基于预测可信度评估的综合子网累加的短期负荷预测方法

摘要

本发明要公开了一种基于预测可信度评估的综合子网累加的短期负荷预测方法，具体包括有历史预测误差统计与分析、分时段误差可信度评级和根据评级采用地市综合子网累加法进行负荷预测三个步骤。本发明充分利用了各地市负荷预测结果，有利于调度部门深层次、精细化把握电网各地区负荷成分的特性变化规律，加强负荷预测分级管理，全面提高负荷预测科学化和精细化水平。

主权项

基于预测可信度评估的综合子网累加的短期负荷预测方法，其特征在于：包括以下步骤：(1)、历史预测误差统计与分析：计算每日所有日负荷点的负荷预测偏差率：$E_i=\frac{|p_{i,f}-p_i|}{p_i}\times 100\%---\left(1\right),$上式中，E_i为时刻i的负荷预测偏差率，单位为％；p_i，f为时刻i的负荷预测值，单位为MW；p_i为时刻i的负荷实际值，单位为MW；统计预测基准日前7天的时段的预测误差分布，即7天中时段第m点‑第n点预测偏差率的平均值：$\bar{E}=\underset{d=1}{\overset{I}{\Sigma }}\underset{t=m}{\overset{n}{\Sigma }}{E}_{dt}/[I\times (n-m+1)]---\left(2\right),$上式中，E_dt为第d天t时刻点的预测偏差率，具体计算见公式(1)；t为每日的日负荷点数；d为需要统计精度的天数；I＝7；进一步统计各时段的预测偏差率的最大值和最小值：E_max＝max{E_1m，E_1(m+1)，...，E_7，n}，E_min＝min{E_1m，...，E_1n，...E_7m，...，E_7，n}，(2)、分时段误差可信度评级：将步骤(1)中计算的预测偏差率的平均值预测偏差率的最大值E_max和最小值E_min代入表1中进行可信度评级；见表1，当偏差率平均值≤3％，且偏差最大值≤1％，偏差率最小值≤4％时，可信度等级为一级；当偏差率平均值(3％，4％]，或者最大偏差率为(1％，2％]，最小偏差率为(4％，5％]时，可信度等级为二级；当偏差率平均值＞4％，或者最大偏差率＞2％，最小偏差率＞5％，可信度等级为三级；表1(3)、低于设定可信度等级的时段，采用地市综合子网累加法进行预测；对于可信度为一级的时段，直接采用基于大电网整体规律的负荷预测结果；对于可信度为二级的时段，需要判断气象和大用户业扩报装是否发生突变，如果发生突变则采用地市综合子网累加法进行预测；对于可信度为三级的时段，直接采用地市综合子网累加法进行预测；(4)、步骤(3)中所述的地市综合子网累加法的计算公式如下：$P_t=\underset{i=1}{\overset{N}{\Sigma }}{P}_{it}*(1+K)---\left(3\right),$上式中，P_t为t时刻的大电网负荷；N为子网个数；P_it为t时刻，第i个子网的负荷；K为大电网负荷相对子网负荷之和高出的比率，即网损系数；根据公式(3)，其具体计算步骤为：a、每天及时采集各个子网所有日负荷点的负荷预测结果P_it，并把每个子网上报所有日负荷点的预测数据分别对应相加；b、计算前7天的实际网损系数，即用大电网总负荷除以地市负荷的累加和；$K_{nt}=P_{nt}^{grid}/\underset{i=1}{\overset{N}{\Sigma }}{P}_{ni,t}---\left(4\right),$式中，K_nt、分别为第n天第t个时刻点的网损系数、系统负荷，P_ni，t为第n天第i地市第t时刻点的负荷；c、预测当天的网损系数，即用前7天的实际网损系数分别乘以不同的权重后相加；K＝aK_1t+a(1‑a)K_2t+…+a(1‑a)^n‑1K_nt  (5)，上式中，a为平滑系数，取值0.35；d、将公式(5)得到的网损系数代入到公式(3)中，即把累加结果与预测的网损系数相乘，就可得到省网的负荷预测结果。