[发明专利]考虑光伏用户的馈线短期负荷预测方法

说明书

本发明提供了考虑光伏用户的馈线短期负荷预测方法，包括：采集负荷数据样本；收集自然气候数据并进行异常数据处理和归一化处理；建立传统馈线负荷短期负荷预测模型；建立光伏发电负荷短期负荷预测模型；综合传统馈线负荷和光伏发电负荷的短期负荷预测结果，得到考虑光伏用户的馈线短期负荷预测结果。本发明提供的预测方法，将考虑光伏用户的馈线负荷分解成传统馈线负荷和光伏发电负荷，通过分析两者所对应的负荷影响因素，更有针对性地输出传统馈线负荷和光伏发电负荷的短期负荷预测值，再综合得出考虑光伏用户的馈线负荷的短期负荷预测结果，所得到的预测结果精度高，较好地满足电网企业对电力负荷预测的需求。

技术领域

本发明涉及配电网规划技术领域，更具体的，涉及一种考虑光伏用户的馈线短期负荷预测方法。

背景技术

馈线负荷对于配电系统规划、安全运行、设备维护、负荷分析等极为重要，准确预测馈线的短期负荷可有效地降低配电系统的运行成本，减少用户停电次数，提高配电系统的供电可靠性。因此，对配电系统的馈线进行短期负荷预测有十分重要的研究意义。

随着智能配电网的发展和电力售电市场改革，电力系统中利用清洁能源发电的分布式电源越来越广泛，特别是光伏发电。当越来越多的光伏发电用户接入配电系统时，如果依旧使用传统的馈线负荷预测方法对配电系统馈线未来的负荷进行预测，光伏用户发电负荷的波动性和随机性将会使预测结果产生较大的误差，导致馈线负荷预测的结果无法满足电力系统负荷预测的精度要求。

发明内容

本发明为克服传统的馈线负荷预测方法对配电系统馈线未来的负荷进行预测时，光伏用户发电负荷预测结果存在较大误差的技术缺陷，提供一种考虑光伏用户的馈线短期负荷预测方法。

为解决上述技术问题，本发明的技术方案如下：

考虑光伏用户的馈线短期负荷预测方法，包括以下步骤：

S1：采集光伏用户的发电负荷和用电负荷，形成负荷数据样本；

S2：收集用户所在地区的自然气候数据，并对自然数据进行异常数据处理和归一化处理；

S3：建立传统馈线负荷短期负荷预测模型；

S4：建立光伏发电负荷短期负荷预测模型；

S5：综合传统馈线负荷和光伏发电负荷的短期负荷预测结果，得到考虑光伏用户的馈线短期负荷预测结果。

其中，所述步骤S1具体包括以下步骤：

S11：确定有光伏用户接入的馈线；

S12：对于光伏用户安装发电电能表和用电电能表，对传统用户只安装用电电能表；

S13：记录该馈线上发电电能表的发电负荷和用电电能表的用电负荷，形成负荷数据样本；其中，发电负荷属于光伏发电负荷，用电负荷属于传统馈线负荷。

其中，在所述步骤S2中，所述自然气候数据包括但不仅限于温度、露点、湿度、压强、风速、太阳辐照度和天气状态。

其中，在所述步骤S2中，所述的异常数据处理和归一化处理具体包括以下步骤：

S21：对自然数据进行垂直处理：设置一个水平阈值，通过判断同一日的相邻时刻负荷是否超出阈值对样本数据进行正常或异常的区分，具体计算公式为：

|L(d,t)-L(d,t-1)|H_c(t)

其中，L(d,t)表示第d天t时刻的负荷值，H_c(t)表示水平阈值；故得到一种采用变化量的平均值作为该阈值的计算方式，具体表达为：