CN114036762B - 基于比例系数法预测配电网负荷的***和方法 - Google Patents

基于比例系数法预测配电网负荷的***和方法 Download PDF

Info

Publication number
CN114036762B
CN114036762B CN202111349464.XA CN202111349464A CN114036762B CN 114036762 B CN114036762 B CN 114036762B CN 202111349464 A CN202111349464 A CN 202111349464A CN 114036762 B CN114036762 B CN 114036762B
Authority
CN
China
Prior art keywords
load
predicted
coefficient
prediction
distribution network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111349464.XA
Other languages
English (en)
Other versions
CN114036762A (zh
Inventor
林元
姚雨
廖谦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN202111349464.XA priority Critical patent/CN114036762B/zh
Publication of CN114036762A publication Critical patent/CN114036762A/zh
Application granted granted Critical
Publication of CN114036762B publication Critical patent/CN114036762B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/04Power grid distribution networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于比例系数法预测配电网负荷的***和方法,所述方法包括:获取配电网待预测线路的当前负荷;将所述当前负荷输入到负荷预测模型中,计算得到预测负荷。本发明通过比例系数法来构建负荷预测模型,需要预测时,仅需将待预测线路的当前负荷输入到负荷预测模型中,即可快速得到相对精确的预测负荷。与现有技术相比,本发明具有预算简单、快速、精确的优点。

Description

基于比例系数法预测配电网负荷的***和方法
技术领域
本发明涉及一种基于比例系数法预测配电网负荷的***和方法,属于配电网负荷预测技术领域。
背景技术
目前我国电力事业发展较为迅速,用电管理逐步走向市场,负荷预测的准确成为供电企业的首要目标。准确的负荷预测结果有助于提高***的安全性和稳定性,能够减少发电成本。配电网负荷预测关系到国民经济的发展和工业农业的正常发展,而且其容易受到气候、环境、经济、政治等因素的影响,这些不确定的因素加大了配电网负荷预测的复杂性。在现阶段市场发展中,电力市场增加了大量的自用分布式发电以及移动充电电动汽车,其电力负载变化因素也具有不确定性。配电网负荷用电具有很大随机性,但是总体来看配电网负荷有一定的规律性。然而目前的电力负荷预测方法,使用的多为人工预测方法,需要技术人员进行大量的计算,耗费大量人力物力,运算过程耗时长,预测精度低。
发明内容
基于上述,本发明提供一种基于比例系数法预测配电网负荷的***和方法,可以精确快速预测出配电网某线路的电力负荷,以克服现有技术的不足。
本发明的技术方案是:基于比例系数法预测配电网负荷的方法,所述方法包括:
获取配电网待预测线路的当前负荷;
将所述当前负荷输入到负荷预测模型中,计算得到预测负荷。
可选的,所述负荷预测模型为:
y=(k+b)x
式中,y为预测负荷,x为当前负荷,k为预测负荷比例系数,b为预测综合调整系数。
可选的,所述负荷比例系数的获得方法为:
获取配电网待预测线路的历史负荷;
根据所述历史负荷得到不同年度的季节典型负荷数据;
将同一年相邻的季节典型负荷数据的比值作为不同的季节负荷比例系数;
将不同年度的季节负荷比例系数进行加权平均值计算,得到预测负荷比例系数;
其中,根据预测时间选取相应的预测负荷比例系数进行负荷预测计算。
可选的,根据所述历史负荷得到不同年度的季节典型负荷数据的方法为:
先将所述历史负荷划分为不同年度不同季节的季节性数据;
再根据同一年不同季节的典型日期选取相应的季节性数据作平均处理得到季节典型负荷数据。
可选的,所述预测综合调整系数b的选取方法为:
不同季节的所述预测综合调整系数b设定有初始值;
当预测负荷与实际负荷在设定偏差外,则根据所述实际负荷对不同季节的所述预测综合调整系数b的初始值进行调整。
可选的,根据气候变化趋势系数、社会GDP增长和负荷报装对所述预测综合调整系数b进行调节。
本发明还提供一种基于比例系数法预测配电网负荷的***,所述***包括:
获取模块,用于:获取配电网待预测线路的当前负荷;
预测模块,用于:将所述当前负荷输入到负荷预测模型中,计算得到预测负荷。
可选的,所述负荷预测模型为:
y=(k+b)x
式中,y为预测负荷,x为当前负荷,k为预测负荷比例系数,b为预测综合调整系数。
可选的,所述负荷比例系数的获得方法为:
获取配电网待预测线路的历史负荷;
根据所述历史负荷得到不同年度的季节典型负荷数据;
将同一年相邻的季节典型负荷数据的比值作为不同的季节负荷比例系数;
将不同年度的季节负荷比例系数进行加权平均值计算,得到预测负荷比例系数;
其中,根据预测时间选取相应的预测负荷比例系数进行负荷预测计算。
可选的,所述预测综合调整系数b的选取方法为:
不同季节的所述预测综合调整系数b设定有初始值;
当预测负荷与实际负荷在设定偏差外,则根据所述实际负荷对不同季节的所述预测综合调整系数b的初始值进行调整。
本发明的有益效果是:本发明通过比例系数法来构建负荷预测模型,需要预测时,仅需将待预测线路的当前负荷输入到负荷预测模型中,即可快速得到相对精确的预测负荷。本发明具有预算简单、快速、精确的优点。
附图说明
图1为本发明方法流程图;
图2为本发明装置结构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
基于上述,请参阅图1,本发明实施例一种基于比例系数法预测配电网负荷的方法,所述方法包括:
S1获取配电网待预测线路的当前负荷;
具体而言,当需要对配电网某条线路进行负荷预测时,需要先获取该线路的当前负荷。本实施例中,负荷可以为电流。负荷获取方式可以从电力调度自动化***中获取。
S2将所述当前负荷输入到负荷预测模型中,计算得到预测负荷。
具体而言,将当前负荷输入到负荷预测模型中,从而可以得到该线路的预测负荷。应当注意的是,预测负荷是当前负荷后的未来某一时间的负荷。
负荷预测模型为:
y=(k+b)x
式中,y为预测负荷,x为当前负荷,k为预测负荷比例系数,b为预测综合调整系数。
预测时,将线路的当前负荷作为x代人到公式中,根据确定的预测负荷比例系数k和预测综合调整系数b,即可计算预测负荷y。
具体地,上述公式中负荷比例系数的获得方法为:
1、获取配电网待预测线路的历史负荷;
首先从电力调度自动化***中获取配电网各条线路的历史负荷数据,例如近5年的历史数据。
2、根据所述历史负荷得到不同年度的季节典型负荷数据;
具体而言,先将历史负荷划分为不同年度不同季节的季节性数据,例如春季负荷数据、夏季负荷数据、秋季负荷数据和冬季负荷数据,然后再根据同一年度不同季节的典型日期选取相应的季节性数据作平均处理得到季节典型负荷数据,不同季节的典型日期可以根据实际经验选取,以最大程度表明该季节的用电负荷为准,例如,每年9月1日至15日可以作为选取秋季负荷数据的典型日期,1月1日至1月15日可以作为选取冬季负荷数据的典型日期。
3、将同一年相邻的季节典型负荷数据的比值作为不同的季节负荷比例系数;
具体而言,在得到季节典型负荷数据后,将夏季典型负荷数据与春季典型负荷数据的比值为夏季预测负荷比例系数,将秋季典型负荷数据与夏季典型负荷数据的比值为秋季预测负荷比例系数,将冬季典型负荷数据与秋季典型负荷数据的比值为冬季预测负荷比例系数,将春季典型负荷数据与冬季典型负荷数据的比值为春季预测负荷比例系数。
4、将不同年度的季节负荷比例系数进行加权平均值计算,得到预测负荷比例系数;
具体而言,将不同年度的春季预测负荷比例系数进行加权平均值计算可以得到最优的春季预测负荷比例系数,将不同年度的夏季预测负荷比例系数进行加权平均值计算可以得到最优的夏季预测负荷比例系数,将不同年度的秋季预测负荷比例系数进行加权平均值计算可以得到最优的秋季预测负荷比例系数,将不同年度的冬季预测负荷比例系数进行加权平均值计算可以得到最优的冬季预测负荷比例系数,根据预测时间选取相应的最优的预测负荷比例系数进行负荷预测计算。例如,当前属于春季而需要预测夏季的负荷时,可选取夏季预测负荷比例系数作为预测负荷比例系数代入上述公式进行计算,当前属于秋季而需要预测冬季的负荷时,可选取冬季预测负荷比例系数作为预测负荷比例系数代入上述公式进行计算。
具体地,上述公式中预测综合调整系数b的选取方法为:
不同季节的预测综合调整系数b设定有初始值,例如设定为0,也可以设定为其他的值。当预测负荷与实际负荷在设定偏差外,则根据实际负荷对不同季节的预测综合调整系数b的初始值进行调整。也就是说,将实际负荷代入到上述公式中来计算预测综合调整系数b的值,作为后续预测的基础。应当注意的是,每个季节的预测综合调整系数可以为不同。
具体地,根据气候变化趋势系数、社会GDP增长和负荷报装对预测综合调整系数b进行调节。本实施例中,当气候变化趋势系数超过设定值时,若向用电需求增加方向变化时,则适当增加预测综合调整系数b,例如增加0.1、0.2,若向用电需求减小方向变化时,则适当减小预测综合调整系数b,例如减小0.1、0.2。当社会GDP增长时,考虑其增长率对用电需求的影响,适当调节增加预测综合调整系数b,例如增加0.3、0.4。当该线路在预测期内有新增的负荷报装时,则根据负荷报装增加的负荷调节预测综合调整系数b。
工作原理:在一年内的各个季节,配电网运行负荷一般是变化的,其主要原因有气候季节的不同、周末、法定年节假日的分布等。从长期来看,这种负荷变化具有一定的循环特征和规律性。比例系数法的基本思路是通过把握季节变化的循环特征和规律性,去预测未来季节的负荷电流。比例系数法是根据过去数年的月度运行数据统计资料,计算出季节变化中负荷的变化比例,进而去预计未来各个季度的运行值。预测结果表明,该方法能得出高质量的负荷预测。
采用本发明方法后,如:10kV某线路秋季负荷平均电流为240A,通过负荷预测公式,预测冬季负荷达到415A,此时,可以对比线路参数,进行风险分析,提交给设备管理部门,提前做好负荷转移等措施,降低运行风险。选取贵州兴义城区某片区负荷进行校验,该方法的结果准确度达到95%以上。表明该研究方法具有实用性。
请参阅图2,本实施例一种基于比例系数法预测配电网负荷的***,该***包括:获取模块,用于:获取配电网待预测线路的当前负荷;预测模块,用于:将所述当前负荷输入到负荷预测模型中,计算得到预测负荷。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (4)

1.基于比例系数法预测配电网负荷的方法,其特征在于,所述方法包括:
获取配电网待预测线路的当前负荷;
将所述当前负荷输入到负荷预测模型中,计算得到预测负荷;
其中,所述负荷预测模型为:
y=(k+b)x
式中,y为预测负荷,x为当前负荷,k为预测负荷比例系数,b为预测综合调整系数;
所述负荷比例系数的获得方法为:
获取配电网待预测线路的历史负荷;
根据所述历史负荷得到不同年度的季节典型负荷数据;
将同一年相邻的季节典型负荷数据的比值作为不同的季节负荷比例系数;
将不同年度的季节负荷比例系数进行加权平均值计算,得到预测负荷比例系数;
其中,根据预测时间选取相应的预测负荷比例系数进行负荷预测计算;
所述预测综合调整系数b的选取方法为:
不同季节的所述预测综合调整系数b设定有初始值;
当预测负荷与实际负荷在设定偏差外,则根据所述实际负荷对不同季节的所述预测综合调整系数b的初始值进行调整。
2.根据权利要求1所述的基于比例系数法预测配电网负荷的方法,其特征在于,根据所述历史负荷得到不同年度的季节典型负荷数据的方法为:
先将所述历史负荷划分为不同年度不同季节的季节性数据;
再根据同一年不同季节的典型日期选取相应的季节性数据作平均处理得到季节典型负荷数据。
3.根据权利要求1所述的基于比例系数法预测配电网负荷的方法,其特征在于,根据气候变化趋势系数、社会GDP增长和负荷报装对所述预测综合调整系数b进行调节。
4.基于比例系数法预测配电网负荷的***,其特征在于,所述***包括:
获取模块,用于:获取配电网待预测线路的当前负荷;
预测模块,用于:将所述当前负荷输入到负荷预测模型中,计算得到预测负荷;
其中,所述负荷预测模型为:
y=(k+b)x
式中,y为预测负荷,x为当前负荷,k为预测负荷比例系数,b为预测综合调整系数;
所述负荷比例系数的获得方法为:
获取配电网待预测线路的历史负荷;
根据所述历史负荷得到不同年度的季节典型负荷数据;
将同一年相邻的季节典型负荷数据的比值作为不同的季节负荷比例系数;
将不同年度的季节负荷比例系数进行加权平均值计算,得到预测负荷比例系数;
其中,根据预测时间选取相应的预测负荷比例系数进行负荷预测计算;
所述预测综合调整系数b的选取方法为:
不同季节的所述预测综合调整系数b设定有初始值;
当预测负荷与实际负荷在设定偏差外,则根据所述实际负荷对不同季节的所述预测综合调整系数b的初始值进行调整。
CN202111349464.XA 2021-11-15 2021-11-15 基于比例系数法预测配电网负荷的***和方法 Active CN114036762B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111349464.XA CN114036762B (zh) 2021-11-15 2021-11-15 基于比例系数法预测配电网负荷的***和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111349464.XA CN114036762B (zh) 2021-11-15 2021-11-15 基于比例系数法预测配电网负荷的***和方法

Publications (2)

Publication Number Publication Date
CN114036762A CN114036762A (zh) 2022-02-11
CN114036762B true CN114036762B (zh) 2022-07-19

Family

ID=80144457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111349464.XA Active CN114036762B (zh) 2021-11-15 2021-11-15 基于比例系数法预测配电网负荷的***和方法

Country Status (1)

Country Link
CN (1) CN114036762B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933630A (zh) * 2015-05-21 2015-09-23 国家电网公司 一种负荷特性分析方法和***
CN110492488A (zh) * 2019-09-09 2019-11-22 国网天津市电力公司 一种地区电网低频低压减负荷序位自动生成方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103268524B (zh) * 2013-06-03 2017-03-29 国家电网公司 一种提高电网短期负荷预测准确度的方法
CN103632031B (zh) * 2013-10-22 2016-08-31 国家电网公司 一种基于负荷曲线分解的农村负荷类型负荷建模方法
CN104091293B (zh) * 2014-07-30 2017-07-14 国家电网公司 基于用电结构变动的电网长期负荷特性预测方法
CN105930930B (zh) * 2016-04-21 2021-04-09 国电南瑞科技股份有限公司 基于负荷特性分析与负荷预测技术的负荷数据校准方法
CN106874630B (zh) * 2017-03-28 2020-04-21 上海理工大学 基于电量消纳的区域电网新能源开发潜力评估方法
CN112003278A (zh) * 2020-08-21 2020-11-27 国核电力规划设计研究院重庆有限公司 一种分布式光伏自用电比例预测的实现方法及***
CN113361785A (zh) * 2021-06-10 2021-09-07 国网河北省电力有限公司经济技术研究院 配电网短期负荷预测方法、装置、终端及存储介质
CN113452033B (zh) * 2021-06-29 2022-10-18 佛山电力设计院有限公司 分区自治的含高比例光伏配电网电压控制方法及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933630A (zh) * 2015-05-21 2015-09-23 国家电网公司 一种负荷特性分析方法和***
CN110492488A (zh) * 2019-09-09 2019-11-22 国网天津市电力公司 一种地区电网低频低压减负荷序位自动生成方法

Also Published As

Publication number Publication date
CN114036762A (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
CN111552923B (zh) 一种基于通用分布的负荷预测方法及负荷预测***
CN104616079A (zh) 基于气温变化的电网日用电量预测方法
CN102426674A (zh) 一种基于马尔科夫链的电力***负荷预测方法
CN111985701B (zh) 一种基于供电企业大数据模型库的用电预测方法
CN104778503A (zh) 一种考虑实时气象因素的公共楼宇空调短时基线负荷预测方法
CN111680937B (zh) 基于电力数据分级赋权的小微企业复工率评估方法
CN111932402A (zh) 一种基于相似日和lstm的短期电力负荷双向组合预测方法
CN107403015B (zh) 一种基于时间序列相似性的短期光功率预测方法
CN105184388A (zh) 一种城市电力负荷短期预测的非线性回归方法
CN102945508A (zh) 一种基于模型校正的风电功率预测预报***及方法
CN106600037B (zh) 一种基于主成分分析的多参量辅助负荷预测方法
CN110490409B (zh) 一种基于dnn的低压台区线损率标杆值设定方法
CN102509173A (zh) 一种基于马尔科夫链的电力***负荷准确预测方法
CN107748972A (zh) 一种基于双能源指标预测全社会用电量的方法
CN103985000A (zh) 基于函数型非参数回归的中长期典型日负荷曲线预测方法
CN114372360A (zh) 用于电力负荷预测的方法、终端及存储介质
CN110909958A (zh) 一种计及光伏并网功率的短期负荷预测方法
CN111860985B (zh) 基于负荷分解的日前电力负荷预测方法
CN112054507A (zh) 基于卷积神经网络的配电低压台区理论线损区间计算方法
CN111008727A (zh) 一种配电台区负荷预测方法及装置
CN113205252A (zh) 基于需求侧负荷调峰潜力参数预测的聚合负荷调度方法
CN115860797A (zh) 一种适应新电价改革形势的电量需求预测方法
CN115545333A (zh) 一种多负荷日类型配电网负荷曲线预测方法
CN113610296B (zh) 一种区域内用电负荷峰值预测方法及电网投资规划方法
CN104252647B (zh) 基于反距离权重插值法的用电负荷预测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant