[发明专利]一种火力发电中长期建模预测方法

说明书

本发明涉及一种火力发电中长期建模预测方法，包括，步骤S1，收集区域总用电量与电力关联因素历史数据，形成样本数据；步骤S2，建立区域总用电量中长期预测模型；步骤S3，建立新能源发电中长期预测模型；步骤S4，根据区域总用电量中长期预测模型、新能源发电中长期预测模型、外购电计划数据、外销电计划数据，建立火力发电缺口预测模型；步骤S5，根据火力发电历史数据建立火力发电预测模型，并将其与火力发电预测模型进行修正合并，形成最终的火力发电中长期预测模型；步骤S6，根据多高斯分布组合计算不同置信度下的火力发电量分布区间。本发明通过多预测模型修正合并，实现精确的电力风险量化预警。

技术领域

本发明涉及火力发电建模预测技术领域，尤其涉及一种火力发电中长期建模预测方法。

背景技术

我国是全球电力生产第一大国，发电量约占全球发电量总额的四分之一，从中国电源结构看，火电装机容量占比超过60%，火电发电量占比达到70%，电力行业关联国家的经济命脉，电力生产的安全、高效、绿色，是关系国家与企业的健康发展的关键，为提高电力企业的抗风险能力，实现精细化管理，研究并践行风险量化预警是必不可少的途径，能源结构优化的要求从长远来看为电力行业的健康绿色发展带来了要求，而对短期的经营带来了挑战，体现在具有随机特性的新能源发电全吸纳、火力发电为电量支撑和电力保障的新能源结构，需要在用电量、新能源发电量的精确预测基础上，从而可以精确安排火力发电。

但用电量主要由社会、经济发展大环境所决定的，具有随人口结构、经济状况的周期性变化而具有波动性，同时，新能源发电量是由气候与环境条件所决定的，具有明显的随机性，在现有的火力发电预测模型中不能进行多因素的建模预测，并对预测模型的修正不充分，难以准确预测实际需求与新能源发电量约束下的火力发电量变化规律，从而对火电企业的生产经营带来不确定性，为了实现精确的评估这种不确定性带来的经营风险，需有更精确的火力发电预测方法，不仅预测火力发电量，同时计算其置信度，实现风险量化预警。

发明内容

为此，本发明提供一种火力发电中长期建模预测方法，用以克服现有技术中火力发电建模预测精确度差的问题。

为实现上述目的，本发明提供一种火力发电中长期建模预测方法，包括，

步骤S1，对区域总用电量历史数据与电力关联因素历史数据进行收集，通过相关性分析工具对电力关联因素历史数据进行筛选并确定各类电量的关联要素数据，对区域总用电量历史数据与电量的关联要素数据进行预处理，形成样本数据；

步骤S2，对区域总用电量历史数据的样本数据进行数据分解与统计分析，得到时间规律上的统计特征；根据历史区域总用电量的统计特征以及样本数量，确定用电量预测模型的类型与结构，建立区域总用电量中长期预测模型；

步骤S3，对新能源发电量历史数据进行数据分解与统计分析，根据新能源发电量历史数据的统计特征以及样本数量，建立新能源发电中长期预测模型；

步骤S4，根据是否有外购电、外销电对区域类型进行确定，根据区域类型计算火电缺口，火电缺口计算公式为，火力发电量=区域总用电量+外销电量-外购电量-新能源发电量；根据火电缺口计算公式，在区域总用电量中长期预测模型、新能源发电中长期预测模型、外购电计划、外销电计划数据的基础上，建立火力发电缺口预测模型Vq=f1(td)；

步骤S5，对火力发电历史数据数据分解与统计分析，根据火力发电历史数据的统计特征以及样本数量，建立火力发电预测模型Vd=f2(td)，将火力发电缺口预测模型Vq=f1(td)与火力发电预测模型Vd=f2(td)进行差量计算与判定修正，并将修正过的火力发电缺口预测模型Vq=f1(td)与火力发电预测模型Vd=f2(td)进行平均处理，形成最终的火力发电中长期预测模型；

步骤S6，对预测误差进行多高斯拟合，根据多高斯分布组合计算不同置信度下的火力发电量分布区间。