电采暖负荷预测方法、装置、设备及可存储介质制造方法及图纸

本申请公开了一种电采暖负荷预测方法、装置、设备及可存储介质，属于电力系统技术领域。所述方法包括：通过调用热负荷需求模型对目标区域中N类用户中的第i类用户的热舒适参数进行处理，得到第i类用户的热负荷需求曲线；调用用户响应模型对第i类用户的特征参数进行处理，得到第i类用户的用电方案；重复上述步骤，直到得到目标区域中N类用户中每类用户的热负荷需求曲线及每类用户的用电方案；根据每类用户的热负荷需求曲线，以及每类用户的用电方案，对目标区域的电采暖负荷进行预测，得到目标区域的电采暖热负荷曲线。本方法基于用户热负荷需求与响应行为的双重差异性，能够对区域电采暖负荷作出更精准的预测。

Electric heating load forecasting methods, devices, equipment and storage media

【技术实现步骤摘要】
电采暖负荷预测方法、装置、设备及可存储介质
本申请涉及电力系统
，具体涉及一种电采暖负荷预测方法、装置、设备及可存储介质。
技术介绍
近年来，随着居民小区内电采暖用户急剧增多，改变了电网的负荷特性，加大了电网峰谷差，降低了电网设备利用率。针对上述问题，需求响应(DemandResponse，DR)技术的应用，可以有效实现削峰填谷、提高电网运行效率，而对于考虑需求响应的区域，电采暖负荷的预测对电网的规划和运行都至关重要。相关技术中，基于物理特性的运行机理模型建立温控负荷特征模型对电采暖负荷进行预测被广泛应用。由于该温控负荷模型对用户的实际需求与响应行为的差异性均未精细化考虑，使求解得到的电负荷特性曲线与实际偏差较大，准确度较低。
技术实现思路
本专利技术实施例提供了一种电采暖负荷预测方法、装置、设备及可存储介质，用以解决区域电采暖负荷预测精确度较低的问题。所述技术方案如下：根据第一方面，本专利技术实施例提供了一种电采暖负荷预测方法，所述电采暖负荷预测方法包括：调用热负荷需求模型对目标区域中N类用户中的第i类用户的热舒适参数进行处理，得到所述第i类用户的热负荷需求曲线，所述N类用户是根据预设分类方法对所述目标区域中的n个用户进行分类得到的，所述热舒适度参数是用于表征每一类用户的人体舒适度的参数，所述热负荷需求曲线用于表征用户在单位时间内的热负荷随时间变化的曲线，N、i、n为自然数，N≥2,1≤i≤N，n≥N；调用用户响应模型对所述第i类用户的特征参数进行处理，得到所述第i类用户的用电方案，所述特征参数是影响用户用电方案的参数，所述用电方案是用于表征用户的用电功率在所述单位时间内随时间变化的曲线；重复上述步骤，直到得到所述N类用户中每类用户的热负荷需求曲线，以及所述每类用户的用电方案；根据所述每类用户的热负荷需求曲线，以及所述每类用户的用电方案，对所述目标区域的电采暖负荷进行预测，得到所述目标区域的电采暖热负荷曲线。可选的，所述根据所述每类用户的热负荷需求曲线，以及所述每类用户的用电方案，对所述目标区域的电采暖负荷进行预测，得到所述目标区域的电采暖热负荷曲线，包括：对所述每类用户的热负荷需求曲线，以及所述每类用户的用电方案进行电负荷特性求解，得到所述每类用户的电负荷特性曲线，所述电负荷特性曲线用于表征电力负荷在所述单位时间内随时间变化的曲线；根据所述每类用户的电负荷特性曲线对所述N类用户进行聚类，得到C类用户，C为自然数，C≤N；筛选所述C类用户的电负荷特性曲线，得到S类典型电负荷特性曲线，S≤C；通过统计综合法，根据所述典型电负荷曲线，以及所述典型电负荷曲线的权重，计算得到所述目标区域的电采暖热负荷曲线。可选的，所述筛选所述C类用户的电负荷特性曲线，得到S类典型电负荷特性曲线，包括：通过加权重心法，从所述C类用户的电负荷曲线中筛选得到所述S类典型电负荷特性曲线。可选的，所述通过加权重心法，从所述C类用户的电负荷曲线中筛选得到所述S类典型电负荷特性曲线，包括：对于所述C类用户中的第j类用户，计算所述第j类用户的电负荷特性曲线中的加权重心；将所述第j类用户中，与所述加权重心距离最近的用户确定为所述第j类用户的典型用户，j为自然数，1≤j≤C；求解得到第j类典型电负荷特性曲线，所述第j类典型电负荷特性曲线是所述第j类用户的典型用户的电负荷特性曲线；重复上述步骤，直到计算得到所述C类用户中每类用户的典型电负荷特性曲线。可选的，所述根据所述每类用户的电负荷特性曲线对所述N类用户进行聚类，得到C类用户，包括：根据所述每类用户的电负荷特性曲线，通过自适应模糊C均值聚类法对所述C类用户进行聚类，得到所述C类用户。可选的，所述调用热负荷需求模型对目标区域中N类用户中的第i类用户的热舒适参数进行处理，得到所述第i类用户的热负荷需求曲线，包括：根据第i类用户的舒适温度，以及所述第i类用户的建筑热负荷特性，计算得到所述第i类用户在单位时间段的热负荷需求量；根据所述第i类用户在单位时间段的热负荷需求量计算得到所述第i类用户的热负荷需求曲线；其中，所述舒适温度根据所述热舒适参数处理得到；所述建筑热负荷特性是用于表征用户居住的建筑与热负荷关系。可选的，所述建筑热负荷特性是根据用户的舒适温度，对外界因素以及人为因素进行处理得到；所述外界因素包括室外因素与室内因素，所述室外因素是用户居住的建筑的室外的影响因素，所述室内因素是用户居住的建筑的室内的影响因素，所述室外和室内以用户居住的建筑的围护结构为分界；所述人为因素包括用户的供暖系统与通风换气频率。可选的，所述室外因素包括气象条件，和/或，建筑周围的环境表面温度；所述室内因素包括所述用户的室内发热量；所述气象条件包括室外空气的湿度、室外空气温度、太阳辐射照度、风速和风向中的至少一个；所述建筑周围的环境表面温度包括环境有效温度、地面温度和邻近建筑表面温中的至少一种。可选的，所述热舒适参数包括空气温度、空气湿度、辐射温度、气流速度、人体新陈代谢率以及衣着热阻中的至少一种。可选的，所述调用用户响应模型对所述第i类用户的特征参数进行处理，得到所述第i类用户的用电方案，包括：根据所述第i类用户的特征参数，计算得到所述第i类用户的偏好因子；根据所述第i类用户的偏好因子以及用电方案集，进行基于离散选择模型对所述第i类用户进行差异化决策，得到所述第i类用户的用电方案，所述候选用电方案集是以电费最小和舒适度最优进行多目标优化得到的。可选的，所述特征参数包括家庭结构、收入状况及住房面积中的至少一种。可选的，所述调用热负荷需求模型对目标区域中N类用户中的第i类用户的热舒适参数进行处理，得到所述第i类用户的热负荷需求曲线之前，还包括：根据所述n个用户的热舒适度需求以及所述n个用户的需求响应行为，对所述n个用户进行交叉分类，得到所述N类用户。根据第二方面，本专利技术实施例提供了一种电采暖负荷预测装置，包括：热负荷需求模块，用于对目标区域中N类用户中的第i类用户的热舒适参数进行处理，得到所述第i类用户的热负荷需求曲线；重复该步骤，直到得到所述N类用户中每类用户的热负荷需求曲线，所述N类用户是根据预设分类方法对所述目标区域中的n个用户进行分类得到的，所述热舒适度参数是用于表征每一类用户的人体舒适度的参数，所述热负荷需求曲线用于表征用户在单位时间内的热负荷随时间变化的曲线，N、i、n为自然数，N≥2,1≤i≤N，n≥N；用户响应模块，用于对所述第i类用户的特征参数进行处理，得到所述第i类用户的用电方案；重复该步骤，直到得到所述N类用户中每类用户的用电方案，所述特征参数是影响用户用电方案的参数，所述用电方案是用于表征用户的用电功率在所述单位时间内随时间变化的曲线；分析模块，用于根据所述目标区域中每类用户的热负荷需求曲线与所述目标区域中每类用户的用电方案，对所述目标区域的电采暖负荷进行预测，得到所述目标区域的电采暖热负荷曲线。根据第三方面，本专利技术实施例提供了一种计算机设备，所述设备包括：处理器和存储器，所述存储器中存储有至少一条指令或程序，所述指令或程序由所述处理器加载并执行以实现第一方面或第一方面的任一所述的电采暖负荷预测方法。根据第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述存储介质包括：所述存储介质存储有本文档来自技高网...

【技术保护点】
1.一种电采暖负荷预测方法，其特征在于，包括：调用热负荷需求模型对目标区域中N类用户中的第i类用户的热舒适参数进行处理，得到所述第i类用户的热负荷需求曲线，所述N类用户是根据预设分类方法对所述目标区域中的n个用户进行分类得到的，所述热舒适度参数是用于表征每一类用户的人体舒适度的参数，所述热负荷需求曲线是用于表征用户在单位时间内的热负荷随时间变化的曲线，N、i、n为自然数，N≥2,1≤i≤N，n≥N；调用用户响应模型对所述第i类用户的特征参数进行处理，得到所述第i类用户的用电方案，所述特征参数是影响用户用电方案的参数，所述用电方案是用于表征用户的用电功率在所述单位时间内随时间变化的曲线；重复上述步骤，直到得到所述N类用户中每类用户的热负荷需求曲线，以及所述每类用户的用电方案；根据所述每类用户的热负荷需求曲线，以及所述每类用户的用电方案，对所述目标区域的电采暖负荷进行预测，得到所述目标区域的电采暖热负荷曲线。

【技术特征摘要】
1.一种电采暖负荷预测方法，其特征在于，包括：调用热负荷需求模型对目标区域中N类用户中的第i类用户的热舒适参数进行处理，得到所述第i类用户的热负荷需求曲线，所述N类用户是根据预设分类方法对所述目标区域中的n个用户进行分类得到的，所述热舒适度参数是用于表征每一类用户的人体舒适度的参数，所述热负荷需求曲线是用于表征用户在单位时间内的热负荷随时间变化的曲线，N、i、n为自然数，N≥2,1≤i≤N，n≥N；调用用户响应模型对所述第i类用户的特征参数进行处理，得到所述第i类用户的用电方案，所述特征参数是影响用户用电方案的参数，所述用电方案是用于表征用户的用电功率在所述单位时间内随时间变化的曲线；重复上述步骤，直到得到所述N类用户中每类用户的热负荷需求曲线，以及所述每类用户的用电方案；根据所述每类用户的热负荷需求曲线，以及所述每类用户的用电方案，对所述目标区域的电采暖负荷进行预测，得到所述目标区域的电采暖热负荷曲线。2.根据权利要求1所述的方法，其特征在于，所述根据所述每类用户的热负荷需求曲线，以及所述每类用户的用电方案，对所述目标区域的电采暖负荷进行预测，得到所述目标区域的电采暖热负荷曲线，包括：对所述每类用户的热负荷需求曲线，以及所述每类用户的用电方案进行电负荷特性求解，得到所述每类用户的电负荷特性曲线，所述电负荷特性曲线用于表征电力负荷在所述单位时间内随时间变化的曲线；根据所述每类用户的电负荷特性曲线对所述N类用户进行聚类，得到C类用户，C为自然数，C≤N；筛选所述C类用户的电负荷特性曲线，得到S类典型电负荷特性曲线，S≤C；通过统计综合法，根据所述典型电负荷曲线，以及所述典型电负荷曲线的权重，计算得到所述目标区域的电采暖热负荷曲线。3.根据权利要求2所述的方法，其特征在于，所述筛选所述C类用户的电负荷特性曲线，得到S类典型电负荷特性曲线，包括：通过加权重心法，从所述C类用户的电负荷曲线中筛选得到所述S类典型电负荷特性曲线。4.根据权利要求3所述的方法，其特征在于，所述通过加权重心法，从所述C类用户的电负荷曲线中筛选得到所述S类典型电负荷特性曲线，包括：对于所述C类用户中的第j类用户，计算所述第j类用户的电负荷特性曲线中的加权重心；将所述第j类用户中，与所述加权重心距离最近的用户确定为所述第j类用户的典型用户，j为自然数，1≤j≤C；求解得到第j类典型电负荷特性曲线，所述第j类典型电负荷特性曲线是所述第j类用户的典型用户的电负荷特性曲线；重复上述步骤，直到计算得到所述C类用户中每类用户的典型电负荷特性曲线。5.根据权利要求2所述的方法，其特征在于，所述根据所述每类用户的电负荷特性曲线对所述N类用户进行聚类，得到C类用户，包括：根据所述每类用户的电负荷特性曲线，通过自适应模糊C均值聚类法对所述N类用户进行聚类，得到所述C类用户。6.根据权利要求1所述的方法，其特征在于，所述调用热负荷需求模型对目标区域中N类用户中的第i类用户的热舒适参数进行处理，得到所述第i类用户的热负荷需求曲线，包括：根据第i类用户的舒适温度，以及所述第i类用户的建筑热负荷特性，计算得到所述第i类用户在单位时间段的热负荷需求量；根据所述第i类用户在单位时间段的热负荷需求量计算得到所述第i类用户的热负荷需求曲线；其中，所述舒适温度根据所述热舒适参数处理得到；所述建筑热负荷特性是用于表征用户居住的建筑与热负荷关系。7....

【专利技术属性】
技术研发人员：陈奇芳，刘文霞，夏明超，张馨月，陈平，丁屹峰，
申请(专利权)人：北京交通大学，国网北京市电力公司，国家电网有限公司，华北电力大学，
类型：发明
国别省市：北京,11