[发明专利]一种负荷碳排放率的短期预测方法

说明书

本发明涉及一种负荷碳排放率的短期预测方法，包括：S1、获取电力系统短期潮流数据，根据潮流结果和网架中各发电机组的碳排放因子计算碳排放流，求得网架中各PQ节点的碳排放率；S2、获取样本数据，包括S1中的电力系统用户短期负荷碳排放率数据、温度数据、气象数据和日期数据；S3、对S2中所得训练数据进行归一化处理，使得所有数据均可被系统识别；S4、对S3中已归一化的数据进行负荷碳排放率短期预测建模；S5、使用S4中建立的预测数学模型对各个PQ节点进行碳排放率短期预测；S6、使用各小时的预测值与真实值之差的平均值来评估评估碳排放率预测模型的准确性。本发明可以有效预测网架中各个PQ节点的碳排放率。

技术领域

本发明属于电力系统降碳、减碳领域。具体涉及一种负荷碳排放率的短期预测方法，以助力电网达到降碳、减碳的目标。

背景技术

目前，随着煤、石油、天然气等这些传统能源的日益枯竭，当今世界已经进入能源危机和气候变暖的时代。电力系统作为依赖这些传统能源的重点高耗能行业，倍受各国科学界和工业界人士的关注，其中我国早已提出了节能减排战略，明确指出电力系统是节能减排的重点领域和重要主体。特别是随着智能电网技术的日益发展，世界各国投入了大量精力研究节能调度技术和加大新能源接入电网的力度，其目的无非是减少常规能源的消耗以及降低温室气体的排放量。因此，准确预测电力系统用户的碳排放率，这对于节能减排具有重大的现实意义。

目前，国内外仅有对长时间尺度下负荷碳排放量的预测，尚没有对负荷碳排放率进行短期预测的方法与技术。

因此，本发明将提出一种负荷碳排放率的短期预测方法，为短时间尺度优化碳排奠定基础。

发明内容

本发明要解决的技术问题是，提供一种具有良好学习能力的、能够准确预测电力系统中各个PQ节点的负荷碳排放率的日负荷碳排放率的预测方法。

为解决上述技术问题，本发明提出一种负荷碳排放率的短期预测方法，包括如下步骤：

S1、获取电力系统短期潮流数据，根据潮流结果和网架中各发电机组的碳排放因子计算碳排放流，求得网架中各PQ节点的碳排放率；

S2、获取样本数据，包括S1中的电力系统用户短期负荷碳排放率数据、温度数据、气象数据和日期数据；

S3、对S2中所得训练数据进行归一化处理，使得所有数据均可被系统识别；

S4、对S3中已归一化的数据进行负荷碳排放率短期预测建模；

S5、使用S4中建立的预测数学模型对各个PQ节点进行碳排放率短期预测；

S6、使用各小时的预测值与真实值之差的平均值来评估评估碳排放率预测模型的准确性。

在上述的方法，S1中，获得的潮流数据为：网架中发电机组的有功、无功出力及其碳排放因子，网架中所有线路的有功潮流。通过以上数据，计算出各个PQ节点在各个潮流结果下的负荷碳排放率；

在上述的方法，S2中，获得的样本数据为：

[(x₁₁,x₁₂,…,x₁₆,e₁),(x₂₁,x₂₂,…,x₂₆,e₂),…,(x_n1,x_n2,…,x_n6,e_n)]  (1)

其中，x_i1、x_i2、…、x_i6分别代表第i个日内的日最高温度、日平均温度、日最低温度、日降雨毫米数、日风速和星期类型，e_i表示第i日内目标节点的碳排放率数据，n表示网架中样本数据的日数。