基于区域气象条件相似度的大电网负荷预测方法

摘要

本发明公开了一种基于区域气象条件相似度的大电网负荷预测方法，其是首先获取各区域在待预测日的负荷预测值及近期一个样本空间的负荷、气象历史数据；根据基于概率距离的同步回代消除技术对气象条件相近的区域进行聚合，划分为q个气象条件差异较大的分区，然后计算历史数据样本空间内q个分区在t时刻点平均比例系数，预测待预测日每个分区在相同t时刻点比例系数；用q个分区分别预测t时刻点的全网系统负荷，对这q个不同的预测值建立t时刻点的最优综合模型，求解得到t时刻点全网系统负荷最终预测结果，对待预测日全天T个时刻点，分别建立最优综合模型，得到全天负荷预测序列。本发明方法可提高电力系统短期负荷预测准确率。

主权项

基于区域气象条件相似度的大电网负荷预测方法，其特征在于，包括如下步骤：(1)获取在待预测日负荷预测值已上报的M个行政区域的负荷预测值；获取近期一个样本时段内的历史数据，所述历史数据中的负荷数据为全网及M个行政区域的实际负荷；(2)获取样本时段内M个行政区域内的至少2个历史气象条件数据，通过历史气象条件数据，将M个行政区域划分为q个气象条件差异较大的气象区域；(3)用指数平滑法动态预测待预测日q个气象区域在相同t时刻点的比例系数，得到q个气象区域在t时刻点的比例系数矩阵C_t；(4)用所选择的q个区域分别预测t时刻点的全网系统负荷，得到q个不同的预测结果；(5)对q个不同的预测结果建立t时刻点的最优综合模型，计算所选择的各气象区域的最优权重，得到t时刻点的全网系统负荷最终预测结果为L_all,t：$L_{all,t}=\underset{k=1}{\overset{q}{\Sigma }}{w}_t^k{L}_{all,t}^k,k=1,2,...,q$其中，为由气象区域k预测出的全网系统负荷在t时刻点的最优权重，为用第k个气象区域预测出来的t时刻点的全网系统负荷；(6)对于待预测日全天T个时刻点，分别建立最优综合模型，得到全天负荷预测序列(L_all,1,L_all,2,…,L_all,T)，以所述全天负荷预测序列(L_all,1,L_all,2,…,L_all,T)为全网负荷预测结果。