[发明专利]基于用户行为学的家庭日负荷曲线精细预测方法

说明书

本发明涉及一种基于用户行为学的家庭日负荷曲线精细预测方法，包括：1、根据居民时间使用调查报告，计算得到居民状态转移概率矩阵以及不同家庭活动开始和其持续时长的概率矩阵；2、通过蒙特卡罗法和居民状态转移概率矩阵得到第k个单位时间步长内家庭总成员的状态；3、根据第k个单位时间步长内家庭总成员的状态，通过联合分布的序贯抽样方法计算电器的负荷曲线；4、按照单位时间步长递增循环步骤2、3，直到得到一日内的所有被动电器、空调和电灯的负荷曲线；5、将一日内的所有电器的日负荷曲线叠加，得到单户家庭的日负荷曲线。与现有技术相比，本发明实现了对不同条件下的居民日负荷曲线的精细预测，具有结果准确、可靠等优点。

技术领域

本发明涉及电力系统负荷预测技术领域，尤其是涉及一种基于用户行为学的家庭日负荷曲线精细预测方法。

背景技术

随着社会经济发展，城乡居民生活用电量占全社会用电量的比重逐年上升，居民用户在电力市场中的地位和作用愈加凸显。据国家统计局数据，2015年城乡居民用电量占全社会用电量的13.1％，同比增长5％，远超全社会用电量0.5％的增速。当前，居民侧负荷在维持电力系统安全、经济运行方面更多的是扮演消极、被动的角色，然而随着电动汽车、分布式电源等新技术应用的普及，以及在鼓励能源高效利用、节能减排和传统配电网广泛向主动配电网转变的大背景下，电网运营须重视居民侧的作用，研究其用电行为规律，在通过需求侧管理有效整合新型负荷和发电技术的同时获得经济、环境效益。因此，通过居民负荷曲线的精细预测来刻画居民电力需求的特性就显得十分重要。而居民负荷面大量广、成因复杂、随机性强，对居民日负荷曲线精细预测的研究是国内外关注的热点领域。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供基于用户行为学的家庭日负荷曲线精细预测方法。

本发明的目的可以通过以下技术方案来实现：

一种基于用户行为学的家庭日负荷曲线精细预测方法，包括以下步骤：

S1、根据居民时间使用调查报告，计算得到每个单位时间步长的居民状态转移概率矩阵以及不同家庭活动开始和其持续时长的概率矩阵；

S2、通过蒙特卡罗法和居民状态转移概率矩阵得到第k个单位时间步长内家庭总成员的状态；

S3、根据第k个单位时间步长内家庭总成员的状态计算电器的负荷曲线，若在家的成员都为睡觉状态，则计算空调在第k个单位时间步长的负荷曲线；若至少有一个成员处于在家活跃状态，则通过联合分布的序贯抽样方法分别确定第k个单位时间步长开始的家庭活动和其持续时长，计算电灯、空调和该家庭活动对应的被动电器的负荷曲线；

S4、按照单位时间步长递增循环步骤S2、S3，直到得到一日内的所有被动电器、空调和电灯的负荷曲线；

S5、将一日内的所有被动电器、空调、电灯的负荷曲线叠加后，再叠加制冷设备功率、热水器保温功率、附加功率的日负荷曲线，得到单户家庭的日负荷曲线。

优选的，所述居民状态转移概率矩阵由居民状态转移概率p_ij(k)构成，p_ij(k)具体为：

其中，p_ij(k)表示居民在第k个单位时间步长内从状态i转移到状态j的概率，s_ij(k)表示在第k个单位时间步长内家庭总成员从状态i转移到状态j的总数，s_i(k)表示第k个单位时间步长内家庭总成员发生状态转移的总数：

优选的，所述家庭活动开始的概率矩阵由家庭活动开始概率构成，具体为：