一种夏季空调负荷容量及其气温灵敏性分析方法技术

本发明专利技术公开了一种夏季空调负荷容量及其气温灵敏性分析方法，涉及电力负荷预测分析领域，通过对夏季的历史负荷数据和温度数据进行相关性分析，确定相关性最大的数据为最高负荷和最高温度，对最高负荷和最高温度数据进行建模，得到最高温度与最高负荷模型；通过去除偏离较大的最高负荷和最高温度数据对最高温度与最高负荷模型进行优化，得到最高温度与最高负荷最优模型；将夏季的历史负荷数据和温度数据通过输入最高温度与最高负荷最优模型，得到最高负荷预测结果，对最高负荷预测结果进行气温灵敏性分析得到夏季负荷气温灵敏性，即夏季空调负荷气温灵敏性。空调负荷气温灵敏性。空调负荷气温灵敏性。

【技术实现步骤摘要】
一种夏季空调负荷容量及其气温灵敏性分析方法


[0001]本专利技术属于电力负荷预测分析领域，尤其涉及一种夏季空调负荷容量及其气温灵敏性分析方法。

技术介绍

[0002]现有负荷分析技术方案一般应用的方法有：最大负荷比较法、基准负荷比较法、最大温差法、设备容量和空调数量推算法等。详见文献：邱向京，周峰，刘升，等.福建省年最大降温负荷测算分析与研究[J].华东电力，2005，33(20)：86
‑
90。
[0003]传统最大负荷比较法利用年最大负荷日负荷曲线减去春秋两季平均后的最大负荷日负荷曲线从而得到空调负荷曲线。夏季空调负荷的分析应当要在本年夏季就着手进行，用于指导本年度迎峰度夏工作的开展。而如果采用传统最大负荷比较法进行分析，就需要等到本年秋季过完得到本年秋季负荷数据后方能进行本年度夏季空调负荷的分析，而此时夏季已过，再对夏季空调负荷进行事后分析其指导意义必然大打折扣，即传统最大负荷比较法具有滞后性。
[0004]且现在对空调负荷的预测方法中，没有考虑要将负荷都换算在统一的温度基准面上，而温度对空调负荷有着举足轻重的影响，没有经过温度修正的空调负荷预测，势必产生较大的误差。

技术实现思路

[0005]本专利技术的目的在于提供一种夏季空调负荷容量及其气温灵敏性分析方法，从而克服了现有空调负荷的预测滞后性的缺点。
[0006]为实现上述目的，本专利技术提供了一种夏季空调负荷容量及其气温灵敏性分析方法，包括以下步骤：
[0007]获取夏季的历史负荷数据和与所述历史负荷数据对应的温度数据；
[0008]对所述历史负荷数据和温度数据进行相关性分析，确定相关性最大的数据，相关性最大的数据为最高负荷和最高温度；
[0009]对所述最高负荷和最高温度数据进行建模，得到最高温度与最高负荷模型；
[0010]通过去除偏离较大的数据和节假日数据对所述最高温度与最高负荷模型进行优化，得到最高温度与最高负荷最优模型；
[0011]将所述夏季的历史负荷数据和温度数据通过输入所述最高温度与最高负荷最优模型，得到最高负荷预测结果，对所述最高负荷预测结果进行气温灵敏性分析得到夏季负荷气温灵敏性。
[0012]优选的，采用皮尔逊相关系数分析方法对所述历史负荷数据和温度数据进行相关性分析。
[0013]优选的，对所述最高负荷和最高温度数据进行建模包括：通过二次函数将历史数据日期范围内最高负荷与最高温度进行拟合，得到不同温度条件下的最大负荷拟合值，采
用曲线图对所述最大负荷拟合值进行展示，从而得到最高温度与最高负荷模型。
[0014]优选的，所述最高负荷预测结果为所述最高温度与最高负荷最优模型的函数曲线延伸出历史数据日期的曲线。
[0015]优选的，还包括，采用改进的最大负荷比较法对负荷气温灵敏性分析当前夏季空调负荷。
[0016]优选的，采用改进的最大负荷比较法对负荷气温灵敏性分析当前夏季空调负荷包括以下步骤：
[0017]获取历年最大空调负荷曲线；
[0018]根据所述夏季负荷气温灵敏性对所述历年最大空调负荷曲线进行基于气温灵敏性的温度修正，统一修正为同一气温下的负荷值；
[0019]通过对修正后的数据进行曲线拟合的方式预测本年预测月份的最大日负荷数据，从而得到本年度夏季最大空调负荷预测曲线及空调容量分析。
[0020]优选的，采用最大负荷比较法处理得到历年空调负荷，并拟合得到空调负荷曲线。
[0021]优选的，采用最大负荷比较法求得历年最大空调负荷曲线包括：选择基准负荷曲线，采用最大负荷日的日负荷曲线与基准负荷曲线进行比较得到历年最大空调负荷曲线。
[0022]与现有的技术相比，本专利技术具有如下有益效果：
[0023]1、本专利技术所提供的夏季空调负荷容量及其气温灵敏性分析方法，通过对夏季的历史负荷数据和温度数据进行相关性分析，确定相关性最大的数据为最高负荷和最高温度，对最高负荷和最高温度数据进行建模，得到最高温度与最高负荷模型；通过去除偏离较大的最高负荷和最高温度数据对最高温度与最高负荷模型进行优化，得到最高温度与最高负荷最优模型，通过最高温度与最高负荷最优模型处理的数据更为准确；将夏季的历史负荷数据和温度数据通过输入最高温度与最高负荷最优模型，得到最高负荷预测结果，对最高负荷预测结果进行气温灵敏性分析得到夏季负荷气温灵敏性，即夏季空调负荷气温灵敏性，气象灵敏度是电力指标随气象指标变化规律的量化分析结果，通过夏季负荷气温灵敏性能够直观的得到最高负荷预测结果，也是夏季空调负荷气温灵敏性分析结果，为后续供电以及预测等提供更准确的数据支撑。
[0024]2、本专利技术所提供的夏季空调负荷容量及其气温灵敏性分析方法中，采用改进的最大负荷比较法对夏季负荷气温灵敏性分析当前夏季空调负荷，能够得到本年度夏季最大空调负荷预测曲线及空调容量分析，从而进行实时预测分析，而不用等到夏季过完才能回顾分析。
附图说明
[0025]为了更清楚地说明本专利技术的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1是本专利技术一种夏季空调负荷容量及其气温灵敏性分析方法的流程图；
[0027]图2是本专利技术的正常数据的最高温度与最高负荷拟合图；
[0028]图3是本专利技术的剔除偏离较大的数据的最高温度与最高负荷拟合图；
[0029]图4是本专利技术的剔除节假日数据的最高温度与最高负荷拟合图；
[0030]图5是本专利技术的剔除节假日数据和偏离较大的数据的最高温度与最高负荷拟合图；
[0031]图6是本专利技术的2017年至2020年夏季最大空调负荷曲线及2021年夏季最大空调负荷预测曲线。
具体实施方式
[0032]下面结合本专利技术实施例中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0033]图1示出了本专利技术所提供的夏季空调负荷容量及其气温灵敏性分析方法，包括以下步骤：
[0034]S1、获取夏季的历史负荷数据和与所述历史负荷数据对应的温度数据；
[0035]S2、对历史负荷数据和温度数据进行相关性分析，确定相关性最大的数据，相关性最大的数据为最高负荷和最高温度；
[0036]S3、对最高负荷和最高温度数据进行建模，得到最高温度与最高负荷模型；
[0037]S4、通过去除偏离较大的数据和节假日数据对所述最高温度与最高负荷模型进行优化，得到最高温度与最高负荷最优模型；
[0038]S5、将夏季的历史负荷数据和温度数据通过输入最高温度与最高负荷最优模型，得到最高负荷预测结果，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种夏季空调负荷容量及其气温灵敏性分析方法，其特征在于，包括以下步骤：获取夏季的历史负荷数据和与所述历史负荷数据对应的温度数据；对所述历史负荷数据和温度数据进行相关性分析，确定相关性最大的数据，相关性最大的数据为最高负荷和最高温度；对所述最高负荷和最高温度数据进行建模，得到最高温度与最高负荷模型；通过去除偏离较大的数据和节假日数据对所述最高温度与最高负荷模型进行优化，得到最高温度与最高负荷最优模型；将所述夏季的历史负荷数据和温度数据通过输入所述最高温度与最高负荷最优模型，得到最高负荷预测结果，对所述最高负荷预测结果进行气温灵敏性分析得到夏季负荷气温灵敏性。2.根据权利要求1所述的夏季空调负荷容量及其气温灵敏性分析方法，其特征在于，采用皮尔逊相关系数分析方法对所述历史负荷数据和温度数据进行相关性分析。3.根据权利要求1所述的夏季空调负荷容量及其气温灵敏性分析方法，其特征在于，对所述最高负荷和最高温度数据进行建模包括：通过二次函数将历史数据日期范围内最高负荷与最高温度进行拟合，得到不同温度条件下的最大负荷拟合值，采用曲线图对所述最大负荷拟合值进行展示，从而得到最高温度与最高负荷模型。4.根据权利要求1所述的夏季空调负荷容量及其气温...

【专利技术属性】
技术研发人员：卢健斌，梁威，郭小璇，韩帅，孙乐平，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：