CN116565833B - 基于典型日网供负荷曲线的预测方法、装置和存储介质 - Google Patents
基于典型日网供负荷曲线的预测方法、装置和存储介质 Download PDFInfo
- Publication number
- CN116565833B CN116565833B CN202310185630.XA CN202310185630A CN116565833B CN 116565833 B CN116565833 B CN 116565833B CN 202310185630 A CN202310185630 A CN 202310185630A CN 116565833 B CN116565833 B CN 116565833B
- Authority
- CN
- China
- Prior art keywords
- load
- power generation
- determining
- period
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000010248 power generation Methods 0.000 claims abstract description 126
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims 3
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Nonlinear Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本说明书实施例提供了一种基于典型日网供负荷曲线的预测方法、装置和存储介质，方法包括：基于气温因素，确定目标时段和基准时段；根据预设模型和预先采集的历史调度发受电负荷数据，确定负荷比例，负荷比例用表征目标时段的调度发受电负荷与基准时段的调度发受电负荷的比例；根据历史调度发受电负荷数据，从基准时段中，确定典型日，典型日为基准时段中调度发受电负荷最大的日期；根据历史调度发受电负荷数据，确定典型日的网供负荷曲线；根据负荷比例和典型日的网供负荷曲线，确定目标时段的网供负荷曲线。申请提供的技术方案用以解决现有技术中没有考虑极端天气对电网负荷的影响的问题。
Description
技术领域
本文件涉及电力工程技术领域，尤其涉及一种基于典型日网供负荷曲线的预测方法、装置和存储介质。
背景技术
电网负荷预测是电力系统安全保供的关键，在电力系统规划、生产调度等发挥重要作用。
当前，在电力市场化改革持续推进背景下，电力用户可以根据分时峰谷等价格机制选择用电时间和规模，因此电网能量供给预测主要考虑经济因素对电网负荷的影响。
然而，全球变暖背景下极端天气气候事件发生频次和强度增加，使得电网负荷变化更加复杂。因此仅考虑经济因素对电网负荷的影响，降低电网负荷预测的精确度
发明内容
鉴于上述的分析，本申请旨在提出一种基于典型日网供负荷曲线的预测方法、装置和存储介质，考虑了极端天气对电网负荷的影响，从而提高电力预测的精确度。
第一方面，本说明书一个或多个实施例提供了一种基于典型日网供负荷曲线的预测方法，包括：
基于气温因素，确定目标时段和基准时段；
根据预设模型和预先采集的历史调度发受电负荷数据，确定负荷比例，所述负荷比例用表征所述目标时段的调度发受电负荷与所述基准时段的调度发受电负荷的比例；
根据所述历史调度发受电负荷数据，从所述基准时段中，确定典型日，所述典型日为所述基准时段中调度发受电负荷最大的日期；
根据所述历史调度发受电负荷数据，确定所述典型日的网供负荷曲线；
根据所述负荷比例和所述典型日的网供负荷曲线，确定目标时段的网供负荷曲线。
进一步地，所述根据预设模型和历史调度发受电负荷数据，确定负荷比例，包括：
采集所述目标时段对应的地区生产总值和所述目标时段的平均温度；
将所述地区生产总值和所述平均温度代入预设模型，得到所述目标时段对应的调度发受电最大负荷；
根据所述历史调度发受电负荷数据，确定所述基准时段对应的调度发受电最大负荷；
计算所述目标时段对应的调度发受电最大负荷和所述基准时段对应的调度发受电最大负荷的比值，得到所述负荷比例。
进一步地，所述代入预设模型为：基于地区生产总值和平均气温搭建的多元回归模型。
进一步地，所述典型日的网供负荷曲线用于表征调度发受电负荷与时间节点的函数关系；
所述根据所述负荷比例和所述典型日的网供负荷曲线，确定目标时段的网供负荷曲线，包括：
根据所述负荷比例，保持所述时间节点不变，调整各所述时间节点对应的调度发受电负荷，得到所述目标时段的网供负荷曲线。
进一步地，所述方法还包括：
根据所述历史调度发受电负荷数据，确定所述基准时段对应的峰时段转出负荷；
针对所述典型日的网供负荷曲线，曲线波峰减去所述峰时段转出负荷，曲线波谷加上所述峰时段转出负荷。
进一步地，所述方法还包括：
采集历史光伏出力数据；
根据所述典型日的历史光伏出力数据和调度发受电负荷曲线，确定总负荷曲线。
进一步地，所述典型日的网供负荷曲线为调度发受电负荷在所述典型日的24小时变化曲线。
第二方面，本申请实施例提供了一种基于典型日网供负荷曲线的预测装置，包括：确定模块和数据处理模块；
所述确定模块用于基于气温因素，确定目标时段和基准时段；
所述数据处理模块用于根据预设模型和预先采集的历史调度发受电负荷数据，确定负荷比例，所述负荷比例用表征所述目标时段的调度发受电负荷与所述基准时段的调度发受电负荷的比例；根据所述历史调度发受电负荷数据，从所述基准时段中，确定典型日，所述典型日为所述基准时段中调度发受电负荷最大的日期；根据所述历史调度发受电负荷数据，确定所述典型日的网供负荷曲线；根据所述负荷比例和所述典型日的网供负荷曲线，确定目标时段的网供负荷曲线。
进一步地，所述数据处理模块用于采集所述目标时段对应的地区生产总值和所述目标时段的平均温度；将所述地区生产总值和所述平均温度代入预设模型，得到所述目标时段对应的调度发受电最大负荷；根据所述历史调度发受电负荷数据，确定所述基准时段对应的调度发受电最大负荷；计算所述目标时段对应的调度发受电最大负荷和所述基准时段对应的调度发受电最大负荷的比值，得到所述负荷比例。
第三方面，本申请实施例提供了一种存储介质，包括：
用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现第一方面中任一项所述的方法。
与现有技术相比，本申请至少能实现以下技术效果：
本申请基于气温因素，选择典型日的网供负荷曲线作为基准时段的调度发受电负荷曲线。之后，利用基准时段的调度发受电负荷曲线和负荷比例得到目标时段的网供负荷曲线，从而将气温因素加入电力负荷预测中，从而提高了电力预测的精确度。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种基于典型日网供负荷曲线的预测方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
电力负荷本质上为电量的用户需求，即用户需求越大，电力负荷越大。影响用户需求的因素很多，例如，温度、经济发展情况、电价等。但是影响效果最明显的是温度。例如，夏季和冬季的用电量明显高于春秋两季，而其他因素都需要经过一段时间才能显示出其效果。
在全球变暖背景下极端天气气候事件发生频次和强度增加，意味着高温和严寒的时段在增加，这将对用户需求产生极大地影响，即必然导致电力负荷变化。因此，为了应对上述技术问题，本申请实施例提供了一种基于典型日网供负荷曲线的预测方法，包括以下步骤：
步骤1、基于气温因素，确定目标时段和基准时段。
在本申请实施例，目标时段为未来的某些天、月、季或年，基准时段为已经产生电力负荷数据的某些天、月、季或年。基于气温因素指当发现气温比历史同期或去年同期有异常。例如，根据气候信息，确定地区A当年冬季为暖冬，此时地区A还没进入冬天，则以当年冬季为目标时段，以上一年冬季为基准时段。
需要说明的是，本申请的温度因素，并不仅限于夏季和冬季，同样适用于其他场景。具体地：
场景一，调度部门需要整修电力设备，为在维护期间满足电力负荷，需要根据温度因素，预估维修期间内的电力负荷，从而制定相应的维修计划。此时维修期对应的时段为目标时段，上年同期时段或当前同季的时段为基准时段。
场景二，逢年过节会导致电力负荷改变，为了满足节假日的电力负荷，需要根据温度因素，预估节假日的电力负荷，从而制定相应的供电计划。此时，当年节假日即为目标时段，上年同一个节假日或当年同季的时段为基准时段。
步骤2、根据预设模型和预先采集的历史调度发受电负荷数据，确定负荷比例。
在本申请实施例中，负荷比例用表征目标时段的调度发受电负荷与基准时段的调度发受电负荷的比例。其中，负荷比例的确定方法为：
A1、采集目标时段对应的地区生产总值和目标时段的平均温度。
在本申请实施例中，参考政府规划报告、权威机构等预测目标年份地区生产总值，采用近五年气温平均值作为预测年份夏季平均气温
A2、将地区生产总值和平均温度代入预设模型，得到目标时段对应的调度发受电最大负荷。
在本申请实施例中，为了提高预测结果的精确度，采用相关性好的多元回归模型作为预设模型。其中，多元回归模型是基于地区生产总值和平均气温搭建的。例如，多元回归方程为：
Y1＝0.124Y1,1+0.046Y1,2+0.254
其中，Y1：夏季调度发受电最大负荷；Y1,1：地区生产总值；Y1,2：夏季平均气温。
A3、根据历史调度发受电负荷数据，确定基准时段对应的调度发受电最大负荷。
在本申请实施例中，历史调度发受电负荷数据为已经产生的调度发受电负荷，因此可以根据历史调度发受电负荷数据，确定基准时段对应的调度发受电最大负荷。
A4、计算目标时段对应的调度发受电最大负荷和基准时段对应的调度发受电最大负荷的比值，得到负荷比例。
步骤3、根据历史调度发受电负荷数据，从基准时段中，确定典型日。
在本申请实施例中，如前所述，用户需求越大，调度发受电负荷越大。针对某一特定时段，只要供电计划能满足调度发受电负荷最大的那天，就肯定能满足其他时间的用户需求。而调度发受电负荷最大的那天，通常是温度最高或最低的一天。因此，选择基准时段中调度发受电负荷最大的日期为典型日，是利用调度发受电负荷对温度因素进行数据化，从而将温度因素加入到电力负荷预测。
步骤4、根据历史调度发受电负荷数据，确定典型日的网供负荷曲线。
在本申请实施例中，典型日当天的历史调度发受电负荷数据通常会以调度发受电负荷曲线形式存储，调度发受电负荷曲线用于表征调度发受电负荷与时间节点的函数关系，即将调度发受电负荷在所述典型日的24小时变化曲线作为典型日的网供负荷曲线。
步骤3和步骤4的具体示例为：
目标时段为下一年夏季，选取当年6月-8月最大负荷发生日子为典型日，将该日的24点调度发受电负荷曲线，作为基准年份夏季典型日的网供负荷曲线。
步骤5、根据负荷比例和典型日的网供负荷曲线，确定目标时段的网供负荷曲线。
在本申请实施例中，由于典型日的网供负荷曲线用于表征调度发受电负荷与时间节点的函数关系，因此根据负荷比例，保持时间节点不变，调整各时间节点对应的调度发受电负荷，得到目标时段的网供负荷曲线。
例如，计算目标年份调度发受电最大负荷与基准年份调度发受电最大负荷的比例，并将其作为放大倍数，对典型日调度发受电负荷曲线中每一时刻的负荷水平进行等比放大，得到目标年份调度发受电负荷曲线。
进一步地，基于典型日调度发受电负荷曲线，考虑峰谷分时电价对电力负荷的影响，包括以下步骤：
B1、根据历史调度发受电负荷数据，确定基准时段对应的峰时段转出负荷。
在本申请实施例中，确定峰时段转出负荷具体为：
首先，根据历史调度发受电负荷数据，选取分时电价执行后的调度发受电负荷曲线。计算基准时段平均日峰谷差率，即分别计算每天的峰谷差率，再针对该时段每日的峰谷差率数据求平均值。日峰谷差率基于日度24点调度发受电负荷曲线计算得到，即当日最大负荷与当日最小负荷之差，再除以当日平均负荷。
之后，按照同样的方法可计算目标时段的平均日峰谷差率。
最后，两者作差得到峰谷分时电价政策执行后峰谷差率的变化情况，即峰谷差率差值。
基于峰谷差率差值，目标时段的平均日峰谷差率和基准时段的平均日峰谷差率，确定峰时段转出负荷。峰时段转出负荷＝(当日峰谷差-目标年份考虑电价影响的峰谷差率*目标年份考虑电价影响前的夏季调度发受电最大负荷)/(2-目标年份考虑电价影响的峰谷差率)。
B2、针对典型日的网供负荷曲线，曲线波峰减去峰时段转出负荷，曲线波谷加上峰时段转出负荷。
进一步地，基于典型日调度发受电负荷曲线，预测目标时段的总负荷，包括以下步骤：
C1、采集历史光伏出力数据。
在本申请实施例中，历史光伏出力数据为分布式光伏的出力数据。由于分布式光伏通常直接和用户对接，因此分布式光伏的出力数据可以用来表征用户需求。
C2、根据典型日的历史光伏出力数据和调度发受电负荷曲线，确定总负荷曲线。
在本申请实施例中，C2的具体过程为：
根据历史光伏出力数据，获取典型日分布式光伏24点出力曲线，以及基准时段分布式光伏总装机规模数据。利用目标时段分布式光伏装机规模除以基准时段分布式光伏总装机规模，得到装机比例，将其作为放大倍数对典型日分布式光伏24点出力曲线的每一时刻出力值进行等比放大，即可得到目标时段分布式光伏出力曲线。
最后，将目标时段调度发受电负荷曲线，与目标时段分布式光伏出力曲线进行叠加，即得到目标年份夏季典型日网供负荷曲线预测结果。
本申请实施例提供了一种基于典型日网供负荷曲线的预测装置，包括：确定模块和数据处理模块；
所述确定模块用于基于气温因素，确定目标时段和基准时段；
所述数据处理模块用于根据预设模型和预先采集的历史调度发受电负荷数据，确定负荷比例，所述负荷比例用表征所述目标时段的调度发受电负荷与所述基准时段的调度发受电负荷的比例；根据所述历史调度发受电负荷数据，从所述基准时段中，确定典型日，所述典型日为所述基准时段中调度发受电负荷最大的日期；根据所述历史调度发受电负荷数据，确定所述典型日的网供负荷曲线；根据所述负荷比例和所述典型日的网供负荷曲线，确定目标时段的网供负荷曲线。
在本申请实施例中，所述数据处理模块用于采集所述目标时段对应的地区生产总值和所述目标时段的平均温度；将所述地区生产总值和所述平均温度代入预设模型，得到所述目标时段对应的调度发受电最大负荷；根据所述历史调度发受电负荷数据，确定所述基准时段对应的调度发受电最大负荷；计算所述目标时段对应的调度发受电最大负荷和所述基准时段对应的调度发受电最大负荷的比值，得到所述负荷比例。
本申请实施例提供了一种存储介质，包括：
用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现以下流程：
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪30年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已，并不用于限制本文件。对于本领域技术人员来说，本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本文件的权利要求范围之内。
Claims (8)
1.一种基于典型日网供负荷曲线的预测方法，其特征在于，包括：
基于气温因素，确定目标时段和基准时段；
根据预设模型和预先采集的历史调度发受电负荷数据，确定负荷比例，所述负荷比例用表征所述目标时段的调度发受电负荷与所述基准时段的调度发受电负荷的比例；
根据所述历史调度发受电负荷数据，从所述基准时段中，确定典型日，所述典型日为所述基准时段中调度发受电负荷最大的日期；
根据所述历史调度发受电负荷数据，确定所述典型日的网供负荷曲线；
根据所述负荷比例和所述典型日的网供负荷曲线，确定目标时段的网供负荷曲线；
所述根据预设模型和历史调度发受电负荷数据，确定负荷比例，包括：
采集所述目标时段对应的地区生产总值和所述目标时段的平均温度；
将所述地区生产总值和所述平均温度代入预设模型，得到所述目标时段对应的调度发受电最大负荷；
根据所述历史调度发受电负荷数据，确定所述基准时段对应的调度发受电最大负荷；
计算所述目标时段对应的调度发受电最大负荷和所述基准时段对应的调度发受电最大负荷的比值，得到所述负荷比例。
2.根据权利要求1所述的方法，其特征在于，
所述代入预设模型为：基于地区生产总值和平均气温搭建的多元回归模型。
3.根据权利要求1所述的方法，其特征在于，
所述典型日的网供负荷曲线用于表征调度发受电负荷与时间节点的函数关系；
所述根据所述负荷比例和所述典型日的网供负荷曲线，确定目标时段的网供负荷曲线，包括：
根据所述负荷比例，保持所述时间节点不变，调整各所述时间节点对应的调度发受电负荷，得到所述目标时段的网供负荷曲线。
4.根据权利要求3所述的方法，其特征在于，
所述方法还包括：
根据所述历史调度发受电负荷数据，确定所述基准时段对应的峰时段转出负荷；
针对所述典型日的网供负荷曲线，曲线波峰减去所述峰时段转出负荷，曲线波谷加上所述峰时段转出负荷。
5.根据权利要求3所述的方法，其特征在于，
所述方法还包括：
采集历史光伏出力数据；
根据所述典型日的历史光伏出力数据和调度发受电负荷曲线，确定总负荷曲线。
6.根据权利要求1所述的方法，其特征在于，
所述典型日的网供负荷曲线为调度发受电负荷在所述典型日的24小时变化曲线。
7.一种基于典型日网供负荷曲线的预测装置，其特征在于，包括：确定模块和数据处理模块；
所述确定模块用于基于气温因素，确定目标时段和基准时段；
所述数据处理模块用于根据预设模型和预先采集的历史调度发受电负荷数据，确定负荷比例，所述负荷比例用表征所述目标时段的调度发受电负荷与所述基准时段的调度发受电负荷的比例；根据所述历史调度发受电负荷数据，从所述基准时段中，确定典型日，所述典型日为所述基准时段中调度发受电负荷最大的日期；根据所述历史调度发受电负荷数据，确定所述典型日的网供负荷曲线；根据所述负荷比例和所述典型日的网供负荷曲线，确定目标时段的网供负荷曲线；
所述数据处理模块用于采集所述目标时段对应的地区生产总值和所述目标时段的平均温度；将所述地区生产总值和所述平均温度代入预设模型，得到所述目标时段对应的调度发受电最大负荷；根据所述历史调度发受电负荷数据，确定所述基准时段对应的调度发受电最大负荷；计算所述目标时段对应的调度发受电最大负荷和所述基准时段对应的调度发受电最大负荷的比值，得到所述负荷比例。
8.一种存储介质，其特征在于，包括：
用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310185630.XA CN116565833B (zh) | 2023-02-24 | 2023-02-24 | 基于典型日网供负荷曲线的预测方法、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310185630.XA CN116565833B (zh) | 2023-02-24 | 2023-02-24 | 基于典型日网供负荷曲线的预测方法、装置和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116565833A CN116565833A (zh) | 2023-08-08 |
| CN116565833B true CN116565833B (zh) | 2024-02-27 |
Family
ID=87502589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310185630.XA Active CN116565833B (zh) | 2023-02-24 | 2023-02-24 | 基于典型日网供负荷曲线的预测方法、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116565833B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117670073A (zh) * | 2023-10-30 | 2024-03-08 | 国家电网有限公司华东分部 | 一种基于负荷气温关联分析的预测模型构建方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156786A (zh) * | 2014-08-18 | 2014-11-19 | 广西电网有限责任公司 | 一种考虑气象多因素影响的非工作日最大日负荷预测系统 |
| CN105069525A (zh) * | 2015-07-30 | 2015-11-18 | 广西大学 | 全天候96点日负荷曲线预测及优化修正系统 |
| CN112668787A (zh) * | 2020-12-30 | 2021-04-16 | 国网浙江海盐县供电有限公司 | 一种分布式光伏典型出力曲线的统调负荷预测简化方法 |
-
2023
- 2023-02-24 CN CN202310185630.XA patent/CN116565833B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156786A (zh) * | 2014-08-18 | 2014-11-19 | 广西电网有限责任公司 | 一种考虑气象多因素影响的非工作日最大日负荷预测系统 |
| CN105069525A (zh) * | 2015-07-30 | 2015-11-18 | 广西大学 | 全天候96点日负荷曲线预测及优化修正系统 |
| CN112668787A (zh) * | 2020-12-30 | 2021-04-16 | 国网浙江海盐县供电有限公司 | 一种分布式光伏典型出力曲线的统调负荷预测简化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116565833A (zh) | 2023-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Welsch et al. | Modelling elements of smart grids–enhancing the OSeMOSYS (open source energy modelling system) code | |
| Nabavi et al. | Deep learning in energy modeling: Application in smart buildings with distributed energy generation | |
| Yang et al. | Fluctuation reduction of wind power and sizing of battery energy storage systems in microgrids | |
| CN116565833B (zh) | 基于典型日网供负荷曲线的预测方法、装置和存储介质 | |
| US20140278699A1 (en) | Modeling energy conversion in systems | |
| Renner | Solar harvest prediction supported by cloud cover forecasts | |
| Zjavka | Power quality statistical predictions based on differential, deep and probabilistic learning using off‐grid and meteo data in 24‐hour horizon | |
| CN114004427B (zh) | 一种电源与季节性储能规划方法及装置 | |
| CN114221353B (zh) | 电网调控方法、装置、设备、存储介质和计算机程序产品 | |
| CN116562657B (zh) | 基于物联网的光伏储能管理方法、装置、介质、电子设备 | |
| US10931107B2 (en) | System and method for management of an electricity distribution grid | |
| CN116341883B (zh) | 一种光伏并网开关的资源协调方法及系统 | |
| CN110826750B (zh) | 一种电力负荷预测方法、装置、设备及系统 | |
| CN111768111A (zh) | 一种新能源消纳能力分析方法、电子设备及存储介质 | |
| CN116562532A (zh) | 微电网储能系统调度方法、装置、设备及介质 | |
| JP6605342B2 (ja) | 電力需要予測装置、電力需要予測方法、及び電力需要予測プログラム | |
| Chayarun et al. | Determination of optimal battery energy storage system capacity for commercial electricity consumers with photovoltaic systems by integrating battery aging and PV forecast uncertainty | |
| Jakhar | A comprehensive review of power system flexibility | |
| CN113363973A (zh) | 一种热电联合调度方法及装置 | |
| CN116523687B (zh) | 考虑多因素的用电增长驱动力分解方法、装置和存储介质 | |
| Chen | Optimize configuration of multi energy storage system in a standalone microgrid | |
| CN117077986B (zh) | 电力系统极端运行风险场景的态势感知方法及相关设备 | |
| CN115360748A (zh) | 一种新型电力系统源荷协同优化方法、装置和存储介质 | |
| CN117748511A (zh) | 电力现货市场环境下绿氢发电设备调度运行方法和装置 | |
| CN117196682A (zh) | 一种虚拟电厂协同优化方法、装置、设备及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |