[发明专利]一种工业园区工厂用电负荷的超短期预测方法在审

专利信息
申请号: 202110348623.8 申请日: 2021-03-31
公开(公告)号: CN112990597A 公开(公告)日: 2021-06-18
发明(设计)人: 侯婷婷;方仍存;杨东俊;张维;唐金锐;阮博;迟赫天 申请(专利权)人: 国家电网有限公司;国网湖北省电力有限公司经济技术研究院
主分类号: G06Q10/04 分类号: G06Q10/04;G06K9/62;G06Q50/06
代理公司: 武汉市首臻知识产权代理有限公司 42229 代理人: 高琴
地址: 100031 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 工业园区 工厂 用电 负荷 短期 预测 方法
【权利要求书】:

1.一种工业园区工厂用电负荷的超短期预测方法,其特征在于:

所述预测方法依次包括以下步骤:

步骤A、先获取工业园区工厂用电负荷h1的D日历史用电数据,然后对这些历史用电数据进行聚类分析,得到NCh1类负荷用电数据;

步骤B、基于待预测日前now个时段的已有用电数据,先计算其与步骤A得到的各类负荷的典型用电曲线相同时段的总关联度,然后根据总关联度计算结果确定待预测日接下来npre个时段的用电负荷预测基础值;

步骤C、采用各类负荷的历史日用电数据预测同类型日用电数据的误差期望值对步骤B得到的用电负荷预测基础值进行修正,得到待预测日接下来npre个时段的用电负荷预测结果。

2.根据权利要求1所述的一种工业园区工厂用电负荷的超短期预测方法,其特征在于:

所述步骤B采用灰色斜率关联度分析计算待预测日的已有数据与步骤A得到的各类负荷的典型用电曲线相同时段的总关联度:

Sp=[Ph1,tp,1,Ph1,tp,2,Ph1,tp,3,……,Ph1,tp,96]

上式中,ρh1,pre,p为待预测日的已有数据与第p类负荷的典型用电曲线相同时段的总关联度,为待预测日的已有数据与第p类负荷的典型用电曲线在第m个时段的关联度,为待预测日的已有数据与第p类负荷的典型用电曲线在第k个时段的斜率之间的方向关系,方向相反为-1,反之则为1,Ph1,pre,k+1、Ph1,pre,k分别为待预测日用电负荷在第k+1、k个时段的用电功率,Ph1,p,k+1、Ph1,p,k分别为第p类负荷的典型用电曲线在第k+1、k个时段的用电功率,分别为待预测日、第p类负荷的典型用电曲线在前now个时段的平均用电功率,Sp为第p类负荷的典型用电曲线,Ph1,i,k为第p类负荷第i日第k个时段的用电功率,NCp为第p类负荷包含的用电功率数据总天数。

3.根据权利要求2所述的一种工业园区工厂用电负荷的超短期预测方法,其特征在于:

所述步骤B采用以下公式计算得到待预测日接下来npre个时段的用电负荷预测基础值:

上式中,Ph1,pre,t为待预测日第t个时段的用电负荷预测基础值,Ph1,tp,t为第p类负荷的典型用电曲线在第t个时段的用电功率,ρh1,pre,kk为待预测日的已有数据与第kk类负荷的典型用电曲线相同时段的总关联度。

4.根据权利要求3所述的一种工业园区工厂用电负荷的超短期预测方法,其特征在于:

步骤C中,所述误差期望值为基于各类负荷用电数据中与待预测日最接近的xD天数据、计算得到的其与该类负荷的典型用电曲线在第now时段之后至now+npre个时段差值的期望值:

上式中,Ep,t为第p类负荷的用电数据与其典型用电曲线在第t个时段差值的期望值。

5.根据权利要求4所述的一种工业园区工厂用电负荷的超短期预测方法,其特征在于:

步骤C中,所述待预测日接下来npre个时段的用电负荷预测结果由以下公式计算得到:

上式中,为待预测日第t个时段的用电负荷预测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网有限公司;国网湖北省电力有限公司经济技术研究院,未经国家电网有限公司;国网湖北省电力有限公司经济技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110348623.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top