[发明专利]基于客户用电差异化特性的短期负荷组合预测方法

说明书

本发明提出了一种基于客户用电差异化特性的短期负荷组合预测方法，包括分析用电客户差异化特性，建立基于客户画像技术的用电客户综合评价体系，提出基于模糊聚类的用电客户的分类方法；结合不同类型客户用电受到政策、经济、环境等不同因素的影响程度的不同的特点，基于层次分析法，提出短期负荷的组合预测方法；结合实例证明，本发明提出的预测方法精度可靠，同时客户的不同分类及其电负荷预测值也为供电服务的转型及升级提供了技术数据基础。

技术领域

本发明属于电力系统负荷预测领域，尤其涉及一种基于客户用电差异化特性的短期负荷组合预测方法。

背景技术

随着售电侧改革逐渐步入深水区，面对电力市场竞争，产业园区内优质客户的供电服务需求也在悄然变化，供电服务短板问题逐步凸显。由于产业园区作为未来市场化试点具备示范效应，针对售电市场的典型特征和供电服务的市场不适应症，分析挖掘园区售电市场潜在的供电服务需求，制定转型升级发展路线成为研究重要方向。因此，对园区客户开展综合价值分析及分类，研究个性化、差异化服务将是未来售电公司主要任务。不同售电服务的基础是由客户的类型、客户的用电特性以及客户用电负荷等因素。由此，针对客户特性及负荷预测的研究意义重大。

发明内容

本发明的目的在于，提出客户用电差异化特性的短期负荷组合预测方法，分析挖掘园区售电市场潜在的供电服务需求，制定转型升级发展路线。

本发明提出一种基于客户用电差异化特性的短期负荷组合预测方法，包括如下步骤：

步骤1：分析客户用电行为、用电潜力以及社会行为的差异化特性；

步骤2：基于所述差异化特性，建立基于客户画像技术的客户综合评价指标体系；

步骤:3：基于大数据平台获取并计算客户综合评价指标参数，得到评价指标标准化参数；

步骤4：采用模糊聚类的客户聚类方法对客户进行分类；

步骤5：选取一类客户，建立负荷预测的层次分析模型；

步骤6：建立判断矩阵，利用方根法计算判断矩阵的最大特征值及特征向量，并进行一致性检验；

步骤7：计算各单一负荷预测方法的权重比，得到所选取的该类客户的负荷组合短期预测结果。

步骤8：重复步骤5-7，依次对其他类客户进行负荷预测。

评价指标体系中的指标对应于步骤1中的客户用电行为、用电潜力以及社会行为，包括客户用电行为指标、客户用电潜力指标、客户社会行为指标。客户用电行为指标包括：用电客户类型、客户负荷率、负荷波动性、电压等级；客户用电潜力指标包括电能占比、用电增长率、用电扩容量受政策影响度；客户社会行为指标包括用电信用度和用电安全度。

步骤3中客户综合评价指标参数的数据映射范围取为[0,1]区间。

步骤4的模糊聚类方法为：对于一个样本空间，拥有m个特性指标的任意两个不同的样本分别可表示为特性向量x_i＝(x_i1,x_i2,…,x_im)和x_j＝(x_j1,x_j2,…,x_jm)，利用贴近度法计算其相似度r_ij，根据各样本之间的相似度，建立样本模糊相似矩阵R；

a)利用模糊相似矩阵R的平方自合成计算模糊传递包，当第一次出现R^k*R^k＝R^k时，则称R_k为传递闭包；