[发明专利]电力系统概率性短期负荷的预测方法、预测装置与处理器

说明书

本申请提供了一种电力系统概率性短期负荷的预测方法、预测装置与处理器。该方法包括基于电力系统构建多个概率性负荷预测模型，各概率性负荷预测模型对应于多个分位数；确定各分位数的权重；根据各分位数的权重和各概率性负荷预测模型，得到综合预测模型；根据综合预测模型对电力系统的短期负荷进行预测。该综合预测模型可以实现对对电力系统的短期负荷的精确预测，该综合预测模型不仅适用于极端因素影响下的电力系统，同样适用于非极端因素影响下的电力系统。解决了负荷预测方法的适用范围较小，预测精度较低的问题。

技术领域

本申请涉及电力负荷预测领域，具体而言，涉及一种电力系统概率性短期负荷的预测方法、预测装置、计算机可读存储介质与处理器。

背景技术

目前气候突变导致气象预测的准确性下降，进而影响电网负荷预测准确率，快速增长的分布式光伏出力、煤改电等负荷所导致的难以预见的电网负荷特性变化，影响日前负荷预测准确率的各方面干扰因素叠加，导致传统的“回归/外推”和“神经网络”等负荷预测方法越来越难适用于现有的日前负荷预测工作。

国内来看，目前负荷预测研究工作，主要集中于预测方法，其中包括灰色预测法、回归分析法、时间序列法、人工智能法等。但是，现有的负荷预测方法的适用范围较小，预测精度较低。

发明内容

本申请的主要目的在于提供一种电力系统概率性短期负荷的预测方法、预测装置、计算机可读存储介质与处理器，以解决现有技术中现有的负荷预测方法的适用范围较小，预测精度较低的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种电力系统概率性短期负荷的预测方法，包括：基于电力系统构建多个概率性负荷预测模型，各所述概率性负荷预测模型对应于多个分位数；确定各所述分位数的权重；根据各所述分位数的所述权重和各所述概率性负荷预测模型，得到综合预测模型；根据所述综合预测模型对电力系统的短期负荷进行预测。

进一步地，在每个单一的所述概率性负荷预测模型对于所有的所述分位数的权重相同的情况下，分位数q的所述综合预测模型表示为：

其中，f_n,q表示针对分位数q的第n个所述概率性负荷预测模型，X_n,t表示t时刻回归模型的输入，包括历史负荷数据、工作日变量和天气条件，W_n,q表示分位数q的第n个回归模型的参数，ω_n表示第n个所述概率性负荷预测模型的权重。

进一步地，在每个单一的所述概率性负荷预测模型对于所有的所述分位数的权重不相同的情况下，分位数q的所述综合预测模型表示为：

其中，f_n,q表示针对分位数q的第n个所述概率性负荷预测模型，X_n,t表示t时刻回归模型的输入，包括历史负荷数据、工作日变量和天气条件，W_n,q表示分位数q的第n个回归模型的参数，ω_n,q表示第n个所述概率性负荷预测模型分位数q的权重。

进一步地，对ω_n的估算方法用公式一表示，所述公式一为：

其中，表示ω_n的估计值，L_n,t,q表示分位数损失。

进一步地，对ω_n,q的估算方法用公式二表示，所述公式二为：

其中，示ω_n,q的估计值，L_n,t,q表示分位数损失。