【技术实现步骤摘要】
本专利技术涉及智能电网和能源互联网领域,是一种能源互联网环境下基于属性关联的短期负荷预测系统及其方法。
技术介绍
电力负荷预测是电网配电管理的重要基础,是电力系统规划和调度的重要依据,以及电力系统运行中的重要部分,对电力系统运行的安全性、稳定性,都有着非常重要的影响。由于新能源的并网后,风能和光伏出力等新能源发电的随机性和不确定性,如何解决大规模间歇性新能源并网后,对实时负荷变化的影响和预测是本专利研究的主要内容。短期负荷预测是基于实时负荷变化规律,全面考虑影响负荷变化的各种因素,挖掘各种相关因素与电力负荷变化的内在联系。其目的是预测未来几个小时内或几天内的用电负荷负载,为电力系统控制中心的合理调度和安全运作提供了技术支持,实现发电容量的合理性和成本最小化。传统的短期负荷预测有时间序列方法、人工神经网络方法、灰色预测方法及小波分析预测方法。时间序列方法根据负荷历史数据建立数学模型,基于此模型基础上进行负荷预测,该方法没有考虑负荷变化的全面因素,只致力于数据的拟合,对全面数据的规律分析和处理也明显不足;人工神经网络方法则在应对突发的电力负荷波动时(波峰波谷的落差)能力不足,虽然对非结构性和非确定性的规律有一定的自适应性,但学习过程太慢;灰色预测方法则主要善于解决少量的历史数据,以此发现影响负荷的规律,计算结果说服力不足,同时,建立的负荷预测模型也难以应对波动性较大的电力负荷,历史数据少量且离散程度较大时,预测精度较差;小波分析预测方法则缺乏考虑天气、温度等其他多重因素对电力负荷的影响,虽然预测精度较好,但实施环境太过理想。综上所述,传统的方法大多应用范围比 ...
【技术保护点】
一种能源互联网环境下基于属性关联的负荷预测系统,其特征是,它包括:数据采集及数据库管理模块,用于采集原始数据并进行分类,进而构建数据库本体;电量供需平衡实时监测模块,基于数据库中的原始数据构建大规模图,依据构建的大规模图结构对影响用户用电的因素进行分析,监测供需双向负荷变化规律及阈值预警;数据分析与处理模块,以大规模图结构为数据本体,将同一时间内消耗相等或相似电量的用户群建立关联关系,从而进行用户侧短期或超短期负荷的预测分析;数据存储模块,对主机空间占有率与分配率进行实时监测;电量查询模块,用于用户进行用电量的实时查询。
【技术特征摘要】
1.一种能源互联网环境下基于属性关联的负荷预测系统,其特征是,它包括:数据采集及数据库管理模块,用于采集原始数据并进行分类,进而构建数据库本体;电量供需平衡实时监测模块,基于数据库中的原始数据构建大规模图,依据构建的大规模图结构对影响用户用电的因素进行分析,监测供需双向负荷变化规律及阈值预警;数据分析与处理模块,以大规模图结构为数据本体,将同一时间内消耗相等或相似电量的用户群建立关联关系,从而进行用户侧短期或超短期负荷的预测分析;数据存储模块,对主机空间占有率与分配率进行实时监测;电量查询模块,用于用户进行用电量的实时查询。2.根据权利要求1所述的能源互联网环境下基于属性关联的负荷预测系统,其特征是,所述数据采集及数据库管理模块包括:能源控制装置、时间与地理信息定位装置、气象与空气质量监测装置、用户信息管理装置和数据库管理装置,其中,数据库库管理装置将采集到的原始数据设定为四大类型:(1)能源类P,包括风能、...
【专利技术属性】
技术研发人员:王玲,周铁华,姜海晶,丁伟,陈智远,刘桢宏,
申请(专利权)人:东北电力大学,
类型:发明
国别省市:吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。