一种基于负荷趋势变化的超短期母线负荷预测方法

摘要

本发明涉及一种基于负荷趋势变化的超短期母线负荷预测方法，该方法包括下述步骤：（1）母线负荷建模；（2）获取及处理母线负荷样本数据；（3）相似日选择；（4）超短期母线负荷预测计算。该方法加速获得超短期母线负荷预测结果，并与现行的一些方法进行了比较，确定该方法简单实用、计算速度快、预测结果准确满足实时调度和实时安全校核的要求。

主权项

一种基于负荷趋势变化的超短期母线负荷预测方法，其特征在于，所述方法包括下述步骤：(1)母线负荷建模；(2)获取及处理母线负荷样本数据；(3)相似日选择；(4)超短期母线负荷预测计算；所述步骤(1)中，所述母线负荷建模包括：A、获取母线负荷预测电网模型：母线负荷预测电网模型通过基于IEC61970标准或基于国网E语言标准的电网模型获取；B、定义母线负荷组：母线负荷组是母线负荷模型中的基本实体，母线负荷组连接到单个电力元件测量值；C、定义母线负荷：母线负荷指的是母线负荷统计关口与节点；D、建立母线负荷模型：母线负荷模型是树状结构，描述分区、厂站和母线负荷的层次关系；母线负荷模型通过电网模型中的母线负荷组定义直接创建；所述步骤(2)中，获取及处理母线负荷样本数据包括下述步骤：a、从以计算机为基础的DC与电力自动化监控系统SCADA服务器中获取母线负荷历史数据以及实时母线负荷值并保存在母线负荷预测数据库中；b、对从以计算机为基础的DC与电力自动化监控系统SCADA服务器中获得的母线负荷预测历史值进行加工处理，由母线负荷预测历史数据构成原始样本数据；c、计算样本日母线负荷变化率；d、计算平均日母线负荷变化率；所述步骤b中，首先判断原始样本数据是否为伪数据，判据如下：式中：ΔL_i所选样本日第i点的母线负荷变化率；ΔL_iav是i点平均母线负荷变化率；P为评价倍数，省网选P＝3；对识别出的伪数据根据下述②式进行加工处理：L_i+1＝L_i*(1+ΔL_iav)  ②；式中：L_i表示i时刻的母线负荷值；L_i+1表示通过L_i和ΔL_iav计算得到的i+1时刻的母线负 荷值；当历史样本中i+1时刻的母线负荷历史值是伪数据时，将该伪数据由②式计算所得的L_i+1替换；所述步骤c中，样本日母线负荷变化率的计算通过对由历史样本数据的拟合曲线求导获取，对于离散的以计算机为基础的DC与电力自动化监控系统SCADA母线负荷序列，样本日各点的母线负荷变化率ΔL_i用下述③式表示：ΔL_i＝(L_i+1‑L_i)/L_i  ③；所述步骤d中，根据步骤c，求取平均母线负荷变化率，所述平均母线负荷变化率ΔL_iav用下述④式表示：式中：M为所选样本的天数；所述步骤(3)中，相似日选择包括如下步骤：I、给定距离的阈；在数学上，相似性判别函数的公式如下：式中：y为行1列向量，以负荷增量值、负荷值、日类型作为向量的分量，当y_k和y_l两组数据接近时，M(y_k,y_l)的值很大；由于负荷具有周期性，所以大多数情况下，M(y_k,y_l)的值都比较接近1，为了得到更加准确的结果，引进了距离公式来计算历史日与预测日的距离；其中是预测日向量的第k个分量；是距离预测l日前天向量的第k个分量；权重值的确定，通过以往的历史负荷数据资料，使用最小二乘法来得到；距离N值越小，则说明相似度越高，该历史日相应时段的负荷曲线越接近于预测日的负荷曲线；由相似性原理，给定阈值φ和距离公式N，如果对于向量y_k和y_l‑1，有y_k和N(y_l‑y_l‑1)≤φ，则y_k和y_l‑1的阈值φ内相似，简称y_k和y_l‑1相似；φ值的确定，要根据不同地区的实际情况，由经验决定；II、从最临近预测日的历史日开始，计算每个历史日与预测日的距离；以历史日的母线负荷值和母线负荷增量值为分量，计算出距离值，保留接近1的数据；III、对保留下来接近1的数据，利用表达式⑦计算出距离N的值；IV、比较步骤III计算出的N值，如果小于阈值φ，则该历史日是预测日的相似日；或选取与预测日相似的m天作相似日；所述步骤I中，相似性判别函数的公式如下：距离N的值用下述公式⑦表示：其中：是预测日向量的第k个分量；是距离预测l日前天向量的第k个分量；为权重值；所述步骤(4)中，在平均日各母线负荷变化率的基础上，从以计算机为基础的DC与电力自动化监控系统SCADA中实时获取的288点母线负荷数据中的当前值，进行超短期母线负荷预测，单个母线负荷值用下述⑨式表示：L^/_f(i+1)＝L_i*(1+ΔL_iav)  ⑨；式中：L^/_f(i+1)是超短期预测得到的i+1时刻单个母线负荷值。