一种计及配网分布式能源接入的负荷预测方法技术

本发明专利技术涉及一种计及配网分布式能源接入的负荷预测方法，步骤为：1、构建电网负荷数据集，该数据集中的一部分数据作为后续训练数据使用，另一部分数据作为测试数据使用，对数据集中的训练数据进行进行预处理，剔除异常数据，并对数据集进行归一化处理；2、将步骤1中进行归一化处理的数据集加入到构建的长短期记忆神经网络数学模型中进行训练；3、根据步骤2训练得到的预测数据值，与步骤1中的测试数据相比计算误差，若训练得到预测数据值满足误差要求，结束训练过程，若不满足，进入下一步；4、根据误差对步骤2的模型参数进行修正，迭代进行训练，直至满足误差要求。本发明专利技术考虑新能源负荷对整体电网负荷的影响，提高了含新能源电网负荷预测的准确性。网负荷预测的准确性。网负荷预测的准确性。

【技术实现步骤摘要】
一种计及配网分布式能源接入的负荷预测方法


[0001]本专利技术属于电网负荷预测
，特别涉及一种计及配网分布式能源接入的负荷预测方法。

技术介绍

[0002]在当前建设新型电力系统的要求下，包含风电、光伏等新能源电力系统所带的负荷占比也逐渐增大。在考虑电网整体负荷预测时，需要将新能源电力系统的电力负荷纳入电网整体负荷预测的考虑范畴。
[0003]专利申请号为：2020103733870，名称为：一种基于多种能源结构下的电网负荷预测方法，公开了一种考虑新能源的负荷预测方法，首先提出针对地区电网负荷预测的电气岛划分方法，确定预测对象和范围；其次地区电网内新能源发电功率和负荷功率受到风速、风向、温度、湿度、辐照度、云量、日类型和用电模式等因素的综合影响，单一预测往往难以数据之间的关系，本专利技术提出利用以上数据对新能源和负荷进行综合预测，从而提高精度；进一步地，日内实时运行过程中积累的实际数据可有助于发现日前预测结果的精度，并利用日内实际数据对精度进行修正，从而提高精度，因此本专利技术提出日前预测基础上，通过日内实际数据进行日内修正的方法。
[0004]专利申请号为：2020102707455，名称为：新能源并网条件下的电网负荷预测方法、装置和系统，公开了一种通过采集场站预设范围内的气象数据，获取待预测场站类型，并提取与所述待预测场站类型匹配的气象数据类型，并根据所述待预测场站类型和所述气象数据类型建立算法模型，并所述算法模型获取并输出功率预报数据。其通过大数据分析及深度学习技术，揭示出新能源发电功率、地区用电负荷与气象因子间的相关关系，建立耦合气象因子的发电功率及用电负荷预测预报方法和模型，开展新能源发电功率、用电负荷的短期预测，其在预测新能源发电功率的基础上，提供地区和网供负荷的预测结果，为电网调度提供了科学参考，从而解决了现有技术中由于无法预测新能源叠加条件下的电网负荷而导致的电网调度缺少数据参考的问题。
[0005]上述考虑新能源的电网负荷预测方法具有不同的侧重点，针对现有新能源负荷的快速发展，预设计一种从新能源的负荷密度入手，采用长短期记忆神经网络算法进行负荷运算的方法，以实现更快更准确地进行长期或短期的负荷预测。

技术实现思路

[0006]本专利技术的目的是在于克服现有技术的不足之处，提供一种计及配网分布式能源接入的负荷预测方法。
[0007]本专利技术的上述目的通过如下技术方案来实现：
[0008]一种计及配网分布式能源接入的负荷预测方法，其特征在于，包括如下步骤：
[0009]步骤1、构建电网负荷数据集，该数据集中的一部分数据作为后续训练数据使用，另一部分数据作为测试数据使用，对数据集中的训练数据进行进行预处理，剔除异常数据，
并对数据集进行归一化处理；
[0010]步骤2、将步骤1中进行归一化处理的数据集加入到构建的长短期记忆神经网络数学模型中进行训练；
[0011]步骤3、根据步骤2训练得到的预测数据值，与步骤1中的测试数据相比计算误差，若训练得到预测数据值满足误差要求，结束训练过程，若不满足，进入下一步；
[0012]步骤4、根据误差对步骤2的模型参数进行修正，迭代进行训练，直至满足误差要求。
[0013]进一步的：步骤1中，采集负荷预测区域电网负荷数据，构建电网负荷数据集，电网负荷数据集包括采集的设定时间段内的电网负荷数据、设定时间段内的电网负荷数据的最高值、设定时间段内的电网负荷数据的最低值、设定时间段内的电网负荷数据的总和、设定时间段内的电网负荷数据的平均值及将新能源负荷密度值C，形成得到N*M的数据集。将该数据集的80％作为后续训练输入数据使用，剩余20％数据作为测试数据使用,其中新能源负荷密度值C的表达式如下：
[0014][0015]进一步的：步骤1中，对数据集中的训练数据进行进行预处理，剔除异常数据处理如下：
[0016]若存在：
[0017]|X(t，i)
‑
X(t，i
‑
1)|＞α
[0018]|X(t，i)
‑
X(t，i+1)|＞β
[0019]则有
[0020]其中，α、β为阈值；
[0021]X(n，i+1)为第t天第i+1时刻的电力负荷值；
[0022]X(n，i
‑
1)为第t天第i
‑
1时刻的电力负荷值；
[0023]X(n，i)为第t天第时刻的电力负荷值。
[0024]进一步的；步骤1中，对于数据集中的每个电网负荷数据X，将其转化到(0,1)之间的归一化后的电网负荷数据X
t
，计算公式如下：
[0025][0026]其中，X
p
为数据集的平均值，X
f
为数据集的方差。
[0027]进一步的：步骤2具体为：
[0028]设定输入量设为三个：当前时刻的样本数据输入量X
t
、上一时刻的数据输出量h
t
‑1、上一时刻的样本数据状态量C
t
‑1；输出量有两个：当前时刻样本数据输出量h
t
、当前时刻的样本数据状态量C
t
；tanh为双曲正切激活函数，σ为激励函数，本方法选用sigmoid函数，将输入进来的各信号限制在0
‑
1之间，公式如下：
[0029][0030]构造长短期记忆神经网络结构数学模型如下：
[0031]f
t
为当前时刻的遗忘门，其控制着上一时刻的样本数据状态量C
t
‑1通过并保存到下一时刻的状态量，公式如下：
[0032]f
t
＝σ(W
f
[h
t
‑1，x
t
]+b
f
)
[0033]其中W
f
为遗忘门的权重矩阵，b
f
为遗忘门的偏置值；
[0034]i
t
为输入门，控制着当前时刻的样本数据输入量X
t
、通过并保存到当前时刻的样本数据状态量C
t
，其公式为：
[0035][0036]其中W
f
为输入门的权重矩阵，b
f
为输入门的偏置值。
[0037]当前输入的数据状态由上一时刻的数据输出量和当前时刻的样本数据输入量计算而来，公式如下：
[0038][0039]其中W
c
为连接X
t
与tanh之间的权重矩阵，b
c
为偏置值；
[0040]则当前时刻的数据状态计算公式为：
[0041][0042]其中，c
t
为当前时刻的数据状态，为当前时刻输入的数据状态；
[0043]O
t
为当前时刻的输出门，控制着当前时刻的样本数据状态量C
t...

【技术保护点】

【技术特征摘要】
1.一种计及配网分布式能源接入的负荷预测方法，其特征在于，包括如下步骤：步骤1、构建电网负荷数据集，该数据集中的一部分数据作为后续训练数据使用，另一部分数据作为测试数据使用，对数据集中的训练数据进行进行预处理，剔除异常数据，并对数据集进行归一化处理；步骤2、将步骤1中进行归一化处理的数据集加入到构建的长短期记忆神经网络数学模型中进行训练；步骤3、根据步骤2训练得到的预测数据值，与步骤1中的测试数据相比计算误差，若训练得到预测数据值满足误差要求，结束训练过程，若不满足，进入下一步；步骤4、根据误差对步骤2的模型参数进行修正，迭代进行训练，直至满足误差要求。2.根据权利要求1所述的计及配网分布式能源接入的负荷预测方法，其特征在于：步骤1中，采集负荷预测区域电网负荷数据，构建电网负荷数据集，电网负荷数据集包括采集的设定时间段内的电网负荷数据、设定时间段内的电网负荷数据的最高值、设定时间段内的电网负荷数据的最低值、设定时间段内的电网负荷数据的总和、设定时间段内的电网负荷数据的平均值及将新能源负荷密度值C，形成N*M的数据集；将该数据集的80％作为后续训练输入数据使用，剩余20％数据作为测试数据使用,其中新能源负荷密度值C的表达式如下：3.根据权利要求2所述的计及配网分布式能源接入的负荷预测方法，其特征在于：步骤1中，对数据集中的训练数据进行进行预处理，剔除异常数据处理如下：若存在：|X(t，i)
‑
X(t，i
‑
1)|＞α|X(t，i)
‑
X(t，i+1)|＞β则有其中，α、β为阈值；X(n,i+1)为第t天第i+1时刻的电力负荷值；X(n，i
‑
1)为第t天第i
‑
1时刻的电力负荷值；X(n，i)为第t天第时刻的电力负荷值。4.根据权利要求3所述的计及配网分布式能源接入的负荷预测方法，其特征在于：步骤1中，对于数据集中的每个电网负荷数据X，将其转化到(0，1)之间的归一化后的电网负荷数据X
t
，计算公式如下：其中，X
p
为数据集的平均值，X
f
为数据集的方差。5.根据权利要求4所述的计及配网分布式能源接入的负荷预测方法，其特征在于：步骤2具体为：设定输入量为三个：当前时刻的样本数据输入量X
t
、上一时刻的数据输出量h
t
‑1、上一时
刻的样本数据状态量C
t
‑1；输出量有两个：当前时刻样本数据输出量h
t
、当前时刻的样本数据状态量C
t
；tanh为双曲正切激活函数，σ为激励函数，本发明选用sigmoid函数，将输入进来的各信号限制在0
‑...

【专利技术属性】
技术研发人员：张少伟，梁程，王钰，党旭鑫，虎挺昊，张威，徐坤，李海科，孙华凯，匙博恒，何志轩，王群，董雄鹰，尚梦楠，杜学慧，张发，国三立，李少伟，杜坤，刘芳辰，王执宇，董鸿远，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：