[发明专利]一种热电联合系统负荷峰值同时系数的预测方法

说明书

本发明提供一种热电联合系统负荷峰值同时系数的预测方法，涉及智能电网技术领域。一种热电联合系统负荷峰值同时系数的预测方法，首先采集热电联合系统及所在地区的环境参数，然后计算热电联合系统的电负荷峰值同时系数和热负荷同时系数及这两个系数占热电联合系统负荷峰值同时系数的权重，进而求出热电联合系统的负荷峰值同时系数。本发明提供的热电联合系统负荷峰值同时系数的预测方法，考虑了多重影响因素对热电联合系统负荷峰值同时系数的影响。根据所得的负荷峰值同时系数，能够明确热电联合系统峰值时电负荷与热负荷的相关性，便于对热电联合系统的进一步调度控制，大大降低了电网的运行成本，而且能够确保电网持续安全稳定的运行。

技术领域

本发明涉及智能电网技术领域，尤其涉及一种热电联合系统负荷峰值同时系数的预测方法。

背景技术

负荷同时系数是热电联合系统负荷预测工作中的重要参数，其取值大小直接影响着城市配电网规划规模的大小、高压电缆的选型以及小区配电变压器容量的配置。负荷同时系数的选取是合理开展热电联合系统负荷预测工作的基础。目前，实际工程中的小区同时系数的选取缺乏理论依据，选取结果不能合理匹配小区的实际用电需求。

热电联合系统中针对负荷同时系数预测常采用以下两种方法：一种方法是采用传统启发式优化算法，《基于改进回归法的电力负荷预测》提出采用改进支持向量机与负荷密度法相结合进行电力负荷模式分类，从而对电力系统短期负荷进行预测。该方法预测结果迅速、准确，但没有针对同时系数进行预测研究。

另一种方法是采用人工智能优化方法，《基于最小二乘支持向量机和符合密度指标法的配电网空问负荷预测》提出了基于因素映射的方法进行同时系数的预测。该方法在结合多种影响因素的基础上，利用神经网络模型预测同时系数，提高了预测结果的准确性与可靠性，但该方法缺乏有效的数据预处理，不能解决大容量、多类型的样本数据。

发明内容

针对现有技术的缺陷，本发明提供一种热电联合系统负荷峰值同时系数的预测方法对热电联合系统的负荷峰值同时系数进行预测。

一种热电联合系统负荷峰值同时系数的预测方法，包括以下步骤：

采集热电联合系统在特定时间点t的热负荷总功率R、电负荷总功率D以及热电联合系统所在地区的负荷密度g、温度T、湿度H、风速V、人均年收入M和热电联合系统的发电机台数N；

计算多种因素影响下的热电联合系统的电负荷峰值同时系数和热负荷峰值同时系数；

多种因素影响下的热电联合系统的电负荷峰值同时系数K₁的计算公式如下式所示：

多种因素影响下的热电联合系统的热负荷峰值同时系数K₂的计算公式如下式所示：

分别计算热电联合系统的电负荷和热负荷占总负荷的权重ω₁和ω₂，ω₁和ω₂满足以下两个关系式：

ω₁+ω₂＝1

根据热电联合系统的电负荷和热负荷占总负荷的权重ω₁和ω₂，分别计算热电联合系统中电负荷峰值同时系数和热负荷峰值同时系数占热电联合系统负荷峰值同时系数的权重χ₁和χ₂，χ₁和χ₂满足以下两个关系式：

χ₁+χ₂＝1