The present invention discloses residential users distributed predictive peak energy optimal selection method based on the Internet, to solve the technical problems of electric power demand forecasting accuracy is not high, the invention of the Internet users residents distributed optimal selection method, including: power and peak power of S1 target users over the past n years in the quarter, which is more than 4 n n is an integer, S2 and peak power consumption; according to the electricity consumption and the peak of every quarter of the forecast steps S1 to obtain the target user forecast period in the M year in the four quarter, which is more than 1 m, M is an integer; S3 according to the M step S2 forecast four quarter peak energy in determining the target users of the forecast period in the M year total electricity and total power, the forecast period m years the average price of the target users; S4 years average price target users in the M year and the current price of In comparison, if the average annual electricity price is greater than the current electricity price, the allowance should be added to the Internet. If the average annual electricity price is less than the current electricity price, the whole network should be selected.
【技术实现步骤摘要】
基于峰谷电量预测的居民用户分布式上网最优选择方法
本专利技术涉及一种基于峰谷电量预测的居民用户分布式上网最优选择方法。
技术介绍
分布式上网最优选择基于对用电量的预测,世界各地的电力部门都十分重视电力需求预测工作,设置专门的机构,由经济分析、需电量预测、负荷预测等方面的专业人员来从事电力需求预测工作,常用的定量预测方法有回归分析预测、时间序列预测、趋势外推预测等。回归分析预测是通过对影响因子和用电量的资料数据进行统计,确定用电量和影响因子之间的关系,从而实现电力预测,但用电因子的多样性和某些因子的不可测性,使得回归分析在某种情况下受到限制;时间序列预测的主要内容是依据系统有限长度的观测数据,建立能够比较精确反映时间序列中所包含动态依存关系的数学模型,但时间序列预测模型无法引入影响因素,单纯使用时间序列模型进行复核预测精度难以提高;趋势外推是使用某条曲线来拟合获得的数据值,如果数据出现较大波动,那么预测将出现角度大误差。
技术实现思路
本专利技术所要解决的技术问题在于克服现有技术的不足而提供一种基于峰谷电量预测的居民用户分布式上网最优选择方法,能够提高预测精度,优化上网选择方法。为解决上述技术问题,本专利技术采用如下技术方案:基于峰谷电量预测的居民用户分布式上网最优选择方法,包括如下步骤:S1获取目标用户过去n年中各个季度的峰电量和谷电量,其中n≥4,n为整数;S2根据步骤S1获取的各个季度的峰电量和谷电量预测该目标用户预测期内第m年四个季度的峰电量和谷电量,其中m≥1,m为整数;S3根据步骤S2预测的第m年四个季度峰谷电量确定该目标用户预测期内第m ...
【技术保护点】
基于峰谷电量预测的居民用户分布式上网最优选择方法,其特征在于,包括如下步骤:S1获取目标用户过去n年中各个季度的峰电量和谷电量,其中n≥4,n为整数;S2根据步骤S1获取的各个季度的峰电量和谷电量预测该目标用户预测期内第m年四个季度的峰电量和谷电量,其中m≥1,m为整数;S3根据步骤S2预测的第m年四个季度峰谷电量确定该目标用户预测期内第m年的全年总电费和全年总电量,得出该目标用户预测期内第m年的年平均电价;S4将目标用户第m年的年平均电价与当前上网电价进行比较,如果年平均电价大于当前上网电价,选择余量上网,如果年平均电价小于当前上网电价,则选择全部上网。
【技术特征摘要】
1.基于峰谷电量预测的居民用户分布式上网最优选择方法,其特征在于,包括如下步骤:S1获取目标用户过去n年中各个季度的峰电量和谷电量,其中n≥4,n为整数;S2根据步骤S1获取的各个季度的峰电量和谷电量预测该目标用户预测期内第m年四个季度的峰电量和谷电量,其中m≥1,m为整数;S3根据步骤S2预测的第m年四个季度峰谷电量确定该目标用户预测期内第m年的全年总电费和全年总电量,得出该目标用户预测期内第m年的年平均电价;S4将目标用户第m年的年平均电价与当前上网电价进行比较,如果年平均电价大于当前上网电价,选择余量上网,如果年平均电价小于当前上网电价,则选择全部上网。2.如权利要求1所述基于峰谷电量预测的居民用户分布式上网最优选择方法,其特征在于,所述步骤S2中,通过灰色预测GM(1,1)模型和季节指数调整模型对该目标用户预测期内第m年四个季度的峰谷电量进行预测,所述灰色预测GM(1,1)模型的公式为其中k>4n时,x(0)(k+1)为预测值,x(1)为过去n年中第一年第1季度的峰电量或谷电量,a为模型的发展系数,u称为模型的协调系数;所述季节指数调整模型...
【专利技术属性】
技术研发人员:施永益,牛东晓,袁雪枫,王亿,姚多朵,赵永良,王龙,王锋华,张文军,王海潮,陆晓芬,齐冷艳,周子誉,仲立军,高燕铭,怀月容,黄一秀,
申请(专利权)人:国网浙江省电力公司,国家电网公司,华北电力大学,浙江华云信息科技有限公司,
类型:发明
国别省市:浙江,33
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。