[发明专利]一种基于信息粒化和支持向量机的220kV母线等效负荷波动预测方法

说明书

技术领域

本发明涉及电力系统负荷预测领域，尤其涉及一种基于信息粒化和支持向量机的220kV母线等效负荷波动预测方法。

背景技术

目前，越来越多的大容量光伏、风力电站接入电网母线，随着接入风光容量不断增大，使得母线上的多源功率呈现出越加明显的波动特性及间歇性，这不仅增加了电网运行方式的难度，同时也使电网不能够精确合理的安排调度计划，故对于负荷预测有了新的需要，尤其考虑新能源接入电网后的母线负荷预测。

针对现研究关于风光出力预测不精确的情况，本发明提出了基于多源的功率及负荷等效的综合模型进行波动预测，为了更好的对波动较大的母线负荷及多源功率进行预测，提出分别进行最大、最小及平均值的预测，增加调度的调节范围，同时时刻关注等效负荷的最大最小波动趋势。故本发明提出了一种基于母线等效负荷的负荷波动预测方法：首先将母线的不可调度的发电出力等效为负的负荷，然后构建母线上的等效负荷模型，获取等效负荷的历史数据作为预测模型的输入数据，再基于信息模糊粒化算法，将输入数据划分窗口后，对每个窗口粒化得到最大值P_eq(max)、最小值P_eq(min)和平均值P_eq (avg)，最后分别将各分量代入支持向量机预测模型，得到最大、最小和平均值的等效负荷预测值，即得到等效负荷预测值及波动范围。此预测模型基于220kV母线的等效负荷预测，服务于地调及省调系统，地调系统通过220kV母线等效负荷的预测结果，合理安排220kV 以下的可调机组出力，同时也最大化消纳了不可调新能源出力。省调系统根据全网的220kV母线等效负荷的预测结果，合理安排220kV 及以上的可调机组出力，使得不可调发电和可调机组出力合理运行。

发明内容

本发明的目的是提供一种基于母线等效负荷的负荷波动预测方法。预测含不可调度源接入母线后的等效负荷波动范围及平均值，提出了含不可调度源接入的母线新的等效负荷预测方法。根据220kV母线等效负荷波动预测模型，能服务于地调及省调系统更好的安排调度计划。

首先将母线上负荷及接入母线的不可调源出力等效为负的负荷，得到等效负荷模型：

P_eq＝P_load-P_wind-P_solar-P₀(1)

式中：P_road表示负荷功率；P_wind表示风电功率；P_solar表示光伏发电功率；P₀表示其他不可调发电功率。

构建的等效负荷模型作为母线新的负荷预测模型基础。构建等效负荷的历史数据作为预测模型的输入，即将相同历史时刻t接入母线负荷以及不可调发电功率作为母线上的等效负荷，不可调发电功率作为负的负荷，最后得到等效负荷历史数据。进一步对等效负荷历史数据进行信息粒化处理，对数据进行窗口划分提取每个窗口数据的最大最小及平均值，将提取的各分量分别作为预测模型的输入，最后使用支持向量机算法对等效负荷进行最大最小及平均值预测，得到预测日t时刻的等效负荷预测值及波动范围。

同样更新预测预测日t+1以后时刻母线上的等效负荷，获得短期母线的日等效负荷波动预测数据。

附图说明

图1为本发明的流程示意图。

具体实施方式

本发明采用下述技术方案：

(1)构建母线上的等效负荷模型，将接入母线的不可调出力等效为负的负荷，即：

P_eq＝P_load-P_wind-P_solar-P₀(2)

等到母线的等效负荷P_eq(t)；

(2)基于等效负荷模型，根据历史的不可调出力及母线负荷数据，得到历史等效负荷数据；

(3)对历史等效负荷数据进行信息粒化处理，构建新的时间窗口数据，并得到对应时间窗口的历史数据最大值、最小值和平均值。

(4)分别将粒化后的最大值、最小值和平均值分别作为输入代入支持向量机预测模型，得到预测日t时刻母线上最大值、最小值和平均值；

(5)更新预测t+1及以后时刻的母线等效负荷，获得母线的日等效负荷波动预测数据。