[发明专利]一种基于电量信息的用户负荷预测方法

摘要

本发明提供了一种基于电量信息的用户负荷预测方法，包括步骤1：确定用户高峰负荷时段用电量集合Q；步骤2：设定用户在高峰负荷时段的时刻序号i＝1；步骤3：将使用概率典型值矩阵PBi‑1赋值到使用概率典型值矩阵PBi中；步骤4：构建负荷曲线序列值集合Pi；步骤5：用遗传算法优化使用概率典型值矩阵PBi；步骤6：设置i＝i+1；步骤7：依据优化后的使用概率典型值矩阵PBi和用户拥有的各种类型家用电器的数量，运用蒙特卡洛非序贯随机抽样方法计算预测用户负荷值。与现有技术相比，本发明提供的一种基于电量信息的用户负荷预测方法，方便、快捷，提高了预测准确度，为台区配电变压器容量的合理配置奠定基础，提高配电台区经济运行水平和建设效率。

主权项

一种基于电量信息的用户负荷预测方法，其特征在于，所述方法包括：步骤1：获取用户家用电器的种类集合DQ、功率集合PDQ、数量集合NDQ、使用概率初始典型值矩阵PB0、高峰负荷时段的时刻集合T和用户高峰负荷时段用电量集合Q；步骤2：设定用户在高峰负荷时段的时刻序号i＝1，1≤i≤m，m为高峰负荷时段的时刻总数；步骤3：将使用概率典型值矩阵PBi‑1赋值到使用概率典型值矩阵PBi中；所述PBi‑1为ti‑1时刻的家用电器使用概率典型值矩阵，PBi为ti时刻的家用电器使用概率典型值矩阵；步骤4：依据所述使用概率典型值矩阵PBi计算用户高峰负荷时段中各时刻的负荷值，构建负荷曲线序列值集合Pi＝{p1,p2,...,pi,...,pm}，pi为ti时刻家用电器的负荷值；步骤5：用遗传算法优化所述使用概率典型值矩阵PBi；步骤6：设置高峰负荷时段的时刻序号i＝i+1；步骤7：若i≤m，则返回步骤3；若i＞m，则依据优化后的家用电器的使用概率典型值矩阵PBi和用户拥有的各种类型家用电器的数量，运用蒙特卡洛非序贯随机抽样方法计算预测用户的负荷值。