[发明专利]一种代理电量预测方法、装置、设备及介质在审

专利信息
申请号: 202210661857.2 申请日: 2022-06-13
公开(公告)号: CN114862057A 公开(公告)日: 2022-08-05
发明(设计)人: 金骆松;沈广;刘强;何洁;赵雯;黄恒孜;汪向阳;闻安;朱静怡;潘一洲;张智;林振智;杨莉 申请(专利权)人: 浙江电力交易中心有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 刘松
地址: 310009 浙*** 国省代码: 浙江;33
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 代理 电量 预测 方法 装置 设备 介质
【说明书】:

本申请公开了一种代理电量预测方法、装置、设备及介质,涉及电力系统技术领域,包括:基于第一历史月份的第一流失率和历史月度代理电量确定与第一历史月份对应的不计及用户流失的目标月度代理电量;对目标月度代理电量进行分解得到若干数量个负荷分量,并按照预设规则对每一负荷分量进行预测得到目标月份的预测负荷分量,以及基于所有预测负荷分量得到重构后的目标月度代理电量;构建目标用户流失率模型,并利用目标用户流失率模型预测目标月份的第二流失率,以及基于第二流失率和重构后的目标月度代理电量确定与目标月份对应的计及用户流失的预测月度代理电量。通过本申请的技术方案能够有效提高电网企业代理电量的预测精度。

技术领域

发明涉及电力系统技术领域,特别涉及一种代理电量预测方法、装置、设备及介质。

背景技术

电网企业代理购电机制是我国进一步深化燃煤发电上网电价市场化改革提出的明确要求,对有序平稳实现工商业用户全部进入电力市场、促进电力市场加快建设发展具有重要意义。电网企业需要明确代理购电用户范围,预测代理工商业用户用电规模,通过市场化的购电方式形成代理购电用户电价。由于电网企业代理购电价格除市场购电价格、输配电价与政府性基金及附加外,还包括代理购电产生的偏差电量,且应按月测算、提前发布,因而电网企业需要准确地预测代理用户月度用电量,以便降低偏差成本、合理制定代理购电价格,保障电网企业代理购电机制的健康发展。

电量预测可大致分为短期电量预测与中长期电量预测,后者主要面向电网的规划、安全经济运行和电网企业的营销工作。面向中长期负荷预测的方法包括指数平滑法、时间序列法、灰色模型等方法。此外,人工神经网络、支持向量机等人工智能法,通过大量样本的训练来建立输入与输出之间的非线性关系,也在理论上被用于中期负荷预测。尽管中长期负荷数据序列通常具有良好趋势性,但预测中样本量往往较少,致使该类方法难以实际应用。此外,由于电力市场鼓励工商业用户直接参与市场交易,不断缩小电网企业代理购电范围,导致电网企业代理电量受市场环境和政策因素影响较大,历史负荷数据序列的趋势性遭到破坏,难以直接用于中期负荷预测。

综上,如何提高电网企业代理电量的预测精度是目前有待解决的问题。

发明内容

有鉴于此,本发明的目的在于提供一种代理电量预测方法、装置、设备及介质,能够提高电网企业代理电量的预测精度。其具体方案如下:

第一方面,本申请公开了一种代理电量预测方法,包括:

基于第一历史月份的第一流失率和历史月度代理电量确定与所述第一历史月份对应的不计及用户流失的目标月度代理电量;

对所述目标月度代理电量进行分解得到若干数量个负荷分量,并按照预设规则对每一所述负荷分量进行预测得到目标月份的预测负荷分量,以及基于所有所述预测负荷分量得到重构后的目标月度代理电量;

构建目标用户流失率模型,并利用所述目标用户流失率模型预测所述目标月份的第二流失率,以及基于所述第二流失率和重构后的所述目标月度代理电量确定与所述目标月份对应的计及用户流失的预测月度代理电量。

可选的,所述对所述目标月度代理电量进行分解得到若干数量个负荷分量,包括:

利用时间序列分解算法对所述目标月度代理电量进行分解得到趋势分量、季节分量和随机分量。

可选的,所述按照预设规则对每一所述负荷分量进行预测得到目标月份的预测负荷分量,包括:

利用多项式曲线拟合法对所述趋势分量进行预测得到目标月份的预测趋势分量;

利用预设历史同期数据代替法对所述季节分量进行预测得到所述目标月份的预测季节分量;

利用平均值估计法对所述随机分量进行预测得到所述目标月份的预测随机分量。

可选的,所述利用多项式曲线拟合法对所述趋势分量进行预测得到目标月份的预测趋势分量,包括:

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浙江电力交易中心有限公司,未经浙江电力交易中心有限公司许可,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/202210661857.2/2.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