[发明专利]一种含小水电的地调范围日前预测省供负荷方法

摘要

一种含小水电的地调范围日前预测省供负荷方法，根据地级市下县/区行政划分，将各县/区的径流式机组容量进行统计，并根据历史降水数据，将全年分为丰水期和枯水期。根据所划分的各县/区机组，将历史降水数据做加权处理。根据当地地理环境，及历史降水量对小水电机组的发电影响，得出降水影响因子，经过加权过的降水，再结合各县/区降水影响因子，得出最终降水数据。将以上各县降水数据对应时段求和，得出某市在不同时段的降水数据。将降水数据作为BP神经网络方法中的输入数据，得出预测小水电发电量。以历史负荷数据为训练样本，得出地区负荷数据。本发明旨在提高径流式小水电机组的出力预测精度，优化地市级调度的调度模型。

主权项

一种含小水电的地调范围日前预测省供负荷方法，其特征在于包括以下步骤：步骤1：根据地级市下县/区行政划分，将所属各县/区的径流式机组容量进行统计，并根据历史降水数据，将各县/区的全年分为丰水期和枯水期；步骤2：由于各县径流式小水电机组容量不同，故即使两个县降水一样，最终小水电发电量也是不同的，即有效的降水量是不一样的，由如下公式(1)f(i)=xix1+x2+...+xnyi,(i∈[1,2,...n])---(1)]]>公式(1)中xi表示i县所有径流式小水电容量，yi表示i县降水量，根据步骤1所划分的各县/区机组，将历史降水数据做加权处理；步骤3：根据当地地理环境，及历史降水量对小水电机组的发电影响，得出降水影响因子，经过步骤2加权过的降水，再结合各县/区降水影响因子，得出最终降水数据；步骤4：将以上各县降水数据对应时段求和，得出某市在不同时段的降水数据；步骤5：将某市预测每个时段平均气温及以上计算的出的降水数据，作为BP神经网络方法中的输入数据，以历史数据为训练样本，得出预测小水电发电量；步骤6：以历史负荷数据为训练样本，利用神经网络方法，得出地区负荷数据；步骤7：根据步骤5，步骤6得出的数据，结合地区小火电机组的预测出力，得出省供数值，并上报省调中心。