[发明专利]一种基于GIS技术可满足大区域范围空间饱和负荷预测方法

说明书

本发明实施例公开了一种基于GIS技术可满足大区域范围空间饱和负荷预测方法，包括如下步骤：根据地块边界、点负荷及配变位置，完成配变所属地块信息匹配；利用数据发掘与分析技术，进行预测地区负荷特性分析，参考其它资料建立预测地区负荷预测所需指标库及参数库；对预测地区地块进行分类赋值，并根据地块分类组合情况，匹配选择对应的预测方法及参数选择，进行地块空间饱和负荷预测；根据应用需要，完成站、区、市三级区域总量饱和负荷合计，并校核空间饱和负荷预测汇总负荷结果，该方法通过对空间负荷预测所需基础信息和数据进行优化整合，细化空间负荷特性及规律分析，并实现多尺度空间分辨率的电力负荷多级协调，能够使预测的结果更精准。

技术领域

本发明涉及电力系统规划技术领域，尤其涉及一种基于GIS技术可满足大区域范围空间饱和负荷预测方法。

背景技术

电力系统规划的基础是空间负荷预测(spatialloadforecasting，SLF)，伴随着近几年电力系统在精益化管理过程中，空间电力负荷已经成为电力行业最为关注的问题。空间电力负荷预测也被称之为空间负荷预测，主要是对于某范围内的电力负荷数值及方位进行判断。伴随经济发展，电力负荷经过一段时间的快速增长，进入低速平缓的增长阶段，直至达到极大值，此时所对应的负荷即为饱和负荷。电力负荷的上述增长特性可以用Logistic曲线模拟。

对某范围内电力饱和负荷数值及方位的预测即为空间饱和负荷预测。空间电力负荷预测是电力系统重点工作之一，按照预测结果对于某范围内电力负荷安装位置及容量进行确定，能够有效提高电力系统经济效益及稳定性能。现有的空间负荷预测方法有几十种之多，若按照预测原理来分类，可分为用地仿真类预测方法、负荷密度指标法、多元变量法及趋势类空间负荷预测方法。

用地仿真类空间负荷预测法是通过分析土地利用的特性及发展规律，来预测土地的使用类型、地理分布和面积构成，并在此基础上将土地使用情况转化为空间负荷。其具体做法通常是将预测区域划分为大小一致的网格，每个网格为一个元胞，通过分析它的空间数据及相关信息，将其空间属性与用地需求相匹配，以评分的方式对各元胞适合于不同用地类型发展的程度进行评价。同时，结合整个预测区域的总量负荷预测结果与分类负荷密度预测结果，推导出未来年各用地类型的使用面积。根据元胞用地评分，建立用地分配模型，将分类土地使用面积分配到各元胞内，得到预测区域用地分布预测结果，结合分类负荷密度预测值，从而求出空间负荷分布，进而还可得到预测区域内匹配后的系统负荷

负荷密度指标法一般先把负荷分类(如居民、商用、市政、医疗等)，然后在待预测区域内按功能小区边界生成元胞，最后通过预测各分类负荷密度，并结合用地信息来计算每个元胞的负荷值，从而实现SLF。因该方法先对负荷分类，后给待测地块分区(即生成元胞)，故又称之为分类分区法。

多元变量法简称多变量法，它是以每个元胞的年负荷峰值历史数据和其它多个能够影响到该负荷峰值变化的变量为基础，来预测目标年的元胞负荷峰值，以及相应的系统负荷峰值。用于分析每个元胞负荷发展的相关变量有很多(介于1-60之间)，它们分别反应人口水平、气候条件、GDP、居民消费指数、固定资产投资、产业结构等众多因素对负荷变化的影响。多元变量法把这些相关变量作为控制数据，在此基础上建立相应的外推模型来预测元胞未来年的负荷。

趋势预测法是所有基于负荷历史数据外推负荷发展趋势的方法总称。例如回归分析法、指数平滑法、灰色系统理论法、动平均法、增长速度法、马尔可夫法、灰色马尔可夫法、生长曲线法等。早在20世纪70年代就提出了基于曲线拟合的回归分析的趋势类SLF方法，该方法利用多项式对各元胞历史负荷数据分别进行曲线拟合，通过回归分析求解待定系数，进而求出SLF结果。当前的趋势类SLF方法，一般是在待测区域内按照变电站或馈线的供电范围生成元胞，分别研究每个元胞的历史负荷数据变化趋势，并据此外推其规划年的负荷值，进而得到规划年负荷在整个待测区域内的空间分布。

但是，现有的大区域范围空间饱和负荷预测方法存在以下缺陷：