基于气象条件的次日用电负荷峰值预测方法与流程

1.本发明涉及一种电力负荷预测方法，具体地说是一种基于气象条件的次日用电负荷峰值预测方法。


背景技术：

2.电力是国民经济的命脉，精准高效的电力负荷预测是电网合理安排发电计划的依据，也是保证电力系统安全可靠运行的前提。
3.温带大陆性季风气候，其特点是春季干燥多风沙，夏季炎热多雨，冬季干燥寒冷。因此，在春季农田灌溉、夏季空调用电、冬季采暖等时段里，经常会出现用电负荷激增的情况，为电力部门的电网调度带来很大的挑战。
4.在工业用电即经济负荷相对稳定的前提下，由气象条件所引发的用电负荷变化，就成为电网调度工作中的一个重要考虑因素。因此，基于气象条件开展用电负荷峰值的预测，将有利于电力部门的精准调度，也有利于对线路检修工作的安排。但是，目前还没有一种基于气象条件对用电负荷峰值的影响进行有效的评估和预测的方法。


技术实现要素：

5.本发明的目的是提供一种基于气象条件的次日用电负荷峰值预测方法，以为电网公司电力调度提供科学有效的决策依据。
6.本发明的目的是这样实现的：
7.一种基于气象条件的次日用电负荷峰值预测方法，包括以下步骤：
8.s1、从电力部门获取被测地区自被测日向前至少五年的经质量控制后的逐日用电负荷峰值历史数据；
9.s2、从气象部门获取被测地区对应时段内的气象观测历史数据，其中包括逐日的最高气温、最低气温、平均气温、24h变温、平均相对湿度、最小相对湿度、最大风速、平均风速以及20-20时24h、48h和72h对应各时段的累计降水量，并根据逐日平均气温和平均相对湿度，计算逐日的温湿指数；
10.s3、根据获取的逐日用电负荷峰值历史数据和气象观测历史数据以及计算出的逐日温湿指数，计算被测地区的日用电负荷峰值与气象要素的相关关系，并进行曲线拟合，以确定气象要素响应阈值；
11.s4、在上述的日用电负荷峰值与气象要素的相关关系中，选取相关性显著的气象要素，并计算因不同气象要素发生单位变化所引发的日最大用电负荷峰值变化的变化率，此即不同气象要素对日用电负荷峰值的相对危险度；
12.s5、根据日用电负荷峰值变化的变化率以及实时的气象要素数据，计算得出由所有显著性相关的气象要素所引发的次日用电负荷峰值累积变化量，此即为因气象条件所引发的次日用电负荷峰值变化量；
13.s6、将每年节假日中的日用电负荷明显下降日和日用电负荷明显上升日这两日的
日用电负荷峰值变化量的中位数作为该年度的主要节假日用电负荷随机分量；
14.s7、根据主要节假日用电负荷随机分量、当日用电负荷峰值数据和当日气象要素观测数据以及次日气象要素预报数据，计算次日用电负荷峰值；当计算出的次日用电负荷峰值较当日用电负荷峰值的变化幅度达到设定预警量级时即进行预警。
15.进一步地，本发明步骤s2中的温湿指数e
t
的计算方式为：
[0016][0017]
其中，t为日平均气温(℃)，r为日平均相对湿度(％)。
[0018]
进一步地，本发明步骤s3的具体操作方式是：
[0019]
s3-1、采用spearman秩相关方法计算不同气象要素与日用电负荷峰值之间的相关关系，即对于n对气象要素与日用电负荷峰值之间的观察数据(xi,yi)(i＝1,2,
…
,n)，按照每组变量n个数据的大小次序，分别由小到大编上秩次，对重复数据取平均等级，则气象要素与日用电负荷峰值之间的秩相关系数rs为：
[0020][0021]
其中，n为观察数据的对数，ri为气象要素观测数据xi的秩次，qi为日用电负荷峰值数据yi的秩次；
[0022]
s3-2、利用t检验法检验秩相关系数rs的显著性，其计算方式为：
[0023][0024]
其中，t为秩相关系数的计算值，n为观察数据的对数。
[0025]
根据相关系数检查表，确定可以通过α＝0.01显著性检验的气象要素，未通过显著性检验的气象要素予以剔除。
[0026]
s3-3、利用非线性最小二乘法对次日用电负荷峰值与当日气象要素进行拟合：
[0027]
l＝ax3+bx2+cx+d
[0028]
其中，l为次日用电负荷峰值，x为气象要素，a、b、c、d为拟合系数。
[0029]
根据拟合公式绘制拟合曲线，曲线中如有拐点出现，即作为该气象要素对日用电负荷峰值的响应阈值。
[0030]
进一步地，本发明步骤s4的具体操作方式是：
[0031]
s4-1、在剔除未通过α＝0.01显著性检验的气象要素后，以次日最大用电负荷峰值作为因变量，以通过显著性检验的相关气象要素当日观测数值作为自变量，拟合日最大用电负荷与该气象因子的对数关系如下：
[0032]
in[e(l)]＝βx+α
[0033]
其中，e(l)为日最大用电负荷的期望值，x为气象要素，α为截距，β为系数。
[0034]
对于有响应阈值的气象要素，以该响应阈值作为划分点，分段分别计算，求得截距α和系数β。
[0035]
s4-2、基于泊松分布理论，计算不同气象要素发生单位变化时所引发的日用电负荷峰值的相对改变量，此即日用电负荷峰值的相对危险度rri：
[0036]
rri＝exp(β.δxi)
[0037]
其中，δxi气象要素的改变量。
[0038]
s4-3、计算不同气象要素xi发生单位变化所引发的日最大用电负荷峰值的变化率δrri：
[0039]
δrri＝(rr
i-1)
×
100％。
[0040]
进一步地，本发明步骤s5的具体计算方式是：
[0041][0042]
其中，δlm为受气象因素影响的用电负荷变化量，l
max(t+1)
为次日用电负荷峰值，l
max(t)
为当日用电负荷峰值，x
i(t+1)
为某一气象要素次日预报值，x
i(t)
为该气象要素当日实况值，mi代表单位变化，气温和风速分别取1，温湿指数取100，降水量取10。
[0043]
进一步地，本发明步骤s7中的次日用电负荷峰值l
max(t+1)
的计算方式为：
[0044]
l
max(t+1)
＝l
max(t)
+δle+δlm+ε
[0045]
其中，l
max(t+1)
为当日用电负荷峰值，δle为受经济发展影响的基础用电负荷变化量，δlm为受气象因素影响的用电负荷变化量，ε为主要节假日用电负荷随机分量。
[0046]
这里的受经济发展影响的基础用电负荷变化量δle的计算方式为：
[0047]
δle＝l
(t+1)-l
t
[0048]
其中，l
t
为当日基础用电负荷，l
(t+1)
为次日基础用电负荷。
[0049]
进一步地，本发明步骤s7中的次日用电负荷峰值较当日用电负荷峰值的变化幅度δlr的计算方式为：
[0050][0051]
进一步地，本发明步骤s7中的预警量级设定为：
[0052]
当|δlr|》10％时，发布一级预警，提醒电力调度部门次日用电负荷可能因气象因素造成10％以上的变幅；
[0053]
当|δlr|》15％时，发布二级预警，提醒电力调度部门次日用电负荷可能因气象因素造成15％以上的变幅，需采取调控措施应对。
[0054]
本发明利用相对危险度对气象条件引发用电负荷变幅进行预测，经检验，预测效果和准确性能够达到气象服务业务应用要求，为用电负荷预测尤其是夏季连续高温高湿气象条件下的短期用电负荷的合理调度，提供了科学有效的依据。
附图说明
[0055]
图1是用电负荷峰值变幅分布图。
[0056]
图2是日平均气温与日最大负荷拟合曲线。
[0057]
图3是日最高气温与日最大负荷拟合曲线。
[0058]
图4是日最低气温与日最大负荷拟合曲线。
[0059]
图5是日平均风速与日最大负荷拟合曲线。
[0060]
图6是日最大风速与日最大负荷拟合曲线。
[0061]
图7是日降水量(20-20时)与日最大负荷拟合曲线。
[0062]
图8是温湿指数与日最大负荷拟合曲线。
[0063]
图9是利用本发明对2022年逐日用电负荷峰值的预测值与实际值的对比曲线。
具体实施方式
[0064]
下面结合附图和实施例对本发明做进一步详述。
[0065]
实施例
[0066]
本发明以华北某市为例，进行了次日用电负荷峰值预测，其方法如下：
[0067]
s1、从该市电力公司获取该市在2013-2021年期间的逐日用电负荷峰值历史数据。
[0068]
s2、从该市气象站获取了对应时段内的气象观测历史数据，其中包括逐日的最高气温、最低气温、平均气温、24h变温、最小相对湿度、最大风速、平均风速以及20-20时24h、48h和72h对应各时段的累计降水量数据，并根据逐日平均气温和平均相对湿度，计算了逐日温湿指数。
[0069]
温湿指数e
t
的计算方式为：
[0070][0071]
其中，t为日平均气温(℃)，r为日平均相对湿度(％)。
[0072]
s3、根据获取的2013-2021年期间的逐日用电负荷峰值历史数据和气象观测历史数据，以及计算出的逐日温湿指数，计算被测地区的日用电负荷峰值与气象要素的相关关系，并进行曲线拟合，以确定气象要素响应阈值。其具体方式是：
[0073]
s3-1、采用spearman秩相关方法计算不同气象要素与日用电负荷峰值之间的相关关系，即对于n对气象要素与日用电负荷峰值之间的观察数据(xi,yi)(i＝1,2,
…
,n)，按照每组变量n个数据的大小次序，分别由小到大编上秩次，对重复数据取平均等级，则气象要素与日用电负荷峰值之间的秩相关系数rs为：
[0074][0075]
其中，n为观察数据的对数，ri为气象要素观测数据xi的秩次，qi为日用电负荷峰值数据yi的秩次；
[0076]
s3-2、利用t检验法检验秩相关系数rs的显著性，其计算方式为：
[0077][0078]
其中，t为秩相关系数的计算值，n为观察数据的对数。
[0079]
根据相关系数检查表，确定可以通过α＝0.01显著性检验的气象要素，未通过显著性检验的气象要素予以剔除。
[0080]
s3-3、利用非线性最小二乘法对次日用电负荷峰值与当日气象要素进行拟合：
[0081]
l＝ax3+bx2+cx+d
[0082]
其中，l为次日用电负荷峰值，x为气象要素，a、b、c、d为拟合系数。
[0083]
s4、根据上述具体方式计算的日用电负荷峰值与气象要素的秩相关系数(见表1)。
从中选出日平均气温、日最高气温、日最低气温、温湿指数、日平均风速、日最大风速、20-20时降水量作为影响因子，计算因不同气象要素发生单位变化所引发的日最大用电负荷峰值变化的变化率，此即不同气象要素对日用电负荷峰值的相对危险度。具体操作方式是：
[0084]
s4-1、在剔除未通过α＝0.01显著性检验的气象要素后，以次日最大用电负荷峰值作为因变量，以通过显著性检验的相关气象要素当日观测数值作为自变量，拟合日最大用电负荷与该气象因子的对数关系如下：
[0085]
in[e(l)]＝βx+α
[0086]
其中，e(l)为日最大用电负荷的期望值，x为气象要素，α为截距，β为系数。
[0087]
对于有响应阈值的气象要素，以该响应阈值作为划分点，分段分别计算，求得截距α和系数β。
[0088]
s4-2、基于泊松分布理论，计算不同气象要素发生单位变化时所引发的日用电负荷峰值的相对改变量，此即日用电负荷峰值的相对危险度rri：
[0089]
rri＝exp(β.δxi)
[0090]
其中，δxi气象要素的改变量。
[0091]
s4-3、计算不同气象要素xi发生单位变化所引发的日最大用电负荷峰值的变化率δrri：
[0092]
δrri＝(rr
i-1)
×
100％。
[0093]
由此得出表1所示的日用电负荷峰值与气象要素的秩相关系数的计算结果。
[0094]
表1.华北某市2013-2021年间次日用电负荷峰值与当日各气象要素相关关系
[0095][0096]
注：**表示通过α＝0.01的显著性检验。
[0097]
将表1中通过α＝0.01的显著性检验的气象因子进行曲线拟合，发现日平均气温、日最高气温、日最低气温、日平均风速、日最大风速、温湿指数存在与日用电负荷的拟合曲线有明显拐点即存在阈值效应，将拐点数值其作为阈值，分别为：日平均气温阈值为16℃、日最高气温阈值为22℃、日最低气温阈值为12℃、日平均风速阈值为5m/s、日最大风速阈值
1000时，随着其发生100个单位变化用电负荷相对危险度增加3.66％，温湿指数在-1000至500之间时，用电负荷相对危险度减少0.31％，温湿指数超过500时，对应用电负荷相对危险度增加4.22％。20-20时24h累计降水量每增加10mm，用电负荷相对危险度减少3.47％。
[0108]
s6、用电负荷随机分量原则上包括节假日效应、工业检修、电网调价等不确定因素引发的用电负荷变化量，本发明仅考虑节假日效应。根据已有文献和该市数据资料分析，发现普通小长假和周末对日用电负荷最大值影响较小，而“五一”、“十一”、春节等假期首日电力负荷会明显下降，一般情况下到第四日电力负荷会出现明显的上涨。因此，将历史数据中每年节假日中的日用电负荷明显下降日和日用电负荷明显上升日这两日的日用电负荷峰值变化量的中位数作为该年度的主要节假日用电负荷随机分量ε。根据历史数据，确定“五一”、“十一”、春节的假日效应分别占前一日用电负荷峰值的4.1％、6.5％和7.8％。
[0109]
s7、根据主要节假日用电负荷随机分量、当日用电负荷峰值数据和当日气象要素观测数据以及次日气象要素预报数据，计算次日用电负荷峰值；当计算出的次日用电负荷峰值较当日用电负荷峰值的变化幅度达到设定预警量级时即进行预警。
[0110]
步骤s7中的次日用电负荷峰值l
max(t+1)
的计算方式为：
[0111]
l
max
(
t+1
)＝l
max
(
t
)+δle+δlm+ε
[0112]
其中，l
max(t+1)
为当日用电负荷峰值，δle为受经济发展影响的基础用电负荷变化量，δlm为受气象因素影响的用电负荷变化量，ε为主要节假日用电负荷随机分量。
[0113]
这里的受经济发展影响的基础用电负荷变化量δle的计算方式为：
[0114]
δle＝l(
t+1
)-l
t
[0115]
其中，l
t
为当日基础用电负荷，l
(t+1)
为次日基础用电负荷。
[0116]
步骤s7中的次日用电负荷峰值较当日用电负荷峰值的变化幅度δlr的计算方式为：
[0117][0118]
步骤s7中的预警量级设定为：
[0119]
1、当|δlr|》10％时，发布一级预警，提醒电力调度部门次日用电负荷可能因气象因素造成10％以上的变幅；
[0120]
2、当|δlr|》15％时，发布二级预警，提醒电力调度部门次日用电负荷可能因气象因素造成15％以上的变幅，需采取调控措施应对。
[0121]
利用2022年1月到12月该市逐日用电负荷最大值以及对应气象要素计算逐日用电负荷峰值预测值。由图9的预测值与实际负荷值的对比曲线可见，两条曲线高度一致，预测误差分布情况见表3，预报误差在正负50mw之间的有101天，占比为27.7％，92.9％的预报误差位于正负200mw之间，说明预报具有一定的准确率，可以作为气象服务业务使用。
[0122]
表3.预测误差
[0123]

技术特征：
1.一种基于气象条件的次日用电负荷峰值预测方法，其特征是，包括以下步骤：s1、从电力部门获取被测地区自被测日向前至少五年的经质量控制后的逐日用电负荷峰值历史数据；s2、从气象部门获取被测地区对应时段内的气象观测历史数据，其中包括逐日的最高气温、最低气温、平均气温、24h变温、平均相对湿度、最小相对湿度、最大风速、平均风速以及20-20时24h、48h和72h对应各时段的累计降水量，并根据逐日平均气温和平均相对湿度，计算逐日的温湿指数；s3、根据获取的逐日用电负荷峰值历史数据和气象观测历史数据以及计算出的逐日温湿指数，计算被测地区的日用电负荷峰值与气象要素的相关关系，并进行曲线拟合，以确定气象要素响应阈值；s4、在上述的日用电负荷峰值与气象要素的相关关系中，选取相关性显著的气象要素，并计算因不同气象要素发生单位变化所引发的日最大用电负荷峰值变化的变化率；s5、根据日用电负荷峰值变化的变化率以及当日的气象要素数据，计算得出由所有显著性相关的气象要素所引发的次日用电负荷峰值累积变化量，此即为因气象条件所引发的次日用电负荷峰值变化量；s6、将每年节假日中的日用电负荷明显下降日和日用电负荷明显上升日这两日的日用电负荷峰值变化量的中位数作为该年度的主要节假日用电负荷随机分量；s7、根据主要节假日用电负荷随机分量、当日用电负荷峰值数据和当日气象要素观测数据以及次日气象要素预报数据，计算次日用电负荷峰值；当计算出的次日用电负荷峰值较当日用电负荷峰值的变化幅度达到设定预警量级时即进行预警。2.根据权利要求1所述的基于气象条件的次日用电负荷峰值预测方法，其特征是，步骤s2中的温湿指数e
t
的计算方式为：其中，t为日平均气温(℃)，r为日平均相对湿度(％)。3.根据权利要求1所述的基于气象条件的次日用电负荷峰值预测方法，其特征是，步骤s3的具体操作方式是：s3-1、采用spearman秩相关方法计算不同气象要素与日用电负荷峰值之间的相关关系，即对于n对气象要素与日用电负荷峰值之间的观察数据(x
i
,y
i
)(i＝1,2,
…
,n)，按照每组变量n个数据的大小次序，分别由小到大编上秩次，对重复数据取平均等级，则气象要素与日用电负荷峰值之间的秩相关系数r
s
为：其中，n为观察数据的对数，r
i
为气象要素观测数据x
i
的秩次，q
i
为日用电负荷峰值数据y
i
的秩次；s3-2、利用t检验法检验秩相关系数r
s
的显著性，其计算方式为：
其中，t为秩相关系数的计算值，n为观察数据的对数；根据相关系数检查表，确定可以通过α＝0.01显著性检验的气象要素，未通过显著性检验的气象要素予以剔除；s3-3、利用非线性最小二乘法对次日用电负荷峰值与当日气象要素进行拟合：l＝ax3+bx2+cx+d其中，l为次日用电负荷峰值，x为气象要素，a、b、c、d为拟合系数；根据拟合公式绘制拟合曲线，曲线中如有拐点出现，即作为该气象要素对日用电负荷峰值的响应阈值。4.根据权利要求3所述的基于气象条件的次日用电负荷峰值预测方法，其特征是，步骤s4的具体操作方式是：s4-1、在剔除未通过α＝0.01显著性检验的气象要素后，以次日最大用电负荷峰值作为因变量，以通过显著性检验的相关气象要素当日观测数值作为自变量，拟合日最大用电负荷与该气象因子的对数关系如下：in[e(l)]＝βx+α其中，e(l)为日最大用电负荷的期望值，x为气象要素，α为截距，β为系数；对于有响应阈值的气象要素，以该响应阈值作为划分点，分段分别计算，求得截距α和系数β；s4-2、基于泊松分布理论，计算不同气象要素发生单位变化时所引发的日用电负荷峰值的相对改变量，此即日用电负荷峰值的相对危险度rr
i
：rr
i
＝exp(β.δx
i
)其中，δx
i
为气象要素的改变量；s4-3、计算不同气象要素x
i
发生单位变化所引发的日最大用电负荷峰值的变化率δrr
i
：δrr
i
＝(rr
i-1)
×
100％。5.根据权利要求4所述的基于气象条件的次日用电负荷峰值预测方法，其特征是，步骤s5的具体计算方式是：其中，δl
m
为受气象因素影响的用电负荷变化量，l
max(t+1)
为次日用电负荷峰值，l
max(t)
为当日用电负荷峰值，x
i(t+1)
为某一气象要素次日预报值，x
i(t)
为该气象要素当日实况值，m
i
代表单位变化，气温和风速分别取1，温湿指数取100，降水量取10。6.根据权利要求5所述的基于气象条件的次日用电负荷峰值预测方法，其特征是，步骤s7中的次日用电负荷峰值l
max(t+1)
的计算方式为：lmax
(t+1)
＝l
max
(t)+δl
e
+δl
m
+ε其中，l
max(t+1)
为当日用电负荷峰值，δl
e
为受经济发展影响的基础用电负荷变化量，δl
m
为受气象因素影响的用电负荷变化量，ε为主要节假日用电负荷随机分量；这里的受经济发展影响的基础用电负荷变化量δl
e
的计算方式为：δl
e
＝l(
t+1
)-l
t
其中，l
t
为当日基础用电负荷，l
(t+1)
为次日基础用电负荷。7.根据权利要求6所述的基于气象条件的次日用电负荷峰值预测方法，其特征是，步骤s7中的次日用电负荷峰值较当日用电负荷峰值的变化幅度δlr的计算方式为：8.根据权利要求7所述的基于气象条件的次日用电负荷峰值预测方法，其特征是，步骤s7中的预警量级设定为：当|δlr|>10％时，发布一级预警，提醒电力调度部门次日用电负荷可能因气象因素造成10％以上的变幅；当|δlr|>15％时，发布二级预警，提醒电力调度部门次日用电负荷可能因气象因素造成15％以上的变幅，需采取调控措施应对。

技术总结
本发明公开了一种基于气象条件的次日用电负荷峰值预测方法，该方法包括以下步骤：S1、采集用电负荷峰值数据和对应时段的气象观测资料；S2、计算日用电负荷峰值与气象要素的相关关系，进行曲线拟合并确定气象要素响应阈值；S3、选取相关性显著的气象要素，计算不同气象要素对日用电负荷峰值的相对危险度；S4、根据气象要素及其引发的日用电负荷峰值变化率计算次日用电负荷峰值累积变化量；S5、根据日用电负荷峰值历史数据确定主要节假日用电负荷随机分量；S6、计算次日用电负荷峰值，当次日用电负荷峰值较当日用电负荷峰值的变幅达到某一量级时进行预警。某一量级时进行预警。某一量级时进行预警。


技术研发人员：曲晓黎 尤琦 王洁 张金满 杨琳晗 赵增保 李文晴 刘浩 周朔
受保护的技术使用者：河北省气象服务中心（河北省气象影视中心）
技术研发日：2023.03.08
技术公布日：2023/7/19