[发明专利]计及气象累积效应的电力系统最大日负荷预测系统及方法

说明书

技术领域

本发明涉及电力系统考虑气象因素的中短期负荷预测方法技术，是一种考虑气象因素综合影响的电力系统最大日负荷预测建模优化系统及其方法。 

背景技术

电力系统最大日负荷预测短期负荷预测是电网调度的重要环节，是电力系统中短期负荷预测领域的重要组成部分，对电力系统节能减排等都有重要影响。准确的负荷预测对于保持电力系统的安全稳定运行、保障人们生产活动和生活的有序进行具有重要的意义。随着居民生活条件的逐步改善，空调、暖气高频率地出现在日常生活工作中，电网统调负荷快速增长，调温负荷所占的比例逐年增大，从而构成用电峰荷，拉大电网负荷峰谷差。电网气象敏感负荷不断上升，气候对负荷特性的影响越来越大，还存在着复杂的累积和滞后等效应。这些因素使电网负荷规律性变得很复杂，给负荷建模、负荷管理、电网规划带来许多困难。 

发明内容

本发明将根据电网实际的负荷、经济、各种气象因素等历史数据，系统分析负荷特性，对电网统调日最大负荷及气象因素进行分析研究，提出了一种计及气象累积效应的电力系统最大日负荷预测模型及优化方法，包括不同气象指数对最大日负荷的交叉影响分析方法、基于地市电网负荷形成省级多因素混合气象指数分析方法、气象指数与负荷关系的灵敏度实用化建模、温度累积效应的建模和优化方法等。通过该方法能够反映气象条件对电网负荷的时间性和累积性影响，帮助电网运行人员准确地掌握负荷的变动规律，及时根据天气预报的气象情况预测最大日负荷变化，提高短期负荷预测的精度，完成日调度计划的制定。 

本发明解决上述问题所采用的技术方案是：一种计及气象累积效应的电力系统最大日负荷预测系统，包括数据采集模块、数据筛分处理模块、负荷预测建模模块、负荷预测模块和软件图形界面模块。 

数据采集模块是将外部气象、负荷数据传递到系统中进行解析；数据筛分处理模块是将采集来的数据进行季节性筛选，并且将负荷分解为累积效应显著负荷和累计效应不显著负荷两大类分别存储；负荷预测建模模块，包括非累积日负荷基础预测模型建模模块及累积日负荷修正模型建模模块，非累积日负荷基础预测模型建模模块是提取累积效应不显著的负荷进行正常工作日模型的建立和预测，累积日负荷修正模型建模模块是在非累积日负荷基础预测模型基础上针对累积日进行建模和预测修正，最后建立综合预测模型；负荷预测模块是将负荷预测建模模块结果与气象及负荷数据库相联结获取负荷预测值；软件图形界面模块是对以上预测结果的输出。 

所述的计及气象累积效应的电力系统最大日负荷预测系统的预测方法，包括以下步骤： 

首先采用相关度分析、关联误差分析等方法进行特征选择，确定影响电网负荷的关键气象指数；通过回归分析和灵敏度计算方法得到具体电网负荷对关键气象指数的灵敏度，并通过最小二乘法拟合逼近得到气象指数与负荷关系的灵敏度实用化表达方式；通过数据筛选分离出累积效应不显著负荷并建立基础预测模型，在此模型上对累积效应显著负荷建模，采用不同气象因素预测负荷的误差交叉修正方法，利用最优化方法求解最优修正因子，得到考虑了温度累积效应的实际负荷预测工程化模型，并借助灰色关联度、预测误差率等评估修正结果。 

本发明的工作原理及过程如下： 

(1)利用负荷、各种气象因素等历史数据，计算多因素混合气象指数； 

(2)分析不同气象因素包括温度、湿度、风速、降雨量以及四个多因素混合气象指数(温湿指数、实感温度、舒适度、寒湿指数)对负荷的交叉作用，采用相关性分析方法、关联误差分析等方法，分析影响最大日负荷的各种气象 因素及其相关度，通过多种特征选择方法确定影响最大日负荷的主要气象因素； 

(3)根据地市多种气象指数和地市负荷的相关性，建立地市多种气象指数和地市负荷推导模型，基于地市电力负荷和地市气象指数计算省级多因素混合气象指数； 

(4)筛分累积效应显著与非显著日，获取这两种情况下的气象数据和负荷数据，以方便对基础负荷和含累积效应负荷建模； 

(5)根据步骤(2)得到的影响最大日负荷的气象因素，构建气象指数与负荷关系的灵敏度实用化建模，得到不含温度累积效应时的基础负荷预测工程化模型； 

(6)将实际负荷与上述基础负荷预测值之差当作由累积效应引起的负荷偏差，利用不同于基础负荷预测的气象指数对该负荷偏差建立优化模型； 

(7)求解由累积效应引起负荷偏差建立优化模型，获取修正模型系数； 

(8)根据实际负荷值与含累积效应的负荷预测值，计算预测误差率，并用灰色关联度评估修正结果，获取最优的气象因素交叉修正方案。