[发明专利]基于最优局部形相似的微网超短期负荷预测方法

说明书

本发明提供一种基于最优局部形相似的微网超短期负荷预测方法，该方法为：1、获得一最优局部形相似的微网超短期负荷预测模型；2、从微网超短期负荷预测模型中，以最优局部形相似系数确定与待预测实时曲线数列变化趋势最相似的最优局部形相似曲线数列；3、根据最优局部形相似曲线数列和微网超短期负荷的实时数据来获得微网超短期负荷的预测值；本发明的该预测方法对连续性数据拟合程度好准确率高，对当前微网中的大面积超短期负荷预测具有重要现实意义。

技术领域

本发明涉及微网超短期负荷预测技术领域，尤其涉及一种基于最优局部形相似的微网超短期负荷预测方法。

背景技术

随着智能配网建设的推进，以分布式电源、储能装置、微网为支撑的主动配电网将得到大力发展。为实现主动配电网的防御控制、优化控制及紧急控制，需预先根据负荷变化动态调整分布式电源及储能装置的发储电，改变电网运行方式削峰填谷及紧急状态下转供电。

配网超短期负荷预测能够对系统未来5分钟-15分钟的负荷数据进行预测，对主动配电网的安全运行控制具有重要意义。

配网超短期负荷预测不同于主网负荷预测，有其自身特点，除预测系统及区域负荷数据外，需预测各个馈线开关的负荷数据，为配网实时预警与状态评估及配网动态网络重构提供数据源。且配网运行方式灵活多变，若不考虑方式的变化，历史数据的规律性将无法保证，致使预测结果的随机性和误差范围扩大。虽然一些具有学习和自适应功能的负荷预测方法(如人工神经网络、专家系统和灰色预测方法等)在运行方式变化后具有一定的跟踪能力，但过度时间较长，跟踪效果较差。

因此，研究一种适合于配网大规模数据预测特性的超短期负荷预测方法，有效指导配网预警评估与动态重构，实现主动配电网安全运行控制等都具有重要现实意义。

现有技术公开了一论文文献《基于局部形相似的超短期负荷预测方法》——①罗滇生,李伟伟,何洪英(湖南大学电气与信息工程学院,长沙410082)；主要描述的是输电网总体负荷超短期预测的一种技术，而本专利是描述微网的超短期负荷预测技术，二者预测数据的数量级不同，至少差3个以上数量级，也就是说数据差距在1000倍左右，所以论文文献对算法要求的可靠性更高。

该论文文献提出了用线性外推计算负荷预测值的方法，本专利也提出一种应用局部线性外推法，但是文献只用待预测点时刻前的点单计算。而本专利是最优局部形相似曲线的所有点都计算以便预测值，并且对预测值进行加权处理，权重是一种类等差数列变权重方法。二者技术方案不同。且论文文献并未给出一种自适应的负荷预测修正跟随方法的启示，而本专利给出了一种自适应的负荷预测跟随修正方案。且给出了初始预测值与实际值之间的误差数列；根据误差数列各个值与0的比较，大于零，等于零和小于零，分别给出了不同情况下的误差修正方法和修正公式。本专利还集合了最优局部形相似负荷预测技术，误差比较分析技术，负荷跟随修正技术等一体的综合负荷自适应预测方法。

发明内容

本发明要解决的技术问题，在于提供一种基于最优局部形相似的微网超短期负荷预测方法，解决微网中大规模的超短期负荷预测的问题，提高了预测的准确率，跟踪效果好。

本发明是这样实现的：一种基于最优局部形相似的微网超短期负荷预测方法，所述方法包括如下步骤：

步骤1、获得一最优局部形相似的微网超短期负荷预测模型；

步骤2、从微网超短期负荷预测模型中，以最优局部形相似系数确定与待预测实时曲线数列变化趋势最相似的最优局部形相似曲线数列；

步骤3、根据最优局部形相似曲线数列和微网超短期负荷的实时数据来获得微网超短期负荷的预测值。

进一步的，所述步骤2具体为：取待预测时刻数据点x前d点的数据构成曲线数列L_x为：