【技术实现步骤摘要】
一种电力需求概率性预测在线集成方法、系统及设备
[0001]本专利技术涉及电力系统规划与运行
，尤其是涉及一种电力需求概率性预测在线集成方法、系统及设备。
技术介绍
[0002]气候变化是人类面临的全球性问题，随着各国二氧化碳排放，温室气体猛增，对生命系统形成威胁。在这一背景下，世界各国以全球协约的方式减排温室气体，我国由此提出碳达峰和碳中和目标，还方针的提出推动了以新能源为主体的新型电力系统的构建。
[0003]但是随着新能源的大规模接入，一方面，其间歇性及强随机性使电力需求的曲线特性发生变化、不确定性增加，而导致难以预测，给电力系统的安全稳定运行、新能源的消纳带来巨大的挑战；另一方面，传统的点预测、离线预测技术通常是在预测日前完成确定性电力需求预测，不仅难以覆盖电力需求可能出现的所有情况，同时难以实时地跟踪以新能源为主体的电力系统负荷特性的演变规律，导致电力系统出现短时不平衡甚至长时间短缺，不利于提前预知电网的风险，保证生产生活的持续高效运转。
[0004]当前，在线预测技术是学术界研究热点，主要应...
【技术保护点】
【技术特征摘要】
1.一种电力需求概率性预测在线集成方法，其特征在于，包括步骤：获取新能源电力需求数据；将数据划分为训练集D
train
，鉴证集D
ens
与测试集D
test
；通过训练集D
train
，分别对随机森林、梯度提升回归树、极限随机树和支持向量机四个单一点预测模型进行训练；基于训练完成的四个单一点预测模型及鉴证集D
ens
，通过分位数回归平均算法，确定分位点集成权重，并在鉴证集D
ens
中对每个分位点，构建集成概率性预测模型；基于确定的分位点集成权重，构建面向集成权重的在线优化模型；利用分位数被动攻击回归算法，求解面向集成权重的在线优化模型，确定集成权重在线更新规则，实时更新概率性在线集成预测模型；基于测试集D
test
，实现电力需求概率性在线集成预测。2.根据权利要求1所述的电力需求概率性预测在线集成方法，其特征在于，所述基于确定的分位点集成权重，构建面向集成权重的在线优化模型具体包括步骤：根据所述确定的分位点集成权重，将其作为在线预测初始分位点权重，再根据获取的最新的数据，实时更新分位点集成权重，构建概率性在线集成预测模型；构建面向集成权重的在线优化模型。3.根据权利要求1所述的电力需求概率性预测在线集成方法，其特征在于，所述构建集成概率性预测模型包括步骤：在鉴证集D
ens
中完成确定性点预测，并通过分位数回归平均算法，对每个分位点q确定不同的分位点集成权重，并在鉴证集D
ens
中对每个分位点q，构建集成概率性预测模型，该模型具体如下式：式中，q表示设定的分位点；G
q
(x)表示第q个分位点下的集成概率性预测模型；表示第q分位点下、第m个单一预测模型的集成权重，由最小化品球损失函数(Pinball loss function)求解得到，具体如下：式中，y表示鉴证集D
ens
中电力需求的真实值，表示分位数损失函数；表示q分位点下的电力需求预测值。4.根据权利要求2所述的电力需求概率性预测在线集成方法，其特征在于，所述概率性在线集成预测模型，如下：
式中，表示t时刻、q分位点下第m个单一预测模型的集成权重；G
t,q
(x)表示t时刻、q分位点下概率性在线集成预测模型。5.根据权利要求1所述的电力需求概率性预测在线集成方法，其特征在于，所述面向集成权重的在线优化模型具体如下：为求解在线集成权重，构建面向集成权重的在线优化模型，该模型具体如下式：式中，C,ξ,ε分别表示进攻性参数，松弛变量与不敏感系数，用于控制在线集成权重更新的程度，分别取初值0.001，1，50，这三个值随着在线预测迭代更新；ω
q
β
t
为鉴证集的离线概率性集成预测结果，ω
q
表示分位点为q的初始概率性集成权重集合，β
t
表示t时刻下单一预测模型的确定性预测结果，表示ε边界下品球损失函数，...
【专利技术属性】
技术研发人员：李楠，王泽浩，马雪，张伟，杨帆，付亚楠，李芳，胡文保，李显桃，
申请(专利权)人：国网青海省电力公司经济技术研究院国网青海省电力公司清洁能源发展研究院国能通惠北京科技有限公司，
类型：发明
国别省市：
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。