一种预测空间负荷转移的方法技术

本发明专利技术公开了一种预测空间负荷转移的方法，包括以下步骤：对目标区域以用户类型进行分类，得到的类型区域包括：农业区域、居住区域、工业区域、商业区域和其他区域；获取每个类型区域的历史负荷量、温度、天气以及对应日期类型；采用平滑法对每个类型区域进行差异化预测，其中每个类型区域对应一种平滑系数；统计目标区域内各类用户的负荷量预测值，预测值与历史值的差异预示空间负荷的转移。本发明专利技术通过历史数据理清各类用户的用电规律，建立各类用户在不同典型日下的负荷模型，提高了配电网负荷预测准确率，为电力系统的规划和发展规划提供了指导，成熟的电力负荷预测水平有助于配电网络更加科学，安全实现电力系统的经济效益最大化。

【技术实现步骤摘要】
一种预测空间负荷转移的方法
本专利技术涉及负荷预测领域，特别涉及一种预测空间负荷转移的方法。
技术介绍
在县级调度机构中，配电网负荷预测工作是运行方式安排、变电站全停转供等工作的基础。但配电网用户众多，负荷变化规律难以摸清，负荷预测准确率较低。准确的负荷预测是电力系统安全运行的实现前提，也是电网科学管理的基础，对电力系统进行优化组合、调度、优化电力流和电力市场交易具有重要作用。如授权公告号CN105069538B的专利技术公开了一种基于细胞元成长模型的空间负荷预测方法，它包括以下过程：建立细胞元成长模型；选择与划定时空数据库中细胞元样区；定义电力负荷细胞元；建立电力负荷细胞元的转换规则；建立电力负荷细胞元样本子数据库；获取中心电力负荷细胞元及邻居细胞元相关属性数据；通过负荷属性数据判别中心电力负荷细胞元的活力值；利用电力负荷细胞元的转换规则确定中心电力负荷细胞元的负荷值，并将在规划期内可能发生变化的细胞元数据存入优化细胞元数据表中；对所有电力负荷细胞元进行空间负荷预测并输出空间负荷预测值。现有技术以区域发展规律和相互之间的联系为预测基础，预测结果对于长期规划有一定的帮助，但对于短期的空间负荷转移或波动来说，时间、天气、温度假期等均会影响负荷，因此上述方法对于短期的预测起不到实质性作用，简单地套用历史数据也不可行，因此急需一种能够预测短期内空间负荷的方法。
技术实现思路
针对现有技术短期预测能力较差，影响因素考虑不周到的问题，本专利技术提供了一种预测空间负荷转移的方法，通过历史数据中各种因素的统计，理清各类用户的用电规律，建立各类用户在不同典型日下的负荷模型，提高了配电网负荷预测准确率。以下是本专利技术的技术方案。一种预测空间负荷转移的方法，包括以下步骤：对目标区域以用户类型进行分类，得到若干类型区域；获取每个类型区域的历史负荷量、温度、天气以及对应日期类型；采用平滑法对每个类型区域进行差异化预测，其中每个类型区域对应一种平滑系数；统计目标区域内各类用户的负荷量预测值，预测值与历史值的差异预示空间负荷的转移。本专利技术通过平滑法，结合温度、天气以及对应日期类型等对负荷量进行预测，并针对不同类型区域设置不同的平滑系数，相比现有的预测方式，本专利技术更能充分反应上述因素对负荷量的影响，提高预测的准确度。作为优选，所述用户类型进行分类后，得到的类型区域包括：农业区域、居住区域、工业区域、商业区域和其他区域。作为优选，所述平滑法的计算表达式为：上式中利用了当日往前n天的历史数据，当日为第n天，其中Pi,n+1表示第i种类型区域第n+1天的负荷量预测值，αj表示为平滑系数，取值在0～1之间，P,n-j为同类型区域的第n-j天的负荷量历史值。该公式中，日期越接近预测日，则对预测日的影响越大。作为优选，所述αj的取值为：其中：kT为环境温度系数；kW为天气情况系数；kD为日期类型系数，且kT+kW+kD＝0.3；Tn为第n天的环境温度；Wn为第n天的天气情况；Dn为第n天的日期类型；Tn+1为第n+1天的环境温度；Wn+1为第n+1天的天气情况；Dn+1为第n+1天的日期类型；其中环境温度、天气情况和日期类型均事先做量化处理。平滑系数的计算过程主要考虑的是预测日前后的温度、天气和日期类型，对于日期相差多日的不再考虑，以减少计算量，提高预测效率。作为优选，所述环境温度、天气情况和日期类型均为量化处理后的数据，每一项分为至少三挡，最高档的数值是最低档的数值的三倍。由于天气情况和日期类型本身没有数值，因此为了将这些属性带入到计算中，采用了量化处理，便于平滑系数的计算和取值。作为优选，量化后的环境温度包括：高温为1，中温为2，低温为3；量化后的天气情况为：多云为2，晴天为3，其余天气为1；量化后的日期类型包括：处于两日以上假日的日期为1，处于一至两日假日的日期为2，工作日为3；其中温度为每日平均温度，中高低温的划分界线自行设定。上述量化结果可以反应各因素改变导致的潜在负荷量变化可能，以使得平滑系数具有相对客观的取值。作为优选，所述农业区域中，环境温度系数kT为0.15；天气情况系数kW为0.1；日期类型系数kD为0.05。农业区域中温度和天气是影响的主要因素，因此占比较大。作为优选，所述居住区域中，环境温度系数kT为0.1；天气情况系数kW为0.1；日期类型系数kD为0.1。居住区域中各因素影响较为平均，因此系数也相对一致。作为优选，所述工业区域中，环境温度系数kT为0.05；天气情况系数kW为0.05；日期类型系数kD为0.2。工业区域中日期和温度的影响较明显，因此系数更大。作为优选，所述商业区域中，环境温度系数kT为0.1；天气情况系数kW为0.05；日期类型系数kD为0.15。商业区域中天气影响较小，因此占比较小。本专利技术的实质性效果包括：通过历史数据，理清各类用户的用电规律，建立各类用户在不同典型日下的负荷模型，提高了配电网负荷预测准确率，在电网规划中为电力系统的规划和发展规划提供了指导，成熟的电力负荷预测水平有助于配电网络更加科学，节约安全范围内的发电成本，使电力系统正常运行，安全实现电力系统的经济效益最大化。具体实施方式下面将结合实施例，对本申请的技术方案进行描述。另外，为了更好的说明本专利技术，在下文中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本专利技术同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未做详细描述，以便于凸显本专利技术的主旨。实施例：一种预测空间负荷转移的方法，包括以下步骤：对目标区域以用户类型进行分类，得到的类型区域包括：农业区域、居住区域、工业区域、商业区域和其他区域；获取每个类型区域的历史负荷量、温度、天气以及对应日期类型；采用平滑法对每个类型区域进行差异化预测，其中每个类型区域对应一种平滑系数；统计目标区域内各类用户的负荷量预测值，预测值与历史值的差异预示空间负荷的转移。本实施例通过平滑法，结合温度、天气以及对应日期类型等对负荷量进行预测，并针对不同类型区域设置不同的平滑系数，相比现有的预测方式，本实施例更能充分反应上述因素对负荷量的影响，提高预测的准确度。其中平滑法的计算表达式为：上式中利用了当日往前n天的历史数据，当日为第n天，其中Pi,n+1表示第i种类型区域第n+1天的负荷量预测值，αj表示为平滑系数，取值在0～1之间，P,n-j为同类型区域的第n-j天的负荷量历史值。该公式中，日期越接近预测日，则对预测日的影响越大。αj的取值为：其中：kT为环境温度系数；kW为天气情况系数；kD为日期类型系数，且kT+kW+kD＝0.3；Tn为第n天的环境温度；Wn为第n天的天气情况；Dn为第n天的日期类型；Tn+1为第n+1天的环境温度；Wn+1为第n+1天的天气情况；Dn+1为第n+1天的日期类型；其中环境温度、天气情况和日期类型均事先做量化处理。平滑系数的计算过本文档来自技高网...

【技术保护点】
1.一种预测空间负荷转移的方法，其特征在于，包括以下步骤：/n对目标区域以用户类型进行分类，得到若干类型区域；/n获取每个类型区域的历史负荷量、温度、天气以及对应日期类型；/n采用平滑法对每个类型区域进行差异化预测，其中每个类型区域对应一种平滑系数；/n统计目标区域内各类用户的负荷量预测值，预测值与历史值的差异预示空间负荷的转移。/n

【技术特征摘要】
1.一种预测空间负荷转移的方法，其特征在于，包括以下步骤：
对目标区域以用户类型进行分类，得到若干类型区域；
获取每个类型区域的历史负荷量、温度、天气以及对应日期类型；
采用平滑法对每个类型区域进行差异化预测，其中每个类型区域对应一种平滑系数；
统计目标区域内各类用户的负荷量预测值，预测值与历史值的差异预示空间负荷的转移。


2.根据权利要求1所述的一种预测空间负荷转移的方法，其特征在于，所述用户类型进行分类后，得到的类型区域包括：农业区域、居住区域、工业区域、商业区域和其他区域。


3.根据权利要求2所述的一种预测空间负荷转移的方法，其特征在于，所述平滑法的计算表达式为：



上式中利用了当日往前n天的历史数据，当日为第n天，其中Pi,n+1表示第i种类型区域第n+1天的负荷量预测值，αj表示为平滑系数，取值在0～1之间，P,n-j为同类型区域的第n-j天的负荷量历史值。


4.根据权利要求2所述的一种预测空间负荷转移的方法，其特征在于，所述αj的取值为：



其中：kT为环境温度系数；kW为天气情况系数；kD为日期类型系数，且kT+kW+kD＝0.3；Tn为第n天的环境温度；Wn为第n天的天气情况；Dn为第n天的日期类型；Tn+1为第n+1天的环境温度；Wn+1为第n+1天的天气情况；Dn+1为第n+1天的日期类型；其中环境温度、天气情况和日...

【专利技术属性】
技术研发人员：全心雨，陈超旻，卢俊甫，徐震伟，施海峰，陈其，袁国珍，周一鸣，高忠旭，周池，吴芳琳，黄晟，王晓明，
申请(专利权)人：国网浙江海宁市供电有限公司，
类型：发明
国别省市：浙江;33