[发明专利]一种电网优化方法

说明书

技术领域

本发明属于电网改造技术领域，尤其涉及一种电网优化方法。

背景技术

根据高新片区提升规划，预计高新供区2016年最高负荷为49.81MW，至2020年达到63.18MW。高新片区2014年新引进6个项目预计于2016年投产，包括浙江索克化工有限公司年产300t/a绿色合成肟特种催化材料项目、衢州市登特化工有限公司年产4000吨电子级硫酸、4000吨电子级盐酸生产项目、浙江西亚特电子材料有限公司年产2790吨超高纯电子气体系列产品项目和浙江中股电子科技有限公司年产22000吨电子湿化学品项目。2015年引进的韩国晓星，第一期的氨纶丝项目也预计于2016年下半年投产。通过将2014年签约项目与同类衢州化工企业进行类比，预计最大负荷将增加4.2MW，其中浙江中股电子科技有限公司投产后的生产的产品类型与规模与浙江蓝苏氟化有限公司的相当，预计增加负荷2.3MW；韩国晓星投产后的增加负荷预计就为20MW。那么，高新片区化工企业2016年最大负荷至少比2015年增加24.2MW，远高于《衢州市辖区配电网规划》中关于高新供区电力电量的增长预测。因此，有必要对原有电力电量预测进行修正。

同样，根据衢州“十三五”电网发展规划，巨化2016-2020年的最高负荷预计稳定不变，但根据《2015年衢州市电网统计年鉴》，巨化在2015年的最高负荷为322MW，2016年上半年统计最大负荷为342MW，增速明显。并且2015年巨化通过定向增发，未来将继续投资新材料生产项目，所以可以预计在“十三五”期间，巨化集团的用电量和负荷将继续稳步增加。

综上所述，现有技术不能对产业布局用电负荷进行分析、规划，不能满足产业园区二期新增用户的供电要求和不能有效解决航埠主变负荷接近满载的问题。

发明内容

本发明的目的在于提供一种电网优化方法，旨在解决现有技术不能对产业布局用电负荷进行分析、规划，不能满足产业园区二期新增用户的供电要求和不能有效解决主变负荷接近满载的问题。

本发明是这样实现的，一种电网优化方法，所述电网优化方法根据化工新材料产业集群发展对地区电网负荷的影响，对原有的规划的电量进行预测和修正，并根据修正结果，对地区电网发展规划进行配套输出线路、配套输入线路修改和优化；预测模型采用数理分析中心中时间序列里面的支持向量机模型；在进行预测的过程中，选择历史数据作为样本数据和验证数据，然后根据模型提供的参数进行选择，运行出结果后用验证数据进行校验，对比预测结果，如果精度在接受的范围内则不需修正，如果数据偏差较大则返回修正参数，重新进行预测。

进一步，根据化工新材料产业集群发展对地区电网负荷的影响中，对地区负荷的影响包括：新报装用户特性、产业行业特性会导致负荷特性变化；

产业集群发展会导致地区电网负荷的量增加；

不同产业流程运行周期不同，导致负荷高峰、低谷时间发生变化。

进一步，校验方法为：在预测的过程中给定一个阈值，通过对比预测值和实际值是否满足阈值条件来进行校验；

对比方法为：利用核宽度参数进行对比，判断预测值与实际值之间误差精度是否满足条件，是否需要修正，如果不满足，则返回重新进行参数选择。

进一步，预测方法包括：

输入初始资料，进行选取高斯函数，其中a,b,c为实数常数，且a>0，得到映射关系；同时，在支持向量机模型上随即选取核宽度参数σ、惩罚因子γ；但在利用支持向量机进行预测的情况下，并不需要确定a,b,C的数值，只要确定高斯函数类型即可。

对初始核宽度参数σ、惩罚因子γ进行Gridressrch优化训练；

将优化后的核宽度参数σ、惩罚因子γ带入支持向量机模型进行预测；

给定阈值ε0.1～1，判断预测值和实际值；

判断预测值与实际值之间误差精度是否满足条件，是否需要修正，如果不满足，则重新对初始核宽度参数σ、惩罚因子γ进行Gridressrch优化训练；如果满足，则得到预测结果。

进一步，惩罚因子γ进行Gridressrch优化训练包括：首先选择初始核宽度参数和惩罚因子，选择相应数量的样本参数，然后在模型内进行优化训练。

初始核宽度参数一般选择0.1，惩罚因子则根据预测值得不同可大可小，本发明涉及的化工集聚区年度负荷预测误差精度控制在10MW以下。

输入初始资料，进行选取高斯函数，得到映射关系；同时，随即选取核宽度参数σ、惩罚因子γ；在支持向量机默认的参数中，核宽度σ为c，惩罚因子等于1/b；