[发明专利]一种考虑用电需求变化趋势的电力负荷预测方法

说明书

一种考虑用电需求变化趋势的电力负荷预测方法，属于电力运维技术领域。为了解决现有的短期电力负荷预测方法或模型预测时没有明确考虑用电需求变化趋势的问题。本发明首先根据历史用电量数据，分别统计各年相同月份的用电量数据，并拟合成用电量曲线，并估计预测时所在月份的用电量数据和预测时所在月份中每天的用电量；根据预测区域的信息和预测时间确定输入数据，利用训练好的电力预测神经网络模型，进行短期电力负荷预测，得到预测时所在天中每小时的用电量Y_idh；将天用电量估计值分配成小时用电量估计值Q_idh，并对每小时的用电量Y_idh进行调整，最终得到当前时电力负荷预测结果。主要用于供电系统的电力负荷预测。

技术领域

本发明涉及一种电力预测方法。属于电力运维技术领域。

背景技术

电力负荷预测对于电力供应和运行维护都有着十分重要的意义，其对于电力系统的安全运行起着一定的保障作用。传统的电力预测是基于负荷变化规律的周期性，结合统计得到的历史数据进行分析，从而预估出未来一段时间内的用电负荷。

电力负荷的预测一般分为长期预测、短期预测等。长期预测是对较长时间范围内的电力预测，由于时间范围相对较大，关注的是一段时间的负荷量，并不关注实时的动态变化，很大程度上具有“削峰填谷”的效果，所以现有的估计方法能够取得不错的预测效果。目前也有很对针对短期预测的短期预测更加注重的短期的负荷变化、甚至是实时变化，由于短期的负荷变化的影响因素较多，且具有一定的突然变化因素，如不同时间段用电负荷变化等，其预测难度相对较大，现有方法的预测准确度相对较低。为了提高短期预测准确度，目前也有很多基于神经网络的预测方法，使得短期预测准确度得到提高，但是由于短期预测的特点，现有的电力负荷预测方法准确度仍有待于提高。

随着每个城市、每个省份的城市发展变化，每年城市和用户的用电需求也发生着变化，基本上是呈现逐年增加的趋势，尤其是针对于产业结构变化的省市或人口变动巨大的省市等用电需求可能呈现巨大的增长，所以为了保证电力的稳定供应和供电环境的安全运行，电力负荷的准确预测越发重要。

本研究组针对于短期电力负荷预测也展开了研究，并提出一种短期电力负荷预测方法，其能够实现以小时为单位对电力负荷预测进行预测，进而可以获得以天为单位的短期电力负荷。经过实验发现一种短期电力负荷预测方法，具有相对较为准确的预测结果。但是其也存在一定的应用限制，即其仅仅是根据历史用电数据进行预测，虽然这种方式是按照时间顺序对应的历史用电数据进行预测，数据本身具有一定的动态增长趋势，其预测模型具有用电量动态增长的预期能力，但是毕竟由于其是基于历史数据预测的用电需求，预测模型考虑的因素(如预测区域的人口数量、预测区域含权重的类型等)在一定时间范围内(如两次调查统计之间的时间范围内)具有一定滞后性，从而导致其预测模型有待于进一步完善、其预测准确性有待于进一步提高。

发明内容

本发明是为了解决现有的短期电力负荷预测方法或模型预测时没有明确考虑用电需求变化趋势的问题。

一种考虑用电需求变化趋势的电力负荷预测方法，包括以下步骤：

步骤1、根据预测区域内历史用电数据进行如下处理：

根据历史用电量数据，以年度为单位，分别统计各年相同月份的用电量数据，并拟合成用电量曲线line_i，i＝1,2,…,12；

根据各月对应的用电量曲线，估计预测时所在月份的用电量数据，记为Q_i；

根据历史用电量数据确定每年度下各月中每天的用量数据分布，统计一段时间内预测时所在月份的用电量数据每天的用量数据的平均分布；

根据预测时所在月份的用电量数据每天的用量数据的平均分布，结合Q_i确定预测时所在月份中每天的用电量，记为天用电量估计值Q_id，d表示天；