[发明专利]一种基于片区面积及云推理的区域负荷预测方法

摘要

本发明属于电力系统负荷预测领域，尤其涉及一种基于片区面积及云推理的区域负荷预测方法。该方法结合云推力理论以及CA模型的负荷指标优选方法，通过建立区间影响要素的优选模型，实现了用电负荷以及空间分布的预测，该方法充分利用不确定性评价的云推理模型在复杂区间的时空动态演化上的优势，将其与一段时间内用电负荷的规划和预测相结合，使得用地发展的不确定性以及模糊性能够融合进负荷预测的结果，使得预测结论更加贴近实际情形以及符合未来发展趋势，能够对在电力负荷的发展演化的方向推进负荷预测以及电力规划等工作的进行，在复杂地区电力规划和预测上具有广泛的应用前景。

主权项

1.一种基于片区面积及云推理的区域负荷预测方法，其特征在于，包括如下步骤：步骤1.初始化GIS平台，利用GIS平台的空间分析功能进行空间信息的提取，以待规划区域的实际形状和各区域之间的位置关系为基础，按照功能划分不规则的片区，建立与实际情况一致的的片区空间；对各片区进行编号，记录片区的属性值；建立CA模型，得到待发展片区样本数据表；步骤2.提取反映片区的发展年限、区域空间变量、邻域及约束条件等相关信息；具体是指以下空间信息：包括反映片区发展年限的变量：1)中心片区的发展年限要素Q1反映片区区域空间的变量：2)与市中心的距离要素Q2；3)与商业中心的距离Q34)与主干道的距离要素Q4反映片区空间及邻居的变量：5)邻接的已发展的片区要素Q5；通过GIS平台的数据系统，生成各片区数据；步骤3.建立各影响因素建的云模型以及云推理规则，利用云发生器计算不同影响因素作用下的片区转换概率，包括建立“片区发展年限Q1”的云推理规则如下：a.If片区发展年限“大”，片区转换概率“小”；b.If片区发展年限“较大”，片区转换的可能性“较小”；c.If片区发展年限“一般”，片区转换的可能性“一般”；d.If片区发展年限“较小”，片区转换的可能性“较大”；e.If片区发展年限“小”，片区转换的可能性“大”；建立“片区发展年限”的各取值云模型：CQ12＝C(10，10/3，0.05)CQ13＝C(15，10/3，0.05)CQ14＝C(20，10/3，0.05)其中，CQij表示影响因素Qi的第j个取值的模型；“片区转换概率”，的取值云模型：CH1＝C(90，5，0.05)CH2＝C(70，5，0.05)CH3＝C(50，5，0.05)CH4＝C(30，5，0.05)CH5＝C(10，5，0.05)其中，C_Hi表示“片区转换概率”的模型；将t+1时刻片区在发展年限影响下的转换概率记为建立“与市中心的距离”的云推理规则如下：a.If与市中心的距离“远”’片区转换概率“小”；b.If与市中心的距离“较远”，片区转换概率“较小”；c.If与市中心的距离“一般”，片区转换概率“一般”；d.If与市中心的距离“较近”，片区转换概率“较大”；e.If与市中心的距离“近，’片区转换概率“大”；将t+1时刻片区k在“与市中心的距离”影响下的转换概率记为“与市中心的距离”的取值云模型：CQ22＝C(1300，100，0.05)CQ23＝C(1000，50，0.05)CQ24＝C(700，100，0.05)建立“与商业中心的距离”的云推理规则如下：a.与商业中心的距离“远”，片区转换概率“小”；b.与商业中心的距离“较远”，片区转换概率“较小”；c.与商业中心的距离“一般”，片区转换概率“一般”；d.与商业中心的距离“较近”，片区转换概率“较大”；e.与商业中心的距离“近”，片区转换概率“大”；将t+1时刻片区在“与商业中心的距离”影响下的转换概率记为“与商业中心的距离”的取值云模型：CQ32＝C(1300，100，0.05)CQ33＝C(1000，50，0.05)CQ34＝C(700，100，0.05)建立“与主干道的距离”的云推理规则如下：a.与主干道的距离“远”，片区转换概率“小”；b.与主干道的距离“较远”，片区转换概率“较小”；c.与主干道的距离“一般”，片区转换概率“一般”；d.与主干道的距离“较近”，片区转换概率“较大”；e.与主干道的距离“近”，片区转换概率“大”；将t+1时刻片区：在“与主干道的距离”影响下的转换概率记为“与主干道的距离”的取值云模型：CQ42＝C(1300，100，0.05)CQ43＝C(1000，50，0.05)CQ44＝C(700，100，0.05)建立相邻片区影响作用模型：式中，n为邻居片区的个数；Si代表相邻片区i，i∈[1，n]的发展状况；con是一个条件函数，如果Si代表的片区已发展或在规划年内即将发展，是则返回1，否则返回0；其中，规则前件由表示影响因素取值的条件云发生器构成，其输入为片区样本中各影响因素的取值，输出为此影响因素对规则前件各取值云模型的隶属度；规则后件由表示影响因素作用下片区转换概率的条件云发生器构成；取规则前件输出的隶属度中的最大值作为相应的规则后件云发生器的输入，输出对应规则前件输入的影响因素作用下的片区转换概率值，基于上述步骤得到片区发展年限、与市中心的距离、与商业中心的距离、与主干道的距离作用下的片区发展概率；步骤4.综合考虑以上几种转换规则，得到片区发展总概率的模型；其公式表述如下：表示片区k在t时刻用地性质发生转换的总概率；设置用地性质转换的初始阈值p_th，计算每个片区的发展总概率将其与p_th进行比较，如果则该片区在规划期内用地性质转换；否则，片区性质不变；步骤5.统计各片区的用地面积，并根据IHAP和TOPSIS方法计算各片区的负荷密度指标值，根据片区发展总概率的模型计算出规划区域总量负荷，得出总量负荷在地理位置上的空间分布；∑LOAD＝∑元胞面积(i)×元胞负荷指标(i)步骤6.输出各电力片区的空间负荷预测值。