[发明专利]一种基于历史年度天气规律的用电负荷预测方法

说明书

本发明涉及一种基于历史年度天气规律的用电负荷预测方法，属于电力系统技术领域。该方法包括：S1.确定用电负荷的区域范围，并根据实际情况划分子负荷单位或子供电区域，制定地理位置关系网络拓扑结构图；S2：按网络拓扑结构；S3.输入当前月份的历史12个月的用电负荷月累计数据；S4.确定负荷性质的加权子因子；S5：得到当前的历史12个月按月度的负荷预测标幺值；S6：采用多元非线性拟合方法得到优化当前的历史12个月的负荷变化曲线和拟合关系；S7：得到以含当前月的未来三个月或六个月或12个月的用电负荷；S8：检验和修正用电负荷变化曲线，修改下一个月的负荷预测结果。逐渐达到最大限度接近未来实际用电负荷的目的。

技术领域

本发明属于电力系统技术领域，涉及一种基于历史年度天气规律的用电负荷预测方法。

背景技术

用电负荷预测是电网规划和满足用户用电需要，提高电网可靠服务意识的基本保证，对于促进地区和国家经济发展和保障人们生产生活正常进行具有重要的社会意义和经济价值。长期以来，电网开展了大量的负荷预测研究，提出了很多用电负荷预测的方法，但至今为止仍然没有一个可靠准确的方法。

因此，亟需提出一种精准而简单的用电负荷预测方法，促进电网规划和用电规划的发展。

发明内容

有鉴于此，本发明的目的在于提供一种基于历史年度天气规律的用电负荷预测方法。

为达到上述目的，本发明提供如下技术方案：

一种基于历史年度天气规律的用电负荷预测方法，该方法包括以下步骤：

S1：指定用电负荷区域范围及其子供电区域，制定地理位置网络拓扑；

S2：基于子供电区域输入前12个月按日均值天气条件，形成拓扑网络结构天气数据库；

S3：基于子供电区域输入前12个月月累计用电负荷，形成拓扑网络历史负荷数据库；

S4：以非线性多元拟合和BP神经网络方法，综合确定天气及其子因素影响用电负荷的加权子因子；

S5：以加权因子分解前12个月的用电负荷，以天气因子值乘以其加权因子，得到月度负荷预测特征因子；

S6：根据月度负荷预测特征因子，采用多元非线性拟合方法得到负荷变化曲线与关系；

S7：根据用电负荷曲线，给出未来短期、中期和长期的用电负荷；

S8：用当前实际用电负荷和天气条件检验和修正用电负荷变化曲线和预测结果。

可选的，所述S2中，以子负荷单位为区间，建立输入当前月份之前的历史12个月按日均值的天气条件天气数据库指标；根据权利要求S3所述按拓扑结构图，以子负荷单位为区间，建立输入当前月份的历史12个月的用累计负荷数据库指标；

设子供电区域分别为M₁、M₂、…、M_s，相对湿度为Rh％，日降雨量为P，风速v，温度为t，得到矩阵M_i(j*k)，i为子供电区域数，i∈{1,2,…,s}，j为月天数，j＝28或29或30或31，k为天气变量数，k＝10。

可选的，所述S5中，以加权因子分解当前的历史12个月的用电负荷，并以天气因子值标幺值乘以其加权因子，得到当前的历史12个月按月度的负荷预测标幺值。

可选的，所述S7中，短期为1个月，中期为3～6个月，长期为12个月。

本发明的有益效果在于：本发明能够充分利用历史天气，地理位置信息，与历史负荷数据结合，对负荷进行联合预测，有效提高负荷预测精度，使供电系统有计划、有规划的调配和设置供电设施以及配置电源，保证供电负荷区域性用电的要求，促进地区经济发展，保障人们的正常生产能和生活。