[发明专利]一种考虑温度-负荷相关性的调温负荷曲线拟合方法

说明书

本发明公开了一种考虑温度‑负荷相关性的调温负荷曲线拟合方法，包括，构建数据样本，并基于贵州省的气候特征，采用基准负荷比较策略近似估算年度调温负荷曲线，进而获得年度调温负荷数据和最大调温负荷；结合所述数据样本和所述年度调温负荷数据计算相关度，进而分析温度与调温负荷的相关度及温度对调温负荷的累积效应；结合所述温度与调温负荷的相关度，构建一元二次拟合模型和一元三次拟合模型拟合当日温度和所述最大调温负荷，并构建二元二次拟合模型对当日温度、前一日温度和所述最大调温负荷进行多元非线性回归拟合；通过计算所述拟合曲线灵敏度，量化温度对所述最大调温负荷的影响程度。对电力系统调度运行中负荷预测具有重要的意义。

技术领域

本发明涉及电力调温负荷的技术领域，尤其涉及一种考虑温度-负荷相关性的调温负荷曲线拟合方法。

背景技术

电力系统负荷特性分析、负荷预测是电网规划和电网调度运行控制的基础，电力负荷受到经济、气候、产业结构等多种因素的影响。随着我国全面小康的推进，居民生活水平不断提高，采暖、制冷等空调负荷占用电总负荷的比重呈逐年上升趋势，分析气温对电网负荷的影响规律，对更准确地预测电网负荷具有重要意义。

由于影响电力系统负荷的因素较多，目前大多数方法更多地分析气温与最大负荷的关联性，并建立多种回归模型拟合当日气温(或考虑温度累积效应后修正的气温)与负荷的关系曲线，且更侧重分析夏季降温负荷受温度的影响。若地区电力负荷结构中居民及商业负荷占比较低，而大工业负荷占比较高时，已有的分析方法未能较好地剔除大工业等对负荷的影响，进而不能更好地评估温度对负荷的影响。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明提供了一种考虑温度-负荷相关性的调温负荷曲线拟合方法，能有效地剔除大工业对负荷的影响，进而更准确地评估温度对调温负荷的影响程度。

为解决上述技术问题，本发明提供如下技术方案：包括，构建数据样本，并基于贵州省的气候特征，采用基准负荷比较策略近似估算年度调温负荷曲线，进而获得年度调温负荷数据和最大调温负荷；结合所述数据样本和所述年度调温负荷数据计算相关度，进而分析温度与调温负荷的相关度及温度对调温负荷的累积效应；结合所述温度与调温负荷的相关度，构建一元二次拟合模型和一元三次拟合模型拟合当日温度和所述最大调温负荷，并构建二元二次拟合模型对当日温度、前一日温度和所述最大调温负荷进行多元非线性回归拟合；通过计算所述拟合曲线灵敏度，量化温度对所述最大调温负荷的影响程度。

作为本发明所述的考虑温度-负荷相关性的调温负荷曲线拟合方法的一种优选方案，其中：所述构建数据样本包括，通过中国气象局历史天气查询系统收集所述贵州省2015至2019年的日平均温度数据，构建温度数据样本；通过电网调度管理系统收集所述贵州省2015至2019年的有功负荷数据，构建负荷数据样本。

作为本发明所述的考虑温度-负荷相关性的调温负荷曲线拟合方法的一种优选方案，其中：还包括，定义所述温度数据样本的采样步长为1天，获得日平均温度数据样本序列；定义所述负荷数据样本的采样步长为15分钟，获得有功负荷数据样本序列。

作为本发明所述的考虑温度-负荷相关性的调温负荷曲线拟合方法的一种优选方案，其中：所述年度调温负荷曲线包括，选取4月和9月的日平均负荷曲线作为日基础有功负荷曲线，即：

其中，k为4月和9月总天数，t为每日采样时刻，P_B(t)为日基础有功负荷；P(k,t)表示所述第k日t时的有功负荷；进而获得所述年度调温负荷曲线P_T(d，t)：