基于气温变化的电网日用电量预测方法

摘要

本发明提供一种基于气温变化的电网日用电量预测方法，包括以下步骤：获取历史样本区间的数据；对日用电量进行分解，将其分解为气温电量与经济电量；采用分离出来的气温电量数据构建气温与气温电量之间关系的预测模型；采用ARMA算法对上述模型进行改进；对预测模型进行回代检验和应用检验，以判断模型的预测精度。本发明从电网日用电量入手，首先将日用电量分解为经济电量和气温电量，再构建气温与日用电量之间的预测模型，根据日气温变化和经济发展形势就可以分别预测出每日的经济电量和气温电量，将经济电量和气温电量加总就可以得到电网日用电量，从而为电网调控提供重要的依据。

主权项

一种基于气温变化的电网日用电量预测方法，其特征在于，包括如下步骤：(1)获取历史样本区间的数据，包括每天的日用电量、日平均气温、日最低气温以及日最高气温；(2)对历史样本区间的数据日用电量进行分解，总用电量分为以下两个组成部分：E＝E^G+E^T其中，E表示每日的总用电量；E^G表示用电量随时间而增长的部分，称为经济电量；E^T表示由气温变化导致的用电量，称为气温电量；采用线性时间趋势回归方程计算经济电量E^G，经济电量随时间变化的回归方程如下：$E_t^G=\alpha +\mathrm{\beta t}+\mathrm{\gamma week}+{ϵ}_t$其中，week为工作日与周末的虚拟变量(week，工作日取值为1，周末或假日取值为0)，ε_t表示残差项；α、β、γ表示常数；(3)从历史样本数据的日用电量中剔除经济电量，即得到历史样本区间的气温电量；(4)采用分离出来的气温电量数据构建气温与气温电量之间关系的预测模型，如下所示：$E_t^T={\alpha }_0+{\alpha }_1(T-T_0)+{ϵ}_t$其中，T表示每日平均气温，T₀表示气温电量变化的临界温度，ε_t表示随机误差项；(5)通过对模型残差的自相关函数和偏自相关函数的分析，以当日气温电量为因变量，气温电量的滞后项为自变量，采用ARMA算法对上述气温电量的预测模型进行改进，如下所示：$E_t^T={\alpha }_0+{\alpha }_1{E}_{t-1}^T+...+{\alpha }_p{E}_{t-p}^T+\beta (T-T_0)+{ϵ}_t;$(6)对预测方法进行回代检验和应用检验，以判断模型的预测精度；(7)预测电网日用电量：获取目标区间的数据，利用步骤(2)的计算方法得到出经济电量，利用步骤(5)中的预测模型得到气温电量，再将经济电量与气温电量加总进而得到预测日用电量。