用户行为分析方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579884A (zh) * 2023-07-12 2023-08-11 武汉振铭科技发展有限公司 一种电力用户行为分析方法及系统
CN116579884B (zh) * 2023-07-12 2023-09-22 武汉振铭科技发展有限公司 一种电力用户行为分析方法及系统

Similar Documents

Publication Publication Date Title
CN111582911A (zh) 一种多元用户与电网友好互动用电系统
Sanhueza et al. DEA efficiency for the determination of the electric power distribution added value
Kim et al. Impacts of regional development strategies on growth and equity of Korea: A multiregional CGE model
CN108596467B (zh) 一种适于售电公司的市场运营模拟交易仿真系统
CN116579590B (zh) 一种虚拟电厂中的需求响应评估方法和系统
Yan et al. A dynamic network analysis of spot electricity prices in the Australian national electricity market
CN111667090A (zh) 一种基于深度置信网络与权值共享的负荷预测方法
CN115600934A (zh) 一种配电网工程的投资效率效益评估方法、装置
CN111967684B (zh) 一种基于大数据分析的计量资产主动配送方法
Shuai et al. Analysis and identification of power blackout-sensitive users by using big data in the energy system
CN112446519A (zh) 一种增量配电园区的用电需求预测方法及系统
CN112734274A (zh) 一种低碳电网运营主导影响因素挖掘及综合评估方法
Ge et al. Proactive two-level dynamic distribution routing optimization based on historical data
CN114971696A (zh) 一种基于用电量的报价方法及流程信息上传系统
CN114140176A (zh) 一种负荷聚集平台的可调容量预测方法及装置
CN114202403A (zh) 一种基于电力数据的信用评价方法和系统
Boyd et al. Scarcity, resource price uncertainty, and economic growth
CN112001551A (zh) 一种基于大用户电量信息的地市电网售电量预测方法
CN111428938A (zh) 一种基于功能差异与全寿命周期的输电网方案优选方法
CN113191807B (zh) 一种天然气客户评级系统及方法
Sangeeth LR et al. Information processing and demand response systems effectiveness: a conceptual study
CN117436718B (zh) 一种基于多维引擎的智能数据管理平台
CN114708012A (zh) 一种基于电网月度电能拓扑的成本分析方法
Yan et al. Research on Location Selection of Power Grid Material Distribution Center Based on Entropy Weight TOPSIS Method
CN112435131A (zh) 一种基于高弹性电网的精准投资指数理论及计算方法

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