[发明专利]一种多能流系统负荷预测方法

说明书

本发明提供了一种多能流系统负荷预测方法，包括以下步骤：S1：基于负荷时间序列及天气因素的耦合关系分析多能流系统，并得到以样本空间数量为维度的向量时间序列；S2：基于向量自回归算法建立多能流系统的负荷预测模型；S3：根据所述负荷预测模型计算并获得多能流系统的负荷预测结果。本发明所提供的多能流系统负荷预测方法能够充分利用VAR模型(即向量自回归算法模型)对向量时间序列物理特性的重建能力，充分反映了多能流系统负荷及气象因素之间的相互作用，能更好的把握用户组合用能的能源结构变化，指导多能流系统的优化设计，保证系统的安全稳定运行。

技术领域

本发明涉及电力系统自动化技术领域的负荷预测方法，具体涉及一种多能流系统的冷、电、气等负荷预测方法。

背景技术

随着先进科学的发展，人们对能源的需求日益增加，与此同时，传统化石能源日益枯竭，能源安全、环境保护等问题备受关注，而现有冷、热、电等形式能量转化效率低、分布不集中、使用成本高等情况普遍存在，使得能源和环境已经成为制约国民经济可持续发展的主要瓶颈。电力系统、热力系统和燃气系统的物理特性互补性强，多能流系统是集电力、天然气、热能、冷能供应为一体的新型能源系统，对优化能源结构、提高能源使用效率和促进可再生能源消纳有重要的推动作用，是未来能源发展重要趋势。多能流系统冷热电负荷的准确预测是多能流系统优化设计、运行调度和能量管理的基本前提，可以优化多能流系统的配置，起到节能降耗，提高能效和经济效益的目的，具有重要的理论意义和使用价值。

多能流系统负荷受多种因素影响，呈现出不确定性和非线性的特点，多能流系统的冷热电气负荷受到自身的历史数据、各负荷之间的相互影响，以及环境温度等天气因素等多种因素的影响，而现有技术对于多能流系统负荷的预测多是基于单变量时间序列而做出的预测，精准度较低，无法满足系统负荷的预测精度和准确度的要求。

发明内容

本发明的目的是为了解决上述存在的至少一个问题，该目的是通过以下技术方案实现的。

本发明提供一种多能流系统负荷预测方法，包括以下步骤：

S1：基于负荷时间序列及天气因素的耦合关系分析多能流系统，并得到以样本空间数量为维度的向量时间序列；

S2：基于向量自回归算法建立多能流系统的负荷预测模型；

S3：根据所述负荷预测模型计算并获得多能流系统的负荷预测结果。

进一步地，在步骤S1中，负荷时间序列及天气因素的耦合关系分析多能流系统包括：通过皮尔逊系数考核多能流系统的负荷与温度的相关性。

进一步地，在步骤S1中，通过皮尔逊系数考核多能流系统的负荷与温度的相关性的算法为：

其中：X_i和Y_i为设定的时间序列；

ρ_XY为相关性系数；

表示时间序列X_i的平均值；

表示时间序列Y_i的平均值；

N表示时间序列的样本空间数量。

进一步地，多能流系统负荷包括冷负荷、电负荷和气负荷中的至少一者。

进一步地，多能流系统负荷包括冷负荷、电负荷和气负荷。

进一步地，在步骤S2中，基于向量自回归算法建立多能流系统的负荷预测模型包括以下步骤：

S21：将多能流系统的冷负荷的时间序列记为{C(t)}，将多能流系统的电负荷的时间序列记为{E(t)}，将多能流系统的气负荷的时间序列记为{G(t)}，将多能流系统的温度的时间序列记为{T(t)}；