本發(fā)明涉及電力系統(tǒng)負荷預(yù)測相關(guān)
技術(shù)領(lǐng)域：
，具體地說，涉及一種基于類氣象分區(qū)綜合評價的大電網(wǎng)負荷預(yù)測方法，用于電力系統(tǒng)短期負荷預(yù)測。
背景技術(shù)：
：為保證電力系統(tǒng)發(fā)電功率和負荷功率的動態(tài)平衡，必須對電力系統(tǒng)負荷做出科學(xué)的預(yù)測。負荷預(yù)測是調(diào)度中心及電網(wǎng)發(fā)展策劃部門的一項重要工作，負荷預(yù)測的結(jié)果對電網(wǎng)運行、控制、調(diào)度、規(guī)劃、建設(shè)等方面具有重要的指導(dǎo)價值，它是電網(wǎng)科學(xué)發(fā)展和科學(xué)調(diào)度的基礎(chǔ)。提高負荷預(yù)測技術(shù)水平，有利于計劃用電管理，有利于合理安排電網(wǎng)運行方式和機組檢修計劃，有利于節(jié)煤、節(jié)油和降低發(fā)電成本，有利于提高電力系統(tǒng)的經(jīng)濟效益和社會效益。因此，負荷預(yù)測已成為實現(xiàn)電力系統(tǒng)管理現(xiàn)代化的重要內(nèi)容。目前利用區(qū)域負荷預(yù)測全網(wǎng)系統(tǒng)負荷的方法為“子網(wǎng)累加法”，“子網(wǎng)累加法”的預(yù)測流程如圖1所示。其預(yù)測基本可以分成以下三步：1、在各個區(qū)域內(nèi)充分考慮各種影響短期負荷預(yù)測的因素，選擇合適的預(yù)測方法，然后根據(jù)各區(qū)域歷史數(shù)據(jù)對各個區(qū)域進行短期負荷預(yù)測；得出各個子網(wǎng)的96點負荷預(yù)測結(jié)果。2、匯總各區(qū)域負荷預(yù)測結(jié)果，把每個區(qū)域的96點預(yù)測數(shù)據(jù)進行累加得到各個時刻點的累加和。3、計算待預(yù)測日的96點的廠用電和網(wǎng)損，并對累加和進行修正得出最終的安徽電網(wǎng)負荷預(yù)測結(jié)果。由于該方法要對每個區(qū)域子網(wǎng)進行預(yù)測，而對于短期負荷預(yù)測來說，由于各個區(qū)域的負荷穩(wěn)定度不同，預(yù)測難度迥異，與此同時，廠用電和網(wǎng)損數(shù)據(jù)也需要預(yù)測，因此，當利用全部區(qū)域的預(yù)測負荷進行子網(wǎng)累加時，全網(wǎng)系統(tǒng)負荷預(yù)測的準確性效果可能不夠理想。為了解決上述問題，本申請人在申請?zhí)枮镃N201310648023.9的發(fā)明專利申請中，提出了一種基于區(qū)域負荷預(yù)測值綜合評價準確率的全網(wǎng)負荷預(yù)測方法，該方法在一定程度上提高了電力系統(tǒng)短期負荷預(yù)測的準確性。但上述方法在進行區(qū)域劃分時，是以地理位置所處的行政區(qū)域?qū)^(qū)域進行劃分，但各個行政區(qū)域氣象條件的變化趨勢是不同的，尤其是在氣象條件變化劇烈的夏季，因此可能導(dǎo)致各個行政區(qū)域的負荷與全網(wǎng)的負荷的比值在連續(xù)幾日中變化較大，不利于各個行政區(qū)域與全網(wǎng)負荷比例系數(shù)的預(yù)測；根據(jù)綜合評價指標的結(jié)果選擇q個區(qū)域預(yù)測全網(wǎng)負荷，由于不同的q值，將有不同的預(yù)測效果，故設(shè)置不同的預(yù)測方案及其選擇的區(qū)域數(shù)，可避免預(yù)測極限誤差的存在。技術(shù)實現(xiàn)要素：本發(fā)明是針對現(xiàn)有基于區(qū)域負荷預(yù)測值綜合評價對大電網(wǎng)負荷進行預(yù)測時，采用地理位置所處的行政區(qū)域?qū)Υ箅娋W(wǎng)進行區(qū)域劃分所存在的問題，提供一種基于類氣象分區(qū)綜合評價的大電網(wǎng)負荷預(yù)測方法，以提高電力系統(tǒng)短期負荷預(yù)測準確率。同時，本方法同樣只選取部分區(qū)域負荷預(yù)測值來預(yù)測全網(wǎng)負荷，可避免有些區(qū)域負荷預(yù)測專責(zé)上報區(qū)域預(yù)測結(jié)果不及時而影響全網(wǎng)負荷預(yù)測。本發(fā)明所需要解決的技術(shù)問題，可以通過以下技術(shù)方案來實現(xiàn)：一種基于類氣象分區(qū)綜合評價的大電網(wǎng)負荷預(yù)測方法，其特征在于，包括如下步驟：(1)獲取在待預(yù)測日負荷預(yù)測值已上報的M個行政區(qū)域的負荷預(yù)測值；獲取近期一個樣本時段內(nèi)的歷史數(shù)據(jù)作為歷史數(shù)據(jù)樣本空間，所述歷史數(shù)據(jù)中的負荷數(shù)據(jù)為全網(wǎng)及M個行政區(qū)域的實際負荷和預(yù)測負荷；(2)獲取樣本時段內(nèi)M個行政區(qū)域內(nèi)的至少2個歷史氣象條件數(shù)據(jù)，通過歷史氣象條件數(shù)據(jù)，劃分為N個氣象條件差異較大的氣象區(qū)域；(3)計算所述N個氣象區(qū)域在時刻點t的平均比例系數(shù)用指數(shù)平滑法動態(tài)預(yù)測待預(yù)測日N個氣象區(qū)域在相同時刻點t的比例系數(shù)，得到N個氣象區(qū)域在時刻點t的比例系數(shù)矩陣Ct；(4)通過多個單一評價指標及每個單一評價指標的權(quán)重，構(gòu)建時刻點t綜合評價指標FAL,t；(5)對于N個氣象區(qū)域在時刻點t按各區(qū)域的綜合評價指標FAL,t從小到大的優(yōu)先級排序，并以綜合評價指標FAL,t最小為優(yōu)先級最高。(6)設(shè)置G(1≤G≤N)個預(yù)測方案及各個預(yù)測方案中選擇的氣象區(qū)域數(shù)q(q為介于1至N的數(shù)值)，且每個預(yù)測方案的q的數(shù)值是不同的；(7)對于某個預(yù)測方案g，選擇時刻點t優(yōu)先級較高的q個氣象區(qū)域，用所選擇的q個氣象區(qū)域分別預(yù)測時刻點t的全網(wǎng)系統(tǒng)負荷，得到q個不同的預(yù)測結(jié)果；(8)對q個不同的預(yù)測結(jié)果建立時刻點t的最優(yōu)綜合模型，計算所選擇的各氣象區(qū)域的最優(yōu)權(quán)重，得到時刻點t的全網(wǎng)系統(tǒng)負荷最終預(yù)測結(jié)果為其中，為由預(yù)測方案g的氣象區(qū)域k預(yù)測出的全網(wǎng)系統(tǒng)負荷在時刻點t的最優(yōu)權(quán)重，為預(yù)測方案g的用第k個氣象區(qū)域預(yù)測出來的時刻點t的全網(wǎng)系統(tǒng)負荷；(9)對于待預(yù)測日全天T個時刻點，分別建立最優(yōu)綜合模型，得到預(yù)測方案g的全天負荷預(yù)測序列(10)對于G個預(yù)測方案G個不同的預(yù)測結(jié)果，分別建立全天T個時刻點的最優(yōu)綜合模型，得到待預(yù)測日的最終負荷預(yù)測結(jié)果(L1,L2,…,LT)：其中，為預(yù)測方案g預(yù)測出的全網(wǎng)系統(tǒng)負荷在時刻點t的最優(yōu)權(quán)重。本發(fā)明中，所述至少2個歷史氣象條件數(shù)據(jù)為一個樣本時段內(nèi)，行政區(qū)域的最高溫度、最低溫度、平均溫度、人體舒適度、天氣類型、風(fēng)速、溫濕指數(shù)、寒冷指數(shù)中的2個或者2個以上的任意組合。所述至少2個歷史氣象條件數(shù)據(jù)為一個樣本時段內(nèi)，行政區(qū)域的最高溫度、最低溫度和平均溫度，根據(jù)M個行政區(qū)域的歷史氣象條件數(shù)據(jù)形成氣象數(shù)據(jù)矩陣X：X＝(X1,X2,…Xi,…,XM)其中，Xi為第i個行政區(qū)域在一個樣本時段內(nèi)n天的氣象條件數(shù)據(jù)集合，為第i個行政區(qū)域在一個樣本時段內(nèi)n天的最高溫度；為第i個行政區(qū)域在一個樣本時段內(nèi)n天的最低溫度；為第i個行政區(qū)域在一個樣本時段內(nèi)n天的平均溫度。本發(fā)明中，采用基于概率距離的同步回代消除技術(shù)對矩陣X進行聚合，劃分為N個氣象條件差異較大的氣象區(qū)域：首先，對矩陣X中M個列向量指定一個發(fā)生的概率ps＝1/M(s＝1,2,…,M)。集合S表示最初的行政區(qū)域，令ξs表示矩陣X中的第s個行政區(qū)域，DTs,s'表示行政區(qū)域s和行政區(qū)域s'的距離，其值為行政區(qū)域s和行政區(qū)域s'之間的向量2范數(shù)，設(shè)置向量DA＝[1,2,…,M]T，DB為所有元素都為0的M×M的方陣。同步回代消除的基本步驟如下：1)計算每對行政區(qū)域之間的距離DTs,s'，DTs,s'＝||ξs,ξs'||。2)對于每個行政區(qū)域k，找出與行政區(qū)域k距離最短的行政區(qū)域r，即DTk(r)＝minDTk,s'。3)計算PDk(r)＝pk*DTk(r),k∈S，在k中找出行政區(qū)域索引h，使得PDh＝minPDk,k∈S。4)令S＝S-ξDA(h)，且pr＝pr+ph。DB(h,h)＝DA(r)，DA(h)設(shè)為空。5)重復(fù)2)-4)，直至剩余的行政區(qū)域數(shù)目為N為止。DA僅剩下N個元素，對應(yīng)方陣DB(DA(i)，DA(i))＝0，i＝1,2,…N，即需要保留N個氣象條件差異較大的氣象區(qū)域。DA中N個氣象條件差異較大的氣象區(qū)域各自聚合的行政區(qū)域搜索步驟如下：1)令i＝1，P＝DA(i)。2)找出滿足要求的m，使得DB(m,m)＝P，則氣象區(qū)域i中包含的行政區(qū)域有P＝[P,m]。3)找出滿足要求的l，使得DB(l,l)＝m，P＝[P,l]，該搜索過程直至DB的對角元素沒有等于l的為止；4)i＝i+1，P＝DA(i)，重復(fù)2)-4)，直至i＝N。本發(fā)明中，所述步驟(1)中，對于所述歷史數(shù)據(jù)按如下方法進行預(yù)處理：令：L(d,t)為第d天t時刻的負荷值，L(d,t1)和L(d,t2)為第d天與t時刻相鄰的兩個時刻t1、t2的負荷值，L(d1,t)和L(d2,t)為與d相鄰的兩天在時刻點t的負荷值；a)對于缺失數(shù)據(jù)的處理若第d天t時刻的負荷值L(d,t)缺失，則利用式(1)獲得L(d,t)：L(d,t)＝αL(d,t1)+αL(d,t2)+βL(d1,t)+βL(d2,t)(1)式(1)中，α和β為系數(shù)，α>β,α+β＝1；b)對于壞點數(shù)據(jù)的處理定義ε為負荷允許的偏離率，ρ(d,t)為第d天時刻點t實際偏離率，當ρ(d,t)≥ε時，判斷L(d,t)為壞數(shù)據(jù)，對壞數(shù)據(jù)用進行代替：本發(fā)明中，所述步驟(3)表示為：Ct＝(C1,t,C2,t,…,CN,t)其中，為第1個行政區(qū)域的歷史數(shù)據(jù)在時刻點t的平均比例系數(shù)；為第2個行政區(qū)域的歷史數(shù)據(jù)在時刻點t的平均比例系數(shù)；為第N個行政區(qū)域的歷史數(shù)據(jù)在時刻點t的平均比例系數(shù)；C1,t為第1個行政區(qū)域在待預(yù)測日時刻點t的比例系數(shù)；C2,t為第2個行政區(qū)域在待預(yù)測日時刻點t的比例系數(shù)；CN,t為第N個行政區(qū)域在待預(yù)測日時刻點t的比例系數(shù)。所述步驟(3)中的指數(shù)平滑法為，建立指數(shù)平滑模型為：式(3)中：表示氣象區(qū)域i在時刻t占全網(wǎng)系統(tǒng)負荷比例的預(yù)測值，表示前j天的氣象區(qū)域i在時刻t占全網(wǎng)系統(tǒng)負荷比例的實際值；n為在一個樣本時段內(nèi)的天數(shù)；λj表示權(quán)重系數(shù)，λj＝λ(1-λ)j-1，λ為常數(shù)，且0<λ<1。本發(fā)明中，所述步驟(4)中，構(gòu)建時刻點t的多個單一評價指標體系Ft，采用三個單一評價指標，則每個氣象區(qū)域的多指標評價體系Ft為：Ft＝(F1,t,F2,t,F3,t)T所述三個單一評價指標分別為：某氣象區(qū)域負荷在時刻點t的綜合穩(wěn)定度評價指標F1,t，某氣象區(qū)域負荷在時刻點t的預(yù)測綜合準確率評價指標F2,t，某氣象區(qū)域負荷比例系數(shù)在時刻點t的穩(wěn)定度評價指標F3,t；構(gòu)建時刻點t綜合評價指標FAL,t為；FAL,t＝ω×Y其中：ω＝(ω1,ω2,ω3)，ω為三個單一評價指標在時刻點t的權(quán)重矩陣；ω1,ω2,ω3為多個單一評價指標體系Ft中每個單一評價指標在時刻點t的權(quán)重系數(shù)；Y為根據(jù)多個單一評價指標體系Ft形成的在時刻點t的決策矩陣。所述某氣象區(qū)域負荷在時刻點t的綜合穩(wěn)定度評價指標F1,t由式(4)獲得：式(4)中：RSDt為某個氣象區(qū)域在時刻t的氣象區(qū)域負荷相對標準偏差，為某個氣象區(qū)域在時刻t時區(qū)域負荷占系統(tǒng)負荷的平均比例系數(shù)；所述某氣象區(qū)域負荷在時刻點t的預(yù)測綜合準確率評價指標F2,t按式(5)獲得：式(5)中：Qt為某個氣象區(qū)域在所選樣本空間內(nèi)的時刻t的平均預(yù)測準確率；所述某氣象區(qū)域負荷比例系數(shù)在時刻點t的穩(wěn)定度評價指標F3,t按式(6)獲得：式(6)中：為某個氣象區(qū)域在時刻t的比例系數(shù)的樣本標準方差，為某個氣象區(qū)域在時刻t的比例系數(shù)的樣本數(shù)學(xué)期望；或者，所述每個單一評價指標在時刻點t的權(quán)重系數(shù)ω1,ω2,ω3以及決策矩陣Y按如下方法獲得：1)令決策矩陣Y為：Y＝(yil)3×N，其中：式(7)中：Fi,l為氣象區(qū)域i的第l個評價指標，mini{Fi,l}為N個氣象區(qū)域中的第l個評價指標的最小值，maxi{Fi,l}為N個氣象區(qū)域中的第l個評價指標的最大值；2)則有：式(8)中：其中sl為決策矩陣Y中第l項指標的標準方差，為第l項指標的數(shù)學(xué)期望，ωl即為第l個評價指標在時刻點t的權(quán)重系數(shù)。本發(fā)明中，所述步驟(7)中，對于某個預(yù)測方案g得到q個不同的預(yù)測結(jié)果，表示為：其中，為利用預(yù)測方案g的第1個氣象區(qū)域預(yù)測出的時刻點t的全網(wǎng)系統(tǒng)負荷；為利用預(yù)測方案g的第2個氣象區(qū)域預(yù)測出的時刻點t的全網(wǎng)系統(tǒng)負荷；為利用預(yù)測方案g的第q個氣象區(qū)域預(yù)測出的時刻點t的全網(wǎng)系統(tǒng)負荷，且Lq,t為第q個氣象區(qū)域在時刻點tt的負荷預(yù)測值，Cq,t為第q個氣象區(qū)域在時刻點t的比例系數(shù)預(yù)測值。本發(fā)明中，所述步驟(8)中最優(yōu)綜合模型按如下方法建立：以式(9)表征時刻點t全網(wǎng)系統(tǒng)負荷預(yù)測值的目標函數(shù)，式(10)-(11)為目標函數(shù)的約束條件：式(9)中：表示預(yù)測方案g的第j天時刻點t由氣象區(qū)域k預(yù)測出的全網(wǎng)系統(tǒng)負荷預(yù)測值，Lall,t,j表示第j天時刻點t的全網(wǎng)系統(tǒng)負荷實際值；由式(9)、式(10)和式(11)計算得出預(yù)測方案g中所選擇的q個氣象區(qū)域在時刻點t的最優(yōu)權(quán)重后，再根據(jù)加權(quán)得到預(yù)測方案g的時刻點t的全網(wǎng)系統(tǒng)負荷預(yù)測值。本發(fā)明中，所述步驟(4)中，各個預(yù)測方案的最優(yōu)綜合模型按如下方法建立：以式(12)表征時刻點t全網(wǎng)系統(tǒng)負荷預(yù)測值的目標函數(shù)，式(13)-(14)為目標函數(shù)的約束條件：式(12)中：表示第j天時刻點t由預(yù)測方案g預(yù)測出的全網(wǎng)系統(tǒng)負荷預(yù)測值，Lall,t,j表示第j天時刻點t的全網(wǎng)系統(tǒng)負荷實際值。由式(12)、式(13)和式(14)計算得出G個氣象區(qū)域在時刻點t的最優(yōu)權(quán)重后，再根據(jù)加權(quán)得到待預(yù)測日時刻點t的全網(wǎng)系統(tǒng)負荷最終預(yù)測值。本發(fā)明基于類氣象分區(qū)綜合評價的大電網(wǎng)負荷預(yù)測方法，存在以下有益效果：1、本發(fā)明方法降低了現(xiàn)有技術(shù)中子網(wǎng)累加法中負荷波動性較大而難以預(yù)測的區(qū)域?qū)θW(wǎng)負荷預(yù)測造成的影響；回避了對電廠用電和電網(wǎng)損耗的預(yù)測。2、子網(wǎng)累加法中需要提前知道所有區(qū)域負荷預(yù)測值，而本發(fā)明方法只選取部分區(qū)域負荷預(yù)測值來預(yù)測全網(wǎng)負荷，避免了有些區(qū)域負荷預(yù)測專責(zé)上報區(qū)域預(yù)測結(jié)果不及時而影響省調(diào)控中心的全網(wǎng)負荷預(yù)測。3、本發(fā)明方法采用綜合指標評價的方法對各區(qū)域優(yōu)先級排序，可以綜合考慮各個區(qū)域負荷預(yù)測值對全網(wǎng)負荷預(yù)測值的影響，有利于提高全網(wǎng)負荷預(yù)測的準確率。4、區(qū)域的劃分不再簡單采用行政區(qū)域進行，通過對行政區(qū)域基于氣象條件相似度進行處理，避免了當各個行政區(qū)域氣象條件變化較大時，尤其是在氣象條件變化劇烈的夏季，可能導(dǎo)致的各個行政區(qū)域的負荷與全網(wǎng)的負荷的比值在連續(xù)幾日中變化較大產(chǎn)生的影響，通過對氣象區(qū)域的劃分，有利于各個氣象區(qū)域與全網(wǎng)負荷比例系數(shù)的預(yù)測；根據(jù)綜合評價指標的結(jié)果選擇q個區(qū)域預(yù)測全網(wǎng)負荷，由于不同的q值，將有不同的預(yù)測效果，故設(shè)置不同的預(yù)測方案及其選擇的區(qū)域數(shù)，可避免預(yù)測極限誤差的存在。附圖說明以下結(jié)合附圖和具體實施方式來進一步說明本發(fā)明。圖1為子網(wǎng)累加算法流程。圖2為本發(fā)明方法流程圖。圖3為某省電網(wǎng)2016年5月18日的6個預(yù)測方案分別預(yù)測得到的6個全網(wǎng)負荷預(yù)測曲線。圖4為某省電網(wǎng)2016年5月18日最終全天的負荷預(yù)測曲線與實際負荷曲線對比圖。具體實施方式為了使本發(fā)明的技術(shù)手段、創(chuàng)作特征、達成目的與功效易于明白了解，下面結(jié)合具體圖示，進一步闡述本發(fā)明。本發(fā)明的主旨在于，通過對基于區(qū)域負荷預(yù)測值對大電網(wǎng)負荷進行預(yù)測基本操作方式情況的分析，發(fā)現(xiàn)采用地理位置所處的行政區(qū)域?qū)^(qū)域進行劃分所存在的問題，提供一種基于類氣象分區(qū)綜合評價的大電網(wǎng)負荷預(yù)測方法，以提高電力系統(tǒng)短期負荷預(yù)測準確率。參見圖2，基于類氣象分區(qū)綜合評價的大電網(wǎng)負荷預(yù)測方法，包括以下步驟：獲取近期一個樣本時段內(nèi)(例如n天)的歷史數(shù)據(jù)作為歷史數(shù)據(jù)樣本空間，歷史數(shù)據(jù)中的負荷數(shù)據(jù)為全網(wǎng)及全網(wǎng)內(nèi)M個行政區(qū)域的實際負荷和預(yù)測負荷，這里，行政區(qū)域是指以地理位置進行劃分的區(qū)域，例如，全網(wǎng)的范圍是一個省的情況下，行政區(qū)域可以是該省內(nèi)以市為單位進行的行政區(qū)域劃分。對于所述歷史數(shù)據(jù)，可以按如下方法進行預(yù)處理：令：L(d,t)為第d天t時刻的負荷值，L(d,t1)和L(d,t2)為第d天與t時刻相鄰的兩個時刻t1、t2的負荷值，L(d1,t)和L(d2,t)為與d相鄰的兩天在時刻點t的負荷值；a)對于缺失數(shù)據(jù)的處理若第d天t時刻的負荷值L(d,t)缺失，則利用式(1)獲得L(d,t)：L(d,t)＝αL(d,t1)+αL(d,t2)+βL(d1,t)+βL(d2,t)(1)式(1)中，α和β為系數(shù)，α>β,α+β＝1；b)對于壞點數(shù)據(jù)的處理定義ε為負荷允許的偏離率，ρ(d,t)為第d天時刻點t實際偏離率，當ρ(d,t)≥ε時，判斷L(d,t)為壞數(shù)據(jù)，對壞數(shù)據(jù)用進行代替：接著獲取樣本時段內(nèi)M個行政區(qū)域內(nèi)的至少2個歷史氣象條件數(shù)據(jù)，歷史氣象條件數(shù)據(jù)較好的是采用樣本時段內(nèi)行政區(qū)域的最高溫度、最低溫度和平均溫度這三個歷史氣象條件數(shù)據(jù)，當然，出于提升預(yù)測準確度的需求，歷史氣象條件數(shù)據(jù)還可以采用人體舒適度、天氣類型、風(fēng)速、溫濕指數(shù)、寒冷指數(shù)等，對于天氣類型等不是數(shù)據(jù)的歷史氣象條件數(shù)據(jù)，可以采用數(shù)據(jù)處理轉(zhuǎn)化為數(shù)據(jù)。為了便于示例，本實施方式中采用行政區(qū)域的最高溫度、最低溫度和平均溫度這三個歷史氣象條件數(shù)據(jù)進行示例性說明。根據(jù)M個行政區(qū)域的歷史氣象條件數(shù)據(jù)形成氣象數(shù)據(jù)矩陣X：X＝(X1,X2,…Xi,…,XM)其中，Xi為第i個行政區(qū)域在一個樣本時段內(nèi)n天的氣象條件數(shù)據(jù)集合，為第i個行政區(qū)域在一個樣本時段內(nèi)n天的最高溫度；為第i個行政區(qū)域在一個樣本時段內(nèi)n天的最低溫度；為第i個行政區(qū)域在一個樣本時段內(nèi)n天的平均溫度。這樣，X矩陣的行向量數(shù)為3*n，列向量數(shù)為M。本發(fā)明中，采用基于概率距離的同步回代消除技術(shù)對矩陣X進行聚合，劃分N個氣象條件差異較大的氣象區(qū)域：首先，對矩陣X中M個列向量指定一個發(fā)生的概率ps＝1/M(s＝1,2,…,M)。集合S表示最初的行政區(qū)域，令ξs表示矩陣X中的第s個行政區(qū)域，DTs,s'表示行政區(qū)域s和行政區(qū)域s'的距離，其值為行政區(qū)域s和行政區(qū)域s'之間的向量2范數(shù)，設(shè)置向量DA＝[1,2,…,M]T，DB為所有元素都為0的M×M的方陣。同步回代消除的基本步驟如下：1)計算每對行政區(qū)域之間的距離DTs,s'，DTs,s'＝||ξs,ξs'||。2)對于每個行政區(qū)域k，找出與行政區(qū)域k距離最短的行政區(qū)域r，即DTk(r)＝minDTk,s'。3)計算PDk(r)＝pk*DTk(r),k∈S，在k中找出行政區(qū)域索引h，使得PDh＝minPDk,k∈S。4)令S＝S-ξDA(h)，且pr＝pr+ph。DB(h,h)＝DA(r)，DA(h)設(shè)為空。5)重復(fù)2)-4)，直至剩余的行政區(qū)域數(shù)目為N為止。DA僅剩下N個元素，對應(yīng)方陣DB(DA(i)，DA(i))＝0，i＝1,2,…N，即需要保留N個氣象條件差異較大的氣象區(qū)域。DA中N個氣象條件差異較大的氣象區(qū)域各自聚合的行政區(qū)域搜索步驟如下：1)令i＝1，P＝DA(i)。2)找出滿足要求的m，使得DB(m,m)＝P，則氣象區(qū)域i中包含的行政區(qū)域有P＝[P,m]。3)找出滿足要求的l，使得DB(l,l)＝m，P＝[P,l]，該搜索過程直至DB的對角元素沒有等于l的為止；4)i＝i+1，P＝DA(i)，重復(fù)2)-4)，直至i＝N。實際上，劃分成N個氣象條件差異較大的氣象區(qū)域的實質(zhì)是，將M個行政區(qū)域中氣象條件差異較小的區(qū)域在預(yù)測過程中進行聚合(即將氣象條件差異較小的行政區(qū)域視為同一氣象區(qū)域))。具體在進行操作時，可以是將M個行政區(qū)域基于氣象條件的差異劃分成N個氣象區(qū)域，每個氣象區(qū)域中包含一個或若干個行政區(qū)域。完成氣象區(qū)域的獲取后，計算N個氣象區(qū)域在時刻點t的平均比例系數(shù)用指數(shù)平滑法動態(tài)預(yù)測待預(yù)測日N個氣象區(qū)域在相同時刻點t的比例系數(shù)，得到N個氣象區(qū)域在時刻點t的比例系數(shù)矩陣Ct；表示為：Ct＝(C1,t,C2,t,…,CN,t)其中，為第1個行政區(qū)域的歷史數(shù)據(jù)在時刻點t的平均比例系數(shù)；為第2個行政區(qū)域的歷史數(shù)據(jù)在時刻點t的平均比例系數(shù)；為第N個行政區(qū)域的歷史數(shù)據(jù)在時刻點t的平均比例系數(shù)；C1,t為第1個行政區(qū)域在待預(yù)測日時刻點t的比例系數(shù)；C2,t為第2個行政區(qū)域在待預(yù)測日時刻點t的比例系數(shù)；CN,t為第N個行政區(qū)域在待預(yù)測日時刻點t的比例系數(shù)。指數(shù)平滑法為，建立指數(shù)平滑模型為：式(3)中：表示氣象區(qū)域i在時刻t占全網(wǎng)系統(tǒng)負荷比例的預(yù)測值，表示前j天的氣象區(qū)域i在時刻t占全網(wǎng)系統(tǒng)負荷比例的實際值；n為在一個樣本時段內(nèi)的天數(shù)；λj表示權(quán)重系數(shù)，λj＝λ(1-λ)j-1，λ為常數(shù)，且0<λ<1，為保證近期數(shù)據(jù)的權(quán)重大，遠期的權(quán)重小，λ通常取0.7～0.9之間的常數(shù)。通過多個單一評價指標及每個單一評價指標的權(quán)重，構(gòu)建時刻點t綜合評價指標FAL,t，具體操作為：構(gòu)建時刻點t的多個單一評價指標體系Ft，采用三個單一評價指標，則每個氣象區(qū)域的多指標評價體系Ft為：Ft＝(F1,t,F2,t,F3,t)T所述三個單一評價指標分別為：某氣象區(qū)域負荷在時刻點t的綜合穩(wěn)定度評價指標F1,t，某氣象區(qū)域負荷在時刻點t的預(yù)測綜合準確率評價指標F2,t，某氣象區(qū)域負荷比例系數(shù)在時刻點t的穩(wěn)定度評價指標F3,t；由于多指標評價體系中含有三種單一評價指標，在所選樣本空間內(nèi)三個評價指標可能會出現(xiàn)不同的評價結(jié)果，因此如何綜合評價這三個指標，從中選取最合適的幾個氣象區(qū)域來預(yù)測全網(wǎng)負荷則成為關(guān)鍵，構(gòu)建時刻點t綜合評價指標FAL,t為；FAL,t＝ω×Y其中：ω＝(ω1,ω2,ω3)，ω為三個單一評價指標在時刻點t的權(quán)重矩陣；ω1,ω2,ω3為多個單一評價指標體系Ft中每個單一評價指標在時刻點t的權(quán)重系數(shù)；Y為根據(jù)多個單一評價指標體系Ft形成的在時刻點t的決策矩陣。某氣象區(qū)域負荷在時刻點t的綜合穩(wěn)定度評價指標F1,t由式(4)獲得：式(4)中：RSDt為某個氣象區(qū)域在時刻t的氣象區(qū)域負荷相對標準偏差，為某個氣象區(qū)域在時刻t時氣象區(qū)域負荷占系統(tǒng)負荷的平均比例系數(shù)；負荷綜合穩(wěn)定度指標F1,t的物理意義是：當以某個氣象區(qū)域負荷預(yù)測全網(wǎng)負荷時，氣象區(qū)域負荷波動的大小在全網(wǎng)負荷的體現(xiàn)。當以負荷綜合穩(wěn)定度指標F1,t在每個時刻點上對各個氣象區(qū)域進行排序，數(shù)值最小的區(qū)域，表示在該個時刻點上以該氣象區(qū)域的負荷預(yù)測全網(wǎng)負荷時，偏差最小。某氣象區(qū)域負荷在時刻點t的預(yù)測綜合準確率評價指標F2,t按式(5)獲得：式(5)中：Qt為某個氣象區(qū)域在所選樣本空間內(nèi)的時刻t的平均預(yù)測準確率；負荷綜合穩(wěn)定度指標F2,t的物理意義是：當以某個氣象區(qū)域負荷預(yù)測全網(wǎng)負荷時，氣象區(qū)域負荷預(yù)測偏差的大小在全網(wǎng)負荷的體現(xiàn)。當以負荷綜合穩(wěn)定度指標F2,t在每個時刻點上對各個氣象區(qū)域進行排序，數(shù)值最小的區(qū)域，預(yù)測準確率最高，表示在該個時刻點上當以該氣象區(qū)域的負荷預(yù)測值預(yù)測全網(wǎng)負荷，全網(wǎng)負荷的預(yù)測誤差最小。當以氣象區(qū)域負荷預(yù)測全網(wǎng)負荷時，全網(wǎng)負荷不僅與氣象區(qū)域負荷預(yù)測值的品質(zhì)有關(guān)，且與在待預(yù)測日的氣象區(qū)域負荷占全網(wǎng)負荷比例系數(shù)預(yù)測值有關(guān)，因此這里提出氣象區(qū)域負荷占全網(wǎng)負荷比例系數(shù)穩(wěn)定度指標。某氣象區(qū)域負荷比例系數(shù)在時刻點t的穩(wěn)定度評價指標F3,t按式(6)獲得：式(6)中：為某個氣象區(qū)域在時刻t的比例系數(shù)的樣本標準方差，為某個氣象區(qū)域在時刻t的比例系數(shù)的樣本數(shù)學(xué)期望。每個單一評價指標在時刻點t的權(quán)重系數(shù)ω1,ω2,ω3按如下方法獲得：由于三個單一評價指標的量綱和數(shù)量級不同，首先進行各單一評價指標無量綱化處理得到?jīng)Q策矩陣Y為：Y＝(yil)3×N，其中：式(7)中：Fi,l為氣象區(qū)域i的第l個評價指標，mini{Fi,l}為N個氣象區(qū)域中的第l個評價指標的最小值，maxi{Fi,l}為N個氣象區(qū)域中的第l個評價指標的最大值。則有：式(8)中：其中sl為決策矩陣Y中第l項指標的標準方差，為第l項指標的數(shù)學(xué)期望，ωl即為第l個評價指標在時刻點t的權(quán)重系數(shù)。對于N個氣象區(qū)域在時刻點t按各區(qū)域的綜合評價指標FAL,t從小到大的優(yōu)先級排序，并以綜合評價指標FAL,t最小為優(yōu)先級最高。設(shè)置G(1≤G≤N)個預(yù)測方案及各個預(yù)測方案中選擇的氣象區(qū)域數(shù)q(q為介于1至N的數(shù)值)，且每個預(yù)測方案的q的數(shù)值是不同的。對于預(yù)測方案g，選擇時刻點t優(yōu)先級較高的q個氣象區(qū)域，用所選擇的q個氣象區(qū)域分別預(yù)測時刻點t的全網(wǎng)系統(tǒng)負荷，得到預(yù)測方案g的q個不同的預(yù)測結(jié)果，表示為：其中，為利用預(yù)測方案g的第1個氣象區(qū)域預(yù)測出的時刻點t的全網(wǎng)系統(tǒng)負荷；為利用預(yù)測方案g的第2個氣象區(qū)域預(yù)測出的時刻點t的全網(wǎng)系統(tǒng)負荷；為利用預(yù)測方案g的第q個氣象區(qū)域預(yù)測出的時刻點t的全網(wǎng)系統(tǒng)負荷，且Lq,t為第q個氣象區(qū)域在時刻點t的負荷預(yù)測值，Cq,t為第q個氣象區(qū)域在時刻點t的比例系數(shù)預(yù)測值。對預(yù)測方案g的q個不同的預(yù)測結(jié)果建立時刻點t的最優(yōu)綜合模型，計算所選擇的各氣象區(qū)域的最優(yōu)權(quán)重，得到時刻點t的全網(wǎng)系統(tǒng)負荷最終預(yù)測結(jié)果為其中，為由預(yù)測方案g的氣象區(qū)域k預(yù)測出的全網(wǎng)系統(tǒng)負荷在時刻點t的最優(yōu)權(quán)重，為預(yù)測方案g的用第k個氣象區(qū)域預(yù)測出來的時刻點t的全網(wǎng)系統(tǒng)負荷；；預(yù)測方案g的時刻點t最優(yōu)綜合模型按如下方法建立：以式(9)表征時刻點t全網(wǎng)系統(tǒng)負荷預(yù)測值的目標函數(shù)，式(10)-(11)為目標函數(shù)的約束條件：式(9)中：表示預(yù)測方案g的第j天時刻點t由氣象區(qū)域k預(yù)測出的全網(wǎng)系統(tǒng)負荷預(yù)測值，Lall,t,j表示第j天時刻點t的全網(wǎng)系統(tǒng)負荷實際值。對于式(9)-(11)的求解，首先定義各個氣象區(qū)域預(yù)測出的全網(wǎng)系統(tǒng)負荷預(yù)測值的虛擬預(yù)測殘差vkjt、虛擬預(yù)測殘差平方和及某兩個氣象區(qū)域預(yù)測全網(wǎng)系統(tǒng)負荷的虛擬預(yù)測結(jié)果的協(xié)方差如下：則式(9)-(11)在t時段的目標函數(shù)轉(zhuǎn)化為如下的矩陣形式：其中：式(12)是二次規(guī)劃問題的標準形式，直接計算得出預(yù)測方案g所選擇的q個氣象區(qū)域在時刻點t的最優(yōu)權(quán)重后，再根據(jù)加權(quán)得到預(yù)測方案g時刻點t的全網(wǎng)系統(tǒng)負荷預(yù)測值。對于各個氣象區(qū)域負荷預(yù)測值預(yù)測出的全網(wǎng)系統(tǒng)負荷而言，在不同的時刻點呈現(xiàn)出不同的預(yù)測效果，因此區(qū)別對待“待預(yù)測日的各個時刻點”，分別建立綜合模型，使得各個氣象區(qū)域負荷預(yù)測值預(yù)測出的全網(wǎng)系統(tǒng)負荷在各個時刻的權(quán)重都不同，以體現(xiàn)各自在不同時刻點的預(yù)測效果。對于待預(yù)測日全天T個時刻點，分別建立最優(yōu)綜合模型，得到預(yù)測方案g全天負荷預(yù)測序列類似地，對于G個預(yù)測方案將會有G個全天負荷預(yù)測序列，各個預(yù)測方案的時刻點t最優(yōu)綜合模型按如下方法建立：以式(13)表征時刻點t全網(wǎng)系統(tǒng)負荷預(yù)測值的目標函數(shù)，式(14)-(15)為目標函數(shù)的約束條件：式(13)中：表示第j天時刻點t由預(yù)測方案g預(yù)測出的全網(wǎng)系統(tǒng)負荷預(yù)測值，Lall,t,j表示第j天時刻點t的全網(wǎng)系統(tǒng)負荷實際值。由式(13)、式(14)和式(15)計算得出G個氣象區(qū)域在時刻點t的最優(yōu)權(quán)重后，再根據(jù)加權(quán)得到待預(yù)測日時刻點t的全網(wǎng)系統(tǒng)負荷最終預(yù)測值。對于式(13)-(15)的求解，與式(9)-(11)的求解是相同的，同樣定義全網(wǎng)系統(tǒng)負荷預(yù)測值的虛擬預(yù)測殘差、虛擬預(yù)測殘差平方和，及某兩個預(yù)測方案的預(yù)測全網(wǎng)系統(tǒng)負荷的虛擬預(yù)測結(jié)果的協(xié)方差，建立如式(12)的二次規(guī)劃，直接計算得出預(yù)測方案g在時刻點t的最優(yōu)權(quán)重后，再根據(jù)加權(quán)得到待預(yù)測日的時刻點t的全網(wǎng)系統(tǒng)負荷最終預(yù)測值。對于待預(yù)測日全天T個時刻點，分別建立各個預(yù)測方案的最優(yōu)綜合模型，得到預(yù)測方案g全天負荷預(yù)測序列(L1,L2,…,LT)，以所述全天負荷預(yù)測序列(L1,L2,…,LT)為全網(wǎng)負荷預(yù)測結(jié)果。以下以具體的實例，繼續(xù)說明本發(fā)明實施過程：在本發(fā)明方法中，采用基于概率距離的同步回代消除技術(shù)對各行政區(qū)域的氣象信息進行聚合，劃分為N個氣象條件差異較大的氣象區(qū)域。設(shè)置G個預(yù)測方案及各個預(yù)測方法的選擇的氣象區(qū)域數(shù)q。再根據(jù)各氣象區(qū)域的綜合評價指標，選擇出評價最優(yōu)的q個氣象區(qū)域。以預(yù)測某省全網(wǎng)負荷為例，該省包括16個地市(分別用地市1，地市2，…，地市16表示，地市編號準則為：以從北向南，由東向西的地理位置對各個地市進行編號)，根據(jù)氣象條件相似度判斷方法，將16個地市劃分為6個氣象條件差異較大的氣象區(qū)域，選定6個預(yù)測方案，每個預(yù)測方案對應(yīng)選擇的氣象區(qū)域數(shù)分別為1、2、3、4、5、6，具體實施按以下步驟進行：1、數(shù)據(jù)讀取：選取2016年5月18日為待預(yù)測日，分別獲取預(yù)測日前30個工作日全網(wǎng)及各地市的實際負荷數(shù)據(jù)、各地市前30天的氣溫數(shù)據(jù)(最高氣溫、最低氣溫)以及各地市上報的待預(yù)測日負荷預(yù)測值。2、類氣象區(qū)域劃分：采用基于概率距離的同步回代消除技術(shù)對16個地市的氣象信息進行聚合，形成N＝6個氣象條件差異較大的氣象區(qū)域。經(jīng)過同步回代消除技術(shù)，DA＝[地市2地市3地市8地市10地市11地市14]，16×16矩陣DB的對角元素為：(1，1)(2，2)(3，3)(4，4)(5，5)(6，6)(7，7)(8，8)20017830(9，9)(10，10)(11，11)(12，12)(13，13)(14，14)(15，15)(16，16)800111001314故形成的6個氣象區(qū)域如下表所示：3、多指標評價體系求解：三個單一評價指標分別為：某氣象區(qū)域負荷在時刻點t的綜合穩(wěn)定度評價指標F1,t，某氣象區(qū)域負荷在時刻點t的預(yù)測綜合準確率評價指標F2,t，某氣象區(qū)域負荷比例系數(shù)在時刻點t的穩(wěn)定度評價指標F3,t。下表為實施步驟2中6個氣象區(qū)域在t＝1時刻點的三項評價指標結(jié)果。區(qū)域F1,tF2,tF3,t氣象區(qū)域10.34310.37790.0381氣象區(qū)域20.19490.17810.0349氣象區(qū)域30.19980.09300.0239氣象區(qū)域40.33670.20990.0294氣象區(qū)域50.16050.12660.0328氣象區(qū)域60.96660.45780.05554、構(gòu)建綜合評價指標FAL,t：如本發(fā)明說明書中所述，首先對6個氣象區(qū)域的(F1,t,F2,t,F3,t)無量綱處理，得到?jīng)Q策矩陣Y，然后求每個單一指標的變異權(quán)重ω＝(ω1,ω2,ω3)，最后求解綜合評價指標FAL,t＝ω×Y：通過計算，該6個氣象區(qū)域在t＝1時刻點的綜合評價指標結(jié)果排序后為：5、設(shè)置預(yù)測方案：根據(jù)6個氣象區(qū)域，不失一般性，設(shè)置6個預(yù)測方案，每個預(yù)測方案對應(yīng)的氣象區(qū)域數(shù)分別為1、2、3、4、5、6。6、選取氣象區(qū)域分別預(yù)測全網(wǎng)負荷：這里以預(yù)測方案3為例，其氣象區(qū)域數(shù)q＝3。對于綜合評價指標FAL,t，其數(shù)值越小，說明該氣象區(qū)域的負荷越穩(wěn)定，越有利于利用該氣象區(qū)域的負荷預(yù)測值來預(yù)測全網(wǎng)負荷。這里根據(jù)FAL,t排序結(jié)果，分別對應(yīng)的是氣象區(qū)域3、氣象區(qū)域5、氣象區(qū)域2。由得到在t＝1時刻點的3個全網(wǎng)負荷預(yù)測結(jié)果如下：7、單時刻點的最優(yōu)綜合模型：預(yù)測t＝1時刻點的全網(wǎng)負荷預(yù)測值。對式(9)-(11)進行求解，求解得到的最優(yōu)權(quán)重為：因此預(yù)測方案3的t＝1時刻點的全網(wǎng)負荷預(yù)測值而在5月18日t＝1時刻點的實際負荷為15069.9MW，預(yù)測方案3的t＝1時刻點的預(yù)測精度達到98.83％。8、全天多點的負荷預(yù)測。對于預(yù)測日一天中t從2到96的其他點的負荷預(yù)測，重復(fù)步驟1到步驟6，就可以得到全天的負荷預(yù)測值序列。9、各個預(yù)測方案的全天T個時刻點的負荷預(yù)測：類似于步驟6、步驟7、步驟8，每個預(yù)測方案都對待預(yù)測日一天96個時刻進行負荷預(yù)測，得到各個預(yù)測方案的全天負荷預(yù)測值序列。10、各個預(yù)測方案的最優(yōu)綜合模型：對于每個時刻點分別建立各個預(yù)測方案的最優(yōu)綜合模型，對式(13)-(15)的規(guī)劃問題進行求解，得到各個預(yù)測方案在t＝1時刻點的最優(yōu)權(quán)重為：因此的t＝1時刻點的最終全網(wǎng)負荷預(yù)測值為：圖3是該省2016年5月18日6個預(yù)測方案分別預(yù)測得到的6個全網(wǎng)負荷預(yù)測曲線，圖4為經(jīng)過各個預(yù)測方案最優(yōu)綜合模型求解的最終全天的負荷預(yù)測曲線與實際負荷曲線對比圖。通過計算，本發(fā)明方法的日準確率為98.87％。以上顯示和描述了本發(fā)明的基本原理、主要特征和本發(fā)明的優(yōu)點。本行業(yè)的技術(shù)人員應(yīng)該了解，本發(fā)明不受上述實施例的限制，上述實施例和說明書中描述的只是說明本發(fā)明的原理，在不脫離本發(fā)明精神和范圍的前提下本發(fā)明還會有各種變化和改進，這些變化和改進都落入要求保護的本發(fā)明范圍內(nèi)。本發(fā)明要求保護范圍由所附的權(quán)利要求書及其等同物界定。當前第1頁1 2 3