[发明专利]一种基于偏差补偿的两阶段短期电网负荷的预测方法

摘要

本发明涉及一种基于偏差补偿的两阶段短期电网负荷的预测方法，属于电力系统负荷预测技术领域。采用指数平滑预测方法计算历史和待预测日的有功功率负荷的趋势成分，计算其与历史有功功率负荷实际值的偏差；采用指数平滑预测方法计算历史和待预测日的气象影响因素趋势成分，计算其与气象影响因素实际值的偏差；采用支持向量机方法建立有功功率负荷偏差和气象影响因素偏差的多元非线性回归模型，计算待预测日的有功功率负荷偏差成分。将待预测日有功功率负荷的趋势成分与偏差成分相加得到有功功率负荷预测结果；短期负荷预测过程完成。本方法具有适应性强、预测精度高等特点，可用于电力系统短期负荷预测，具有重要的现实意义和良好的应用前景。

主权项

一种基于偏差补偿的两阶段短期电网负荷的预测方法，其特征在于，该预测方法包括以下步骤：(1)从电网负荷预测系统获取电网负荷预测所需的基础数据，包括预测日之前设定时段N天内每天的电网有功功率负荷曲线Pi,t、预测日之前设定时段待负荷预测的电网所在地区的温度曲线Ti,t、待负荷预测的电网所在地区的湿度曲线Hi,t、待预测日该负荷预测电网所在地区的温度曲线Tf,t和湿度曲线Hf,t，其中，i是预测日之前设定时段N天内中的任意一天，取值1，2，…N，t为预测时刻，t的取值为1，2，…96，f为待预测日，Pi,t、Ti,t和Hi,t均为矩阵，Tf,t和Hf,t为向量；(2)将上述步骤(1)中的有功功率负荷曲线Pit分为历史趋势成分和偏差成分ΔPi,t，根据上述步骤(1)中预测日之前N天中NS天的有功功率负荷曲线，进行模拟测试，采用指数平滑预测方法，利用下式，计算历史趋势成分Pi,t(1)=Σj=1nαn-j+1Σk=1nαkPj,t]]>上式中，n为指数平滑预测的天数，j与k分别为n天中的任意一天，j与k的取值分别为1，2，…n，α为指数平滑预测参数，取值范围为0<α<1；将待预测日的有功功率负荷曲线分为趋势成分和偏差成分采用指数平滑预测方法，利用下式，计算待预测日趋势成分Pf,t(1)=Σj=1nαn-j+1Σk=1nαkPj,t]]>上式中，n为指数平滑预测的天数，j与k分别为n天中的任意一天，j与k的取值分别为1，2，…n，α为指数平滑预测参数，取值范围为0<α<1；(3)根据上述步骤(1)中的温度曲线和湿度曲线Ti,t、和采用指数平滑预测方法，利用下式，计算气象影响因素的平滑值和Xi,t(1)=Σj=1nαn-j+1Σk=1nαkXj,t]]>其中，X指气象影响因素温度T和湿度H，n为指数平滑预测的天数，j与k指n天中的任意一天，取值1，2，…n，α为指数平滑预测参数，取值范围为0<α<1；(4)根据上述步骤(2)得到的历史趋势成分与上述步骤(1)得到的电网有功功率负荷曲线Pi,t，利用下式，计算得到预测日之前设定时段N天内每天的电网有功功率负荷曲线Pi,t的预测偏差成分ΔPi,t：ΔPi,t=Pi,t-Pi,t(1);]]>根据上述步骤(1)得到的历史温度曲线Ti,t、历史湿度曲线Hi,t、待预测日温度曲线Tf,t和待预测日湿度曲线Hf,t和步骤(3)得到的气象影响因素的平滑值和利用下式，得到气象影响因素实际值与平滑值的偏差值ΔTi,t、ΔHi,t、ΔTf,t和ΔHf,t：ΔXi,t=Xi,t-Xi,t(1)]]>ΔXf,t=Xf,t-Xf,t(1)]]>其中，X为气象影响因素温度T和湿度H.(5)采用支持向量机回归方法，对上述步骤(4)得到的有功功率负荷曲线Pi,t的预测偏差成分ΔPi,t和气象影响因素实际值与平滑值的偏差值(ΔTi,t,ΔHi,t)进行多元非线性回归，得到多元非线性回归模型ΔPt＝ft(ΔTt,ΔHt)，其中，ΔPt为有功功率负荷曲线偏差成分，ΔTt为温度曲线偏差成分，ΔHt为湿度曲线偏差成分；(6)将上述步骤(4)得到的待预测日的气象影响因素实际值与平滑值的偏差值ΔTf,t和ΔHf,t代入上述步骤(5)得到的多元非线性回归模型ΔPt＝ft(ΔTt,ΔHt)中，得到待预测日有功功率负荷曲线偏差成分：(7)将上述步骤(2)得到的待预测日有功功率负荷趋势成分与步骤(6)得到的待预测日有功功率负荷曲线偏差成分相加，得到待预测日的有功功率负荷预测值：