[发明专利]基于区间泰勒模型的电力系统短期负荷预测系统及方法

说明书

技术领域

本发明涉及一种电力系统短期负荷预测系统，具体涉及一种基于区间泰勒模型的电力系统短期负荷预测系统及方法。属于电力系统短期负荷预测技术领域。

背景技术

短期负荷预测通常指预测某个电力系统未来几个小时、一天到几天的负荷变化，时间间隔为15分钟、30分钟或1小时，用于火电发电出力分配、水火电协调、机组经济组合、交换功率计划等。准确的短期负荷预测对于确定购售电计划、减少备用、降低辅助服务费用、提高系统安全性等具有重要意义。

但是，短期负荷的变化受系统运行特性、自然条件与社会影响等较多因素的制约，因此负荷预测需要大量基础数据，而这些数据很难保证完全准确可靠；即使数据是准确的，但也存在不确定性和不可控性，例如，天气的变化可能引起负荷的异常波动；“峰谷分时”电价政策的实施可以减缓最大负荷的发展。因此，短期负荷预测从本质上来说都存在不确定性。

而且，传统的负荷预测方法只是将预测模型作为主要考虑对象，而未能考虑不确定因素对预测结果的影响。

目前公开的研究方法主要有以下方面：

基于各种非负荷因素（如气象因素、节假日因素等）对负荷的影响方面的考虑，利用历史数据进行推测；

预测时采用的历史数据均为确定值，但是历史数据的形成是有一定偶然因素的，忽视了历史数据的不确定性；

基于历史样本进行测算对负荷因素的影响，过于依赖历史样本，但是历史样本的有效性对计算结果有着重要影响，这直接导致了计算结果的准确度。

发明内容

本发明的目的是为克服上述现有技术的不足，提供一种基于区间泰勒模型的电力系统短期负荷预测系统及方法，能够分析基础数据不确定性对预测结果的影响，并大大节省了计算时间。

为实现上述目的，本发明采用下述技术方案：

一种基于区间泰勒模型的电力系统短期负荷预测系统，它包括：

数据采集模块，用于将电力调控中心电网能量管理系统（EMS）中的历史负荷数据、历史气象数据及天气预报数据导入数据库模块；

数据预处理模块，用于基于数据库模块，修正数据库模块中的异常数据及“垃圾数据”，并为每一基础数据设置一个区间参数，即采用区间算法描述基础数据的不确定性，从而将所有基础数据“区间化”，并将结果传入数据库模块；

负荷预测分析模块，用于采用区间泰勒模型短期负荷预测公式进行短期负荷预测；

结果管理模块，用于通过访问数据库模块实现负荷预测结果的查询和显示，对结果进行转换和导出，对历史负荷预测数据和实际负荷数据进行画图比较，对历史负荷预测数据进行误差分析，并将分析结果传入数据库模块；

数据库模块，用于存储数据采集模块产生的历史负荷数据、历史气象数据、天气预报数据，并存储数据预处理模块、负荷预测分析模块、结果管理模块产生的数据；同时为数据预处理模块、负荷预测分析模块、结果管理模块提供数据调用服务。

一种基于区间泰勒模型的电力系统短期负荷预测方法，具体步骤如下：

1）将电力调控中心电网能量管理系统（EMS）中的历史负荷数据、历史气象数据及天气预报数据导入数据库，进入步骤2）；

2）基于数据库数据，采用线性化方法修正数据库中的异常数据及“垃圾数据”，并为每一基础数据设置一个区间参数，即采用区间算法描述基础数据的不确定性，从而将所有基础数据“区间化”，并以结果更新数据库，进入步骤3）；

3）采用区间泰勒模型短期负荷预测公式进行短期负荷预测，进入步骤4）；

4）访问数据库实现负荷预测结果的查询和显示，对结果进行转换和导出，对历史负荷预测数据和实际负荷数据进行画图比较，对历史负荷预测数据进行误差分析，并以分析结果更新数据库，返回步骤1）。

所述步骤2）中，垃圾数据指由于软件升级、数据迁移、数据初始化、日常操作错误这些原因引入的无意义或逻辑上矛盾的数据。

所述步骤2）中，线性化的具体过程为：

假定系统中前N天中负荷整点记录为：

FH_1,1，FH_1,2，FH_1,3，……，FH_1,24

FH_2,1，FH_2,2，FH_2,3，……，FH_2,24

……，……，……，……，……

FH_N,1，FH_N,2，FH_N,3，……，FH_N,24