CN106355285A - 一种基于参数修正的用电负荷预测方法 - Google Patents

Abstract

本发明公开了一种参数修正的用电负荷预测方法。实施步骤如下：1)获取分产业电力用户用电负荷数据，主要完成收集整理分产业单月用电量历史数据；2)计算电力负荷的同比增长率，构建用电负荷预测模型；3)修正预测模型关键参数；4)计算未来电力市场用电负荷预测值。本发明可以提高电力市场中用电负荷的预测方法精度，提高发电侧营销人员对电力市场供需情况的了解。

Description

一种基于参数修正的用电负荷预测方法

技术领域

本发明属于电力系统技术领域，具体涉及用电负荷预测优化技术。针对当前电力市场日趋密切的电力交易，结合用电负荷预测方法的特点，通过修正预测参数，提高电力市场中用电负荷的预测方法精度，提高发电侧营销人员对电力市场供需情况的了解，增强电厂对自身生产的整体规划，指导企业营销部门在电力市场博弈中制定竞价策略，实现发电企业资源的优化配置。

背景技术

用电负荷预测是发电企业营销人员在进行电力市场供需分析，掌握电力市场的负荷情况。因为发电企业和电力用户是通过电网进行关联，并且一个电网同时包括多个发电企业，故而，某一发电用户在预测电力市场用户负荷时，所掌握的信息有限，只能根据相关机构发布的整个电网电力市场历史信息进行分析。

针对电网内用电负荷预测，现有已存在的便捷方法大多主要通过用电总量使用一次滑动平均法等方法进行用电负荷预测，其预测精度因为只考虑网内用电总量，故而其准确性难以控制。而使用神经网络分析、系统动力学分析等分析方法进行预测用电负荷，虽然全面的考虑了影响负荷变化的所有因素，但是所建立的模型参数较多，且变量之间的逻辑结构较为复杂，难易将其实现为发电侧营销信息系统。

本发明提出了一种参数修正的用电负荷预测方法，通过对分产业历史用电量的趋势分析，根据使用单耗法对模型参数进行相应设定，优化算出的用电负荷增长率，进而提高用电负荷的预测精度。

发明内容

本发明为解决现有技术中存在的上述问题，提高用户负荷预测分析方法预测精度，提升当前发电侧电力营销人员对电力市场情况的掌握情况，提出了参数修正的用电负荷方法，基于部分公开用电负荷数据，实现了省内用电负荷预测精度的提升。

为实现上述目的，本发明拟采用如下技术方案：

一种基于参数修正的用电负荷预测方法，其特征在于，所述预测方法包括以下步骤：

步骤1：获取电网内分产业电力用户用电负荷数据，收集分产业单月用电量历史数据；

步骤2：构建用电负荷预测模型；

步骤3：计算修正后的用电负荷预测模型关键参数，即修正后的预测负荷增长率权重c’；

步骤4：将修正后的预测负荷增长率权重修代入步骤2中的用电负荷预测模型计算某类产业下一季度预计用电量，然后汇总所有类别产业的预计用电量得到电网内电力市场各类产业总的用电负荷预测值。

本发明进一步包括以下优选方案：

在步骤2中，包含以下子步骤：

2-1.计算电网内某类产业电力负荷的同比增长率a_i，j-1，a_i，j-2

$a_{i,j-1}=\frac{Q_{i,j-1}-Q_{i-1,j-1}}{Q_{i-1,j-1}};a_{i,j-2}=\frac{Q_{i,j-2}-Q_{i-1,j-2}}{Q_{i-1,j-2}};$

式中：a_i，j-1为第i年j-1季度的用电增长率；a_i,j-2为第i年第j-2季度的同比用电增长率；Q_i，j-1为第i年第j季度的用电量；Q_i,j-2为第i年第j-2季度的用电量；i表示年份，j表示季度；

2-2.利用加权移动平均法，构建某类产业的用电负荷预测模型

Q_i,j预计＝Q_i-1,j*[1+c*a_i,j-1,+(1-c)a_i,j-2]；

式中：Q_i,j预计为第i年第j季度某类产业的预计用电量；c为预测负荷增长率权重，0.5<c<1。

在步骤3中，根据离预测期最近一个月以及次近一个月的实际负荷数据计算修正后的负荷增长率权重c’。

所述步骤3包括以下子步骤：

3-1.从步骤1收集的分产业单月用电量历史数据中获取该产业离预测期最近的一月以及前一年同月即s年t月和s-1年t月的电力市场负荷数据Q_s,t、Q_s-1,t以及这两个月的负荷同比增长率a_s,t-1、a_s,t-2，计算获得第一负荷增长率权重c₁；

Q_s,t＝Q_s-1,t*[1+c₁*a_s,t-1,+(1-c₁)a_s,t-2]

3-2.从步骤1收集的分产业单月用电量历史数据中获取该产业离预测期次近的一月以及前一年同月即s年t-1月和s-1年t-1月的实际负荷数据Q_s,t-1、Q_s-1,t-1以及这两个月的负荷同比增长率数据a_s,t-2、a_s,t-3，计算获得第二负荷增长率权重c₂；

Q_s,t-1＝Q_s-1,t-1*[1+c₂*a_s,t-2,+(1-c₂)a_s,t-3]

3-3.根据第一负荷增长率权重c₁和第二负荷增长率权重c₂计算得到修正后的负荷增长率权重c’

c’＝0.7*c₁+0.3c₂。

本发明具有以下有益的技术效果：

本发明一种基于参数修正的用电负荷预测方法与已有的传统负荷预测方法相比，将历史用电负荷数据增长率作为模型参数修正数据源，并考虑预测数据“重近轻远”的预测理念，提高了负荷预测的精度，有助于电力市场营销人员有效掌握市场信息，方法预测值可作为电力市场辅助决策参考数据。

附图说明

图1为本发明基于参数修正的用电负荷预测方法流程图。

具体实施方式

下面结合说明书附图和具体实施例对本发明的技术方案做进一步详细介绍。

如附图1所示为本发明的参数修正的省内用电负荷预测方法流程示意图，具体步骤如下：

步骤1：通过相关机构发布的数据中获取电力用户用电负荷数据，针对不同产业的单季度用电量及其历史数据收集整理。

步骤2：构建省内用电负荷预测模型

该步骤包含以下子步骤：

1)根据收集整理的历史用电信息，计算电力负荷的同比增长率a_i

$a_{i,j-1}=\frac{Q_{i,j-1}-Q_{i-1,j-1}}{Q_{i-1,j-1}};a_{i,j-2}=\frac{Q_{i,j-2}-Q_{i-1,j-2}}{Q_{i-1,j-2}};$

式中：a_i，j-1为第i年j-1季度的用电增长率；a_i,j-2为第i年第j-2季度的同比用电增长率；Q_i，j-1为第i年第j季度的用电量；Q_i,j-2为第i年第j-2季度的用电量。(i表示年份，j表示季度)

2)利用加权移动平均法，构建省内用电负荷预测模型

Q_i,j预计＝Q_i-1,j*[1+c*a_i,j-1,+(1-c)a_i,j-2]

式中：a_i为第i年的某产业用电增长率；a_i，j为第i年第j季度某产业的同比用电增长率；Q_i,j为第i年第j季度的用电量。

步骤3：修正预测模型关键参数

该步骤包含以下子步骤：

1)预测负荷增长率权重c，由于需要满足“重近轻远”的预测原则，故而0.5<c<1,可以选择c＝0.7

2)根据离预测期最近月度、季度的实际负荷及其增长率数据计算负荷增长率权重c₁、c₂，修正负荷增长率参数c

①带入离预测期最近的s年t月的电力市场负荷数据Q_s,t、Q_s-1,t以及电力市场负荷同比增长率a_s,t-1、a_s,t-2，计算获得第一负荷增长率权重c₁；

Q_s,t＝Q_s-1,t*[1+c₁*a_s,t-1,+(1-c₁)a_s,t-2]

②带入离预测期最近的s年s年t-1月的实际负荷数据Q_s,t-1、Q_s-1,t-1以及电力市场负荷同比增长率数据a_s,t-2、a_s,t-3，计算获得第二负荷增长率权重c₂；

Q_s,t-1＝Q_s-1,t-1*[1+c₂*a_s,t-2,+(1-c₂)a_s,t-3]

③根据第一负荷增长率权重c₁和第二负荷增长率权重c₂计算得到修正后的负荷增长率权重c’

c’＝0.7*c₁+0.3c₂。

步骤4：计算未来省内电力市场用电负荷预测值

该步骤包含以下子步骤：

1)修正后的负荷增长率权重c’代替下式中的c，计算第x产业第i年第j季度用电量；

Q_x,i,j预计＝Q_x，i-1,j*[1+c*a_i,j-1,+(1-c)a_i,j-2]

2)根据计算的分产业用电量，计算电力市场负荷总预测量；

其中，Q_x为第x产业的用电量，Q_总表示全社会的用电总量。

申请人结合说明书附图对本发明的实施例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (4)

1.一种基于参数修正的用电负荷预测方法，其特征在于，所述预测方法包括以下步骤：

步骤1：获取电网内分产业电力用户用电负荷数据，收集分产业单月用电量历史数据；

步骤2：构建用电负荷预测模型；

步骤3：计算修正后的用电负荷预测模型关键参数，即修正后的预测负荷增长率权重c’；

步骤4：将修正后的预测负荷增长率权重修代入步骤2中的用电负荷预测模型计算某类产业下一季度预计用电量，然后汇总所有类别产业的预计用电量得到电网内电力市场各类产业总的用电负荷预测值。

2.根据权利要求1所述的基于参数修正的用电负荷预测方法，其特征在于：

在步骤2中，包含以下子步骤：

2-1.计算电网内某类产业电力负荷的同比增长率a_i，j-1，a_i，j-2

$a_{i,j-1}=\frac{Q_{i,j-1}-Q_{i-1,j-1}}{Q_{i-1,j-1}};a_{i,j-2}=\frac{Q_{i,j-2}-Q_{i-1,j-2}}{Q_{i-1,j-2}};$

式中：a_i，j-1为第i年j-1季度的用电增长率；a_i,j-2为第i年第j-2季度的同比用电增长率；Q_i，j-1为第i年第j季度的用电量；Q_i,j-2为第i年第j-2季度的用电量；i表示年份，j表示季度；

2-2.利用加权移动平均法，构建某类产业的用电负荷预测模型

Q_i,j预计＝Q_i-1,j*[1+c*a_i,j-1,+(1-c)a_i,j-2]；

式中：Q_i,j预计为第i年第j季度某类产业的预计用电量；c为预测负荷增长率权重，0.5<c<1。

3.根据权利要求2所述的基于参数修正的用电负荷预测方法，其特征在于：

在步骤3中，根据离预测期最近一个月以及次近一个月的实际负荷数据计算修正后的负荷增长率权重c’。

4.根据权利要求2所述的基于参数修正的用电负荷预测方法，其特征在于：

所述步骤3包括以下子步骤：

3-1.从步骤1收集的分产业单月用电量历史数据中获取该产业离预测期最近的一月以及前一年同月即s年t月和s-1年t月的电力市场负荷数据Q_s,t、Q_s-1,t以及这两个月的负荷同比增长率a_s,t-1、a_s,t-2，计算获得第一负荷增长率权重c₁；

Q_s,t＝Q_s-1,t*[1+c₁*a_s,t-1,+(1-c₁)a_s,t-2]

3-2.从步骤1收集的分产业单月用电量历史数据中获取该产业离预测期次近的一月以及前一年同月即s年t-1月和s-1年t-1月的实际负荷数据Q_s,t-1、Q_s-1,t-1以及这两个月的负荷同比增长率数据a_s,t-2、a_s,t-3，计算获得第二负荷增长率权重c₂；

Q_s,t-1＝Q_s-1,t-1*[1+c₂*a_s,t-2,+(1-c₂)a_s,t-3]

3-3.根据第一负荷增长率权重c₁和第二负荷增长率权重c₂计算得到修正后的负荷增长率权重c’

c’＝0.7*c₁+0.3c₂。