[发明专利]一种含储能的区域配电网短期负荷预测方法

权利要求书

1.一种含储能的区域配电网短期负荷预测方法，其特征在于：

所述预测方法依次包括以下步骤：

步骤A、构建区域配电网中各用户离预测日最近90天的用电特性曲线以及区域配电网中储能电站离预测日最近90天的充放电功率曲线；

步骤B、根据各用户离预测日最近90天的用电特性曲线确定其在预测日的用电特性曲线，并根据储能电站离预测日最近90天的充放电功率曲线确定其在预测日的充放电功率曲线；

步骤C、根据各用户在预测日的用电特性曲线以及储能电站在预测日的充放电功率曲线，采用以下公式计算得到区域配电网在预测日的短期负荷P_d：

上式中，P_i,seq为第i个用户在预测日的用电特性曲线，P_ess,seq为储能电站在预测日的充放电功率曲线，n为区域配电网中用户的总数。

2.根据权利要求1所述的一种含储能的区域配电网短期负荷预测方法，其特征在于：

步骤B中，所述根据各用户离预测日最近90天的用电特性曲线确定各用户在预测日的用电特性曲线依次包括以下步骤：

B1-1、根据各用户离预测日最近90天的用电特性曲线计算各用户在不同日期的用电特性曲线相似度：

上式中，ρ_i(s,t)为第i个用户第s日与第t日的用电特性曲线相似度，s＝1,2…90，t＝1,2…90，P_i,s(k)为第i个用户第s日第k个时段的用电量，k＝1,2…48，P_i,t(k)为第i个用户第t日第k个时段的用电量；

B1-2、针对各用户，根据计算得到的该用户的用电特性曲线相似度将其离预测日最近90天的用电特性曲线聚类形成x簇，使每一簇包含的用电特性曲线同时满足以下条件：

对于每一簇，ρ_i(s,t)大于预设的相似度值ρ_set1；

任意一天的用电特性曲线最多只能出现在一簇中；

B1-3、根据各用户的聚类结果确定其在预测日的用电特性曲线，具体为：

若第i个用户聚类形成的簇数x_i＝2，则先通过分析两簇中的用电特性曲线与工作日、节假日的关联关系，将两簇分别确定为工作日簇、节假日簇，然后通过判定预测日是工作日还是节假日确定其所属的簇，最后通过以下公式确定该用户在预测日的用电特性曲线：

上式中，P_i,seq(k)为第i个用户在预测日第k个时段的用电量，P_i,j(k)为第i个用户第j日第k个时段的用电量，num(D)为预测日所属的簇D中元素的个数；

若x_i2或x_i＝0，则将离预测日最近90天的日均用电特性曲线作为其预测日的用电特性曲线，即

若x_i＝1，则利用长短期记忆神经网络得出该用户在预测日的用电特性曲线。

3.根据权利要求2所述的一种含储能的区域配电网短期负荷预测方法，其特征在于：

步骤B1-3中，所述利用长短期记忆神经网络得出该用户在预测日的用电特性曲线具体为：选取该用户离预测日最近90天中第j、j+1两天的用电数据为训练数据，j＝1,2…88，通过预测j+2序列的结果进行反馈修正，对j依次取值，训练更新循环神经网络的权重，得出训练后的循环神经网络的模型参数，最后根据第89日和第90日的用电数据得出预测日的用电特性曲线。

4.根据权利要求2或3所述的一种含储能的区域配电网短期负荷预测方法，其特征在于：

步骤B中，所述根据储能电站离预测日最近90天的充放电功率曲线确定储能电站在预测日的充放电曲线依次包括以下步骤：

B2-1、根据储能电站离预测日最近90天的充放电功率曲线计算其在不同日期的充放电功率曲线相似度：

上式中，ρ_ess(s,t)为储能电站第s日与第t日的充放电曲线相似度，s＝1,2…90，t＝1,2…90，ESS_s(k)为储能电站第s日第k个时段的充放电电量，充电为负，放电为正，k＝1,2…48，ESS_t(k)为储能电站第t日第k个时段的充放电电量；

B2-2、根据计算得到的充放电功率曲线相似度将储能电站离预测日最近90天的充放电功率曲线聚类形成y簇，使每一簇包含的充放电功率曲线同时满足以下条件：

对于每一簇，ρ_ess(s,t)大于预设的相似度值ρ_set2；

任意一天的充放电功率曲线最多只能出现在一簇中；

B2-3、根据聚类结果确定储能电站在预测日的充放电功率曲线，具体为：

若y2或y＝0，则按照以下公式计算储能电站在预测日的充放电功率曲线：

上式中，P_ess,seq(k)为储能电站在预测日第k个时段的充放电电量，ESS_j(k)为储能电站第j日第k个时段的充放电电量；

若y＝2，则先通过分析两簇中的充放电功率曲线与工作日、节假日的关联关系，将两簇分别确定为工作日簇、节假日簇，然后通过判定预测日是工作日还是节假日确定其所属的簇，最后通过以下公式确定储能电站在预测日的充放电功率曲线：

上式中，num(D)为预测日所属的簇D中元素的个数；

若y＝1，则将离预测日最近90天的日均充放电功率曲线作为其预测日的充放电功率曲线，即