[发明专利]中长期电力负荷测算系统及方法

摘要

一种中长期负荷测算系统，包括存储模块、获取模块、输入模块、负荷特性影响因素关联度计算模块、筛选影响因素预测值计算模块、中长期负荷预测计算模块，获取模块、输入模块、负荷特性影响因素关联度计算模块、筛选影响因素预测值计算模块、中长期负荷预测计算模块基于改进灰色关联分析模型分析各个负荷特性指标与所有影响因素之间的关联度、筛选出每个负荷特性指标对应的影响因素序列、在此基础上应用灰色Verhulst模型计算出影响因素的预测值、应用PLS模型建立符合特性指标与其对应影响因素的回归方程的原理获得，最终利用上述各模块的组合计算出各个负荷特性指标的预测值，即中长期负荷预测结果。本发明还提供一种中长期负荷测算方法。

主权项

一种中长期电力负荷测算系统，其特征在于：包括存储模块、获取模块、输入模块、负荷特性影响因素关联度计算模块、筛选影响因素预测值计算模块、中长期负荷预测计算模块，其中，输入模块包括附加数据输入模块、筛选影响因素序列输入模块，存储模块用于存储基础负荷特性指标历史数据和基础负荷特性影响因素历史数据，其中，基础负荷特性指标历史数据包括年份的年用电量数据y1(t)(t＝1,2,…,T)、年最大负荷数据y2(t)(t＝1,2,…,T)、年最大峰谷差数据y3(t)(t＝1,2,…,T)、年最大负荷利用小时数y4(t)(t＝1,2,…,T)，基础负荷特性影响因素历史数据包括T年份的地区GDP数据x1(t)(t＝1,2,…,T)、一产用电占比数据x2(t)(t＝1,2,…,T)、二产用电占比数据x3(t)(t＝1,2,…,T)、三产用电占比数据x4(t)(t＝1,2,…,T)、居民消费价格指数x5(t)(t＝1,2,…,T)、万元GDP能耗x6(t)(t＝1,2,…,T)、全社会固定资产投资数据x7(t)(t＝1,2,…,T)、地区常驻人口数据x8(t)(t＝1,2,…,T)；获取模块用于从存储模块中获取基础负荷特性指标历史数据和基础负荷特性影响因素历史数据，并将获取的基础负荷特性指标历史数据和基础负荷特性影响因素历史数据提供给筛选影响因素序列输入模块、负荷特性影响因素关联度计算模块；附加数据输入模块用于响应用户输入的附加负荷特性指标历史数据、附加负荷特性影响因素历史数据以及所有负荷特性影响因素横向AHP权值判断矩阵数据的操作，产生对应的附加负荷特性指标历史数据yα(t)(α＝5,6,…,n；t＝1,2,…,T)、附加负荷特性影响因素历史数据xβ(t)(β＝9,10,…,m；t＝1,2,…,T)以及所有负荷特性影响因素横向AHP权值判断矩阵，并将附加负荷特性指标历史数据yα(t)(α＝5,6,…,n；t＝1,2,…,T)、附加负荷特性影响因素历史数据xβ(t)(β＝9,10,…,m；t＝1,2,…,T)提供给筛选影响因素序列输入模块和负荷特性影响因素关联度计算模块，将负荷特性影响因素横向AHP权值判断矩阵提供给负荷特性影响因素关联度计算模块；筛选影响因素序列输入模块用于响应用户输入的各负荷特性指标所对应的影响因素序列的操作，产生对应的影响因素序列xji(i＝1,2,…,mj)，并根据接收的基础负荷特性指标历史数据、基础负荷特性影响因素历史数据、附加负荷特性指标历史数据、附加负荷特性影响因素历史数据及影响因素序列xji(i＝1,2,…,mj)，产生对应的影响因素序列历史数据xji(t)(j＝1,2,…,n；i＝1,2,…,mj；t＝1,2,…,T)，并将影响因素序列数据xji(t)(j＝1,2,…,n；i＝1,2,…,mj；t＝1,2,…,T)提供给中长期负荷预测计算模块；负荷特性影响因素关联度计算模块用于根据接收的基础负荷特性指标历史数据、基础负荷特性影响因素历史数据、接收的附加负荷特性指标历史数据、附加负荷特性影响因素历史数据、负荷特性影响因素横向AHP权值判断矩阵及预存的计算公式：计算出每个负荷特性指标yj(j＝1,2,…,n)和所有的负荷特性指标影响因素xi(i＝1,2,…,m)之间的关联度Rij，供用户参考以便筛选出需要的每个负荷特性指标yj(j＝1,2,…,n)所对应的影响因素序列xji(i＝1,2,…,mj)；筛选影响因素计算模块用于根据用户输入的筛选出的各个负荷特性指标所对应的影响因素序列xji(i＝1,2,…,mj)及预存的计算公式：计算出所有负荷特性指标所对应影响因素的预测值并将计算出的预测值提供给中长期负荷预测模块；中长期负荷预测模块用于根据接收的所有负荷特性指标历史数据和与其对应的影响因素序列数据xji(t)(j＝1,2,…,n；i＝1,2,…,mj；t＝1,2,…,T)和预测值及预存的计算公式：计算出电力部门所希望预测的各类负荷特性指标，供电力部门参考。