[发明专利]基于蒙特卡洛法的电热水器短期负荷预测方法及系统

说明书

基于蒙特卡洛法的电热水器短期负荷预测方法及系统，首先根据水温的动态模型和电热水器热水温度变化范围建立电热水器的功率模型；然后，基于统计数据，采用蒙特卡洛法构建电热水器的开关模型；其次，分析电热水器工作参数特性，确定其概率分布；最后，综合功率模型，开关模型和工作参数数据，建立电热水器集群模型，实现短期负荷预测。本发明基于蒙特卡洛法根据构建的单台电热水器的功率模型，开关模型及工作参数概率分布情况建立电热水器集群模型，易于实现并且相比于BP神经网络本方法预测精度更高，具有一定的优越性。

技术领域

本发明涉及电力系统负荷预测技术领域，更具体地，涉及基于蒙特卡洛法的电热水器短期负荷预测方法及系统。

背景技术

电力需求侧管理是优化资源配置，改善和保护环境的重要方法，分为两类：一是间接负荷管理，即用户根据基于时间的定价政策改变其能耗行为；二是直接负荷控制，即供电公司使用电力监控手段，在不会对电力用户造成较大影响的情况下，实施负荷控制策略，在用电高峰时段直接切断某些负荷的用电供应，达到合理调整用电秩序，降低电网峰值。家用电热水器在居民总负荷中占有很大的比例和并且具有相似的负荷曲线，因而是直接负荷控制的主要对象。所以，对居民电热水器进行负荷预测具有重要的实际意义。

现有技术1(CN111598378A)“一种居民电热水器负荷需求侧响应可调控潜力评估方法”，包括：步骤1、电热水器使用时间日前评估，步骤2、电热水器负荷日期预测，步骤3、电热水器限制调节时间段评估，步骤4、电热水器需求侧响应调控潜力评估；现有技术2(CN104778631B)“一种面向需求响应的居民用户用电模式优化方法”，建立了包括热水器负荷响应模型在内的居民用户典型用电设备的负荷响应动态模型，以用户用电成本最小和用电方式满意度最大为目标确定用电模式优化模型的目标函数，建立用电模式优化模型的约束调节，采用粒子群算法进行模型求解得到包括电热水器在内的各负荷的最优运行方式；上述现有技术方案，更适用于电热水器中长期负荷预测。而且，针对电热水器负荷预测研究大多采用神经网络模型。在中长期负荷预测中，神经网络模型是有效并且准确的，但是在短期负荷预测中神经网络模型的误差率较大。

“基于蒙特卡洛法的用户负荷模拟及配电台区负荷预测方法”(《电网建设》，2015年12月，总第343期)中公开了基于蒙特卡洛法的用户负荷模拟，其中，使用开关函数表示各家用电器在任意时刻的运行状态，并给出了基于蒙特卡洛法模拟用户负荷的流程，对各种家用电器在任意时刻的运行状态进行随机抽样，根据负荷公式计算随机抽样时刻该用户的负荷值。然而，该现有技术的缺点在于没有构建家用电器的具体模型，因此其聚合模型的预测精度低。

综上，提出基于蒙特卡洛法的电热水器短期负荷预测方法及系统，易于实现并且具有较高的精确度。

发明内容

为解决现有技术中存在的不足，本发明的目的在于，提供一种基于蒙特卡洛法的电热水器短期负荷预测方法及系统，通过构建单台电热水器的物理模型，考虑电热水器聚合时其种类、外界环境以及用水量等参数的影响，依据电热水器物理模型和工作参数分布情建立聚合模型，使用聚合模型预测显著提高精度，更加符合实际使用情况。

本发明采用如下的技术方案。

基于蒙特卡洛法的电热水器短期负荷预测方法，包括：

步骤1，采集电热水器的工作参数；

步骤2，基于能量守恒原理，利用电热水器额定参数和运行参数，建立电热水器的水温动态模型；利用水温动态模型和电热水器热水温度变化范围构建电热水器的功率模型；

步骤3，采集电热水器平均使用时长和日使用概率，采用蒙特卡洛法构建电热水器的开关模型；

步骤4，利用工作参数确定负荷预测参数的概率分布；其中，负荷预测参数包括：用水量、环境温度、电热水器的初始水温及设定水温；

步骤5，基于负荷预测参数的概率分布，进行蒙特卡洛随机抽样；