一种基于行业用电数据库和配变重过载预测的电网削峰填谷方法技术

本发明专利技术提出了一种基于行业用电数据库和配网变压器重过载预测的电网削峰填谷方法。首先通过建立行业用电数据库，使负荷预测更有针对性；再者，考虑到电力负荷历史数据有限、随机干扰性强的特征，利用灰色预测法所需负荷数据少、短期预测精度高的优势，以及BP神经网络法具有较强的非线性映射能力、高度自学习和自适应的能力的优势，选取灰色预测法和BP神经网络算法进行配网变压器的日最大负荷预测，并将两个预测模型的结果进行组合，用于日度用户负荷曲线的预测；最后，将高精度的日度负荷预测曲线用于指导电网企业削峰填谷策略的制定。

【技术实现步骤摘要】
一种基于行业用电数据库和配变重过载预测的电网削峰填谷方法
本专利技术涉及一种基于行业用电数据库和配网变压器重过载预测的电网削峰填谷方法。
技术介绍
随着电力需求的日渐增大，昂贵的电力投资促使电网企业寻求影响用户用带行为的方法，以此降低电网运行成本。电力需求侧管理应运而生，而电力系统削峰填谷是进行需求侧管理的重要内容。对电网企业来说，利用削峰填谷降低负荷峰值有利于降低设备运行风险，同时延缓设备容量升级，提高设备利用率，节省设备更新的费用，降低供电成本；对电力用户来说，利用峰谷电价差可以获得经济效益，降低用电成本。配网变压器一般分为专用和公用，专用配网变压器专为某特定用户使用，一般是用电量较大、对电能质量和供电可靠性较高的工业用户，公变则为片区内所有用户服务的。本实施例是基于专用配网变压器进行说明的，故下文如无特殊说明，所述配网变压器皆为专用配网变压器。电网削峰填谷的方法，就是设法在系统高峰负载时段减少用电量，而在系统用电低谷时段增多用电量。传统的削峰填谷具体策略可以分为两类：1)通过影响用户的行为，通过定价或政策行为，转移高峰需求到低谷段，实现削峰填谷；2)利用蓄能技术，在谷段吸收电能，在峰段释放电能，在不影响用户用电行为前台下实现削峰填谷。无论是何种方式，实现削峰填谷的前提是充分了解用户的用电行为，对峰谷时间做出判断，制定对应的削峰填谷策略。提升对用户用电负荷的预测精度，从而制定行之有效的转移策略，是当下亟待解决的重要问题。一般认为，负荷超过配网变压器容量为过载运行，负荷超过配网变压器容量的80％为重载运行，因此，可以通过预测的日最大负荷判断配网变压器负载情况。传统的短期负荷预测方法众多，例如时间序列法、回归分析法、小波分析法等预测模型，但这些方法也有一定局限性。在特定时期，由于负荷影响因素特殊、随机干扰性强，负荷具有与正常日明显不同的变化规律，且历史数据有限、缺少充足有效的样本集，给预测带来了困难，很多预测方法的预测精度和使用范围受到限制。同时，用户用电行为在不同行业之间的差异显著，可以进行削峰填谷的潜力也不同，为了真正实现满足市场需求的削峰填谷策略，必须要考虑到不同行业用户之间用电特征的差异。
技术实现思路
为了克服现有技术的不足，本专利技术的目的在于提供一种基于行业用电数据库和配网变压器重过载预测的电网削峰填谷方法，以实现电网企业的削峰填谷策略，提升削峰填谷的效率和准确性，进一步降低供电成本和设备投资成本。为解决上述问题，本专利技术所采用的技术方案如下：一种基于行业用电数据库和配变重过载预测的电网削峰填谷方法，包括如下步骤：S101：建立各行业专用配网变压器的用电数据库，获取配网变压器重过载预测指标的历史数据以及重过载结果数据；S102：根据不同行业配网变压器重过载预测的指标历史数据特征，构建各行业配网变压器重过载灰度预测模型以及BP神经网络模型；S103：根据配网变压器负荷的历史数据训练灰度预测模型及BP神经网络模型，计算模型参数；S104：得到不同行业专用配网变压器负荷的灰度预测模型以及BP神经网络模型；S105：将灰度模型的预测结果与BP神经网络的预测结果进行组合，计算各行业配网变压器的日度负荷曲线的预测曲线；S106：根据预测的不同行业配网变压器日度负荷曲线的预测曲线，输出配网变压器制定差异化的削峰填谷策略。进一步的技术方案为，所述步骤S102具体为：S102-1：构建灰色预测模型为S102-2：构建BP神经网络预测模型为，包括输入层x、隐层、以及输出层y；其中，输入层为影响负荷变化的指标数据，输出为对应的负荷预测结果，隐层激励函数采用双曲正切型S函数：输出层则采用线性函数：f2(x)＝x。再进一步的技术方案为，所述步骤S105中，计算各行业配网变压器的日度负荷曲线的预测曲线具体为，利用BP神经网络模型和灰色预测模型进行预测，得到结果w1和w2，最终预测结果取二者的平均值。相比现有技术，本专利技术的有益效果在于：本专利技术提出了一种基于行业用电数据库和配网变压器重过载预测的电网削峰填谷方法。首先通过建立行业用电数据库，使负荷预测更有针对性；再者，考虑到电力负荷历史数据有限、随机干扰性强的特征，利用灰色预测法所需负荷数据少、短期预测精度高的优势，以及BP神经网络法具有较强的非线性映射能力、高度自学习和自适应的能力的优势，选取灰色预测法和BP神经网络算法进行配网变压器的日最大负荷预测，并将两个预测模型的结果进行组合，用于日度用户负荷曲线的预测；最后，将高精度的日度负荷预测曲线用于指导电网企业削峰填谷策略的制定。本专利技术提供的技术方案，通过建立不同行业用电行为用户的数据库，收集用电用户的基础信息、负荷信息、天气信息以及用户信息，这些特征量作为进行负荷预测的基础数据库，为建立不同行业用电负荷预测模型提供基础。由于不同行业用户的用电习惯、电价敏感度差异较大，利用行业数据库进行负荷预测以及削峰填谷策略可以大幅提升效率以及精确性。其次，本专利技术通过结合灰度预测模型以及BP神经网络模型的预测结果，使得在特殊信息繁杂、历史数据有限的情况下，提升了负荷预测的精度，进而优化了用户日度负荷曲线预测的结果。使得电网企业可以针对不同用电行业分别拟合用电负荷的日度曲线，指导电网企业削峰填谷策略的实施。无论是通过制定峰谷电价的形式，还是利用蓄能设施谷段充电峰段放电的形式，电网企业都能全方面地提升削峰填谷策略的效率。附图说明图1为本专利技术一种基于行业用电数据库和配网变压器重过载预测的电网削峰填谷方法的流程图；图2为本专利技术实施例中提供的各行业用电负荷重过载率对比图；图3为本专利技术实施例中提供的行业负荷预测模型与实际结果对比图；图4为BP神经网络预测模型。具体实施方式为更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术的具体实施方式、结构、特征及其功效，详细说明如下：考虑到不同行业用户间用电行为的重大差异，如果未能有效地区分用户类型，难以有针对性地制定切合实际生产活动的削峰填谷策略。因此，本专利通过建立行业数据库，有效地整合了用户在用电过程中产生的海量数据，不仅收纳了用户用电负荷时序数据，同时整合了用户用电日峰值、用户地区等数据，后续的策略实施也都以行业数据库为基础开展，提升了用电负荷预测的精准性，进而提升电网企业削峰填谷策略的效率。电力负荷收到的影响因素众多，且在节假日等特定时期，负荷的影响因素特殊，随机干扰性强，且历史数据有限、缺少充足有效的样本集，很多预测方法的预测精度和使用范围受到限制，传统的短期负荷预测方法难以满足实际需求。本专利利用灰色预测法所需负荷数据少、短期预测精度高的优势，以及BP神经网络法具有较强的非线性映射能力、高度自学习和自适应的能力的优势，选取灰色预测法和BP神经网络算法进行配网变压器的日最大负荷预测，并将两个预测模型的结果进行组合，用于日度用户负荷曲线的预测；最后，将高精度的日度负荷预测曲线用于指导电网企业削峰填谷策略的制定。本专利技术的一种基于行业用电数据库和配网变压器重过载预测的电网削峰填谷方法，如图1所示，包括如下步骤：S101、建立不同行业配网变压器用电数据库，获取配网变压器重过载预测的指标的数据以及预测结果数据；建立多行业的配网变压器用电数据库，本专利技术实施例根据本文档来自技高网...

【技术保护点】
一种基于行业用电数据库和配变重过载预测的电网削峰填谷方法，其特征在于，包括如下步骤：S101：建立各行业专用配网变压器的用电数据库，获取配网变压器重过载预测指标的历史数据以及重过载结果数据；S102：根据不同行业配网变压器重过载预测的指标历史数据特征，构建各行业配网变压器重过载灰度预测模型以及BP神经网络模型；S103：根据配网变压器负荷的历史数据训练灰度预测模型及BP神经网络模型，计算模型参数；S104：得到不同行业专用配网变压器负荷的灰度预测模型以及BP神经网络模型；S105：将灰度模型的预测结果与BP神经网络的预测结果进行组合，计算各行业配网变压器的日度负荷曲线的预测曲线；S106：根据预测的不同行业配网变压器日度负荷曲线的预测曲线，输出配网变压器制定差异化的削峰填谷策略。

【技术特征摘要】
1.一种基于行业用电数据库和配变重过载预测的电网削峰填谷方法，其特征在于，包括如下步骤：S101：建立各行业专用配网变压器的用电数据库，获取配网变压器重过载预测指标的历史数据以及重过载结果数据；S102：根据不同行业配网变压器重过载预测的指标历史数据特征，构建各行业配网变压器重过载灰度预测模型以及BP神经网络模型；S103：根据配网变压器负荷的历史数据训练灰度预测模型及BP神经网络模型，计算模型参数；S104：得到不同行业专用配网变压器负荷的灰度预测模型以及BP神经网络模型；S105：将灰度模型的预测结果与BP神经网络的预测结果进行组合，计算各行业配网变压器的日度负荷曲线的预测曲线；S106：根据预测的不同行业配网变压器日度负荷曲线的预测曲线，输出配网变压器制定差异化的削峰填谷策略。2...

【专利技术属性】
技术研发人员：王志英，衡星辰，陈彬，张诗军，李远宁，甘杉，董召杰，张世良，
申请(专利权)人：鼎信信息科技有限责任公司，
类型：发明
国别省市：广东,44