[发明专利]基于温度还原模型的年最大负荷预测方法

说明书

技术领域

本发明涉及一种用于电网控制领域的基于温度还原模型的年最大负荷预测方法。

背景技术

电网中，温度因素是短期负荷预测重点考虑的影响因素之一，传统中长期负荷预测一般不考虑其影响。然而，随着经济的发展和居民生活水平的提高，近年来，在我国绝大多数大中型城市，尤其是季节分明的南方省市，居民类负荷和第三产业负荷在社会总负荷中所占的比重都呈逐年上升的趋势。分析城市电网的年最大负荷发生时的特点不难发现，上述负荷的出现与天气状况，尤其是温度存在密切关系，表现为对温度的敏感特性。特别是在季节变化特征明显的城市地区，这种特点更加突出。温度已成为影响城市电网负荷变化的一个不可忽略的敏感因素。

在以年为单位的中长期负荷预测中，一般主要以历史各年度的最大负荷为基础进行目标年及各水平年的年最大负荷的预测，而年最大负荷易受年最高温度的影响，历史各年度的最大负荷的数据中往往存在较大的温度敏感分量，或者说是温度随机分量。因此，需要重点研究温度与年最大负荷之间的关联关系，并在预测中剔除温度敏感分量的影响，才能有效提高目标年的年最大负荷预测的准确性。目标年是指需要进行年最大负荷预测的年份。

发明内容

本发明的目的是为了克服现有技术的不足，提供一种基于温度还原模型的年最大负荷预测方法，其能够对目标年的年最大负荷做出准确有效的预测，为电力在电网中的调控提供依据，保障电网的运行安全。

实现上述目的的一种技术方案是：基于温度还原模型的年最大负荷预测方法，对目标年的年最大负荷进行预测，所述年最大负荷预测方法包括下列步骤：

S1历史数据处理步骤，包括：

S11求取历史各年度的年最大负荷及最大负荷日最高温度工序；S12对历史各年度的年最大负荷日最高温度进行积温修正，求取历史各年度的年最大负荷日修正最高温度工序；S13求取历史各年度的年基础负荷工序；S14求取各温度下的温度敏感系数工序；

S2负荷还原步骤，包括：

S21确定最高基准温度工序；S22求解调整系数工序；S23求取历史各年度的年还原最大负荷工序；

S3负荷外推预测及结果调整步骤，包括：

S31建立回归模型，用年还原最大负荷外推预测目标年的年还原最大负荷工序；S32预测目标年的年最高温度，确定目标年的年最高温度预测区间工序；S33根据目标年的年最高温度预测区间预测值确定目标年的年最大负荷预测区间工序。

进一步的，所述S12工序中，所述年最大负荷日修正最高温度的求解公式为：

其中，T′₀为年最大负荷日修正最高温度，T₀为年最大负荷日最高温度，T_i为年最大负荷日i天前最高温度；α为累积效应系数；n为日最高温度连续高于28℃的天数，p为统计天数。

再进一步的，所述S13工序的方法为：所使用HP滤波器对历史各年度的全年的日最大负荷进行HP滤波，得到历史各年度的日最大负荷的趋势分量和周期分量；求取历史各年度六月至九月的日最大负荷的趋势分量，求取所述趋势分量的平均值，以此作为历史各年度的年基础负荷。

更进一步的，所述S14工序的方法为：读取历史各年度的年最大负荷日修正最高温度，并计算历史各年度的年最大负荷日修正最高温度的算术平均值和均方根值，将所述算术平均值和所述均方根值的平均值作为所述最高基准温度。

还要进一步的，所述S22工序的方法为：读取各温度下的温度敏感系数，并根据根温度下的所述温度敏感系数，建立最优化约束问题方程，分别确定在28℃到所述最高基准温度内的调整系数K1和所述最高基准温度到40℃的调整系数K2。

还要再进一步的，所述S23工序中，求取所述年还原最大负荷的公式为：

其中，P_ref为年还原最大负荷，T_ref最高基准温度，P₀为年最大负荷，T′₀为年最大负荷日修正最高温度。

还要更进一步的，所述S31工序中，依据历史各年度的年还原最大负荷，采用函数回归的方法，外推预测目标年的年还原最大负荷。

再要进一步的，33工序中，计算目标年的年最大负荷预测区间所采用的公式为：