[发明专利]基于酒店需求侧响应的电力负荷预测方法及装置

说明书

本发明提出了一种基于酒店需求侧响应的电力负荷预测方法及装置，包括；根据影响酒店电力负荷的因素生成日特征向量；计算预测日的日特征向量与历史日的日特征向量之间的距离，根据计算结果选取预测日的历史相似日；通过部署在酒店的负荷监测装置生成电力负荷曲线；对电力负荷曲线进行小波分解，得到酒店中各个用电单元对应的子负荷预测结果；对子负荷预测结果进行误差处理，将误差处理后的子负荷预测结果相加得到总负荷预测结果。针对酒店用电单元类型复杂的特殊性，将小波分解得到的预测结果做进一步误差处理，相对于将酒店的各个用电单元的预测负荷单纯相加，通过误差处理实现更精确的调整，提高了预测精度。

技术领域

本发明属于负荷预测领域，尤其涉及基于酒店需求侧响应的电力负荷预测方法及装置。

背景技术

需求侧响应是指通过实行一系列的激励机制，通过调整电力价格等手段引导用户主动的对配电网的运营进行配合管理，解决了传统配电网不能根据用户需求主动发电的问题，提高供电需求的稳定性。

电力负荷预测在需求侧响应中具有重要的作用，供电方能够根据电力负荷预测的结果及时调整需求侧响应，平衡配电网的供电负荷。当前的超短期负荷预测主要以人工智能和小波分析为主，虽然能够实现较短的预测周期，但是预测精度较低，尤其是对酒店应用场景下的电力负荷预测，往往因复杂的干扰因素导致无法满足预测准度要求。

发明内容

为了解决现有技术中存在的缺点和不足，本发明提出了一种基于酒店需求侧响应的电力负荷预测方法，包括：

根据影响酒店电力负荷的因素选取日特征，生成日特征向量；

计算预测日的日特征向量与历史日的日特征向量之间的距离，根据计算结果选取预测日的历史相似日；

通过部署在酒店的负荷监测装置记录历史相似日的实时电力负荷，生成电力负荷曲线；

对电力负荷曲线进行小波分解，得到酒店中各个用电单元对应的子负荷预测结果；

对子负荷预测结果进行误差处理，将误差处理后的子负荷预测结果相加得到总负荷预测结果。

可选的，所述根据影响酒店电力负荷的因素选取日特征，生成日特征向量，包括：

根据影响酒店电力负荷的因素，确定对应的日特征；

分析历史日和预测日对于各个日特征的接近程度，根据分析结果生成日特征向量。

可选的，所述计算预测日的日特征向量与历史日的日特征向量之间的距离，根据计算结果选取预测日的历史相似日，包括：

计算预测日的日特征向量与历史日的日特征向量之间的欧氏距离；

若欧式距离小于预设的相似阈值，选取该欧式距离对应的历史日为预测日的历史相似日。

可选的，所述对历史相似日对应的电力负荷曲线进行小波分解，得到酒店中各个用电单元对应的子负荷预测结果，包括：

通过离散小波变换函数分别对每个用电单元在历史相似日的电力负荷曲线进行小波分解，所述离散小波变换函数为：

其中，a为离散小波变换函数中的伸缩因子，b为离散小波变换函数中的平移因子，a和b均为人工设置；Δt为对电力负荷曲线的取样间隔；为进行小波分解的电力负荷曲线；n为取样总数，k为取样序号；a、b、Δt、t的取值范围均为正数，k和n的取值范围均为正整数；

根据不同的a和b的值，得到用电单元i基于不同的历史相似日t分解出的负荷预测结果

将属于同一用电单元的相加，得到用电单元i对应预测日的子负荷预测结果x_i。