一种基于气象指数的居民生活用电量预报方法及设备

技术领域

本发明涉及一种基于气象指数的居民生活用电量预报方法及设备，属于居民电量预测领域。

背景技术

随着经济发展，居民生活用电量逐步增长，精准的居民生活用电量预报，能为电网安全迎峰度夏或迎峰度冬提供技术支撑。居民生活用电量受到多种气象因素的影响。其中，气温是最显著的因素之一，当气温升高时，居民会使用空调、电扇等降温设备，从而增加用电量。在气温较高的季节，用电量通常会明显高于气温较低的季节。冬季由于取暖设备的广泛使用，用电量通常也比较高。而春季和秋季的用电量相对较为稳定，接近全年平均用电量。很多基于气象要素的用电量预报研究，只考虑了单一气象因素的影响，或者考虑了几种气象因素影响但仍不够全面，准确性有待进一步提高。

发明内容

为了克服现有技术中存在的问题，本发明设计了一种基于气象指数的居民生活用电量预报方法及设备，综合考虑了对人体舒适性影响比较大的日平均气温、日最高气温、日最低气温、日平均湿度、日平均风速来对居民用电量进行预报，准确性更高。

为了实现上述目的，本发明采用如下技术方案：

技术方案一

一种基于气象指数的居民生活用电量预报方法，包括以下步骤：

根据日平均气温、日最高气温、日最低气温、日平均湿度、日平均风速，计算用电需求气象条件指数；

确定居民用电量对用电需求气象条件指数的分布，所述分布具有若干趋势，趋势的转折点为突变点；

通过差分进化算法获取所述分布中的突变点坐标；

利用得到的多个突变点，建立用电量预报方程；

获取中长期天气预报数据；根据中长期天气预报数据，计算未来用电需求气象条件指数，带入用电量预报方程得到居民用电量预测值。

进一步地，所述计算用电需求气象条件指数，以公式表达为：

式中，I表示用电需求气象条件指数；T表示日平均气温值；T

进一步地，通过差分进化算法获取所述分布中的突变点坐标，具体包括：

构建分段线性函数：

式中，x为用电需求气象条件指数，y(x)为居民用电量，

强制分段线性函数在整个区域上连续：

将分段线性函数转换为矩阵：

式中，

令

取ssr作为差分进化算法的目标函数，由差分进化算法搜索计算得到最小二乘解γ和全局最优最小残差平方；根据最小二乘解γ和矩阵A，计算得到突变点A0、A1、A2、A3的横坐标。

进一步地，所述日用电量预报方程，以公式表达为：

式中，k

进一步地，还包括：

获取近期居民用电量和近期气象观测数据；利用近期气象观测数据，计算用电需求气象条件指数；利用近期居民用电量和用电需求气象条件指数，重新计算突变点坐标；利用重新计算突变点坐标，修正用电量预报方程。

技术方案二

一种基于气象指数的居民生活用电量预报设备，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令，实现如技术方案一所述步骤。

与现有技术相比本发明有以下特点和有益效果：

本发明综合考虑了对人体舒适性影响比较大的日平均气温、日最高气温、日最低气温、日平均湿度、日平均风速来对居民用电量进行预报，准确性更高。

本发明对居民用电量进行分段计算，采用差分进化算法计算突变点，使各分段的居民用电量和用电需求气象条件指数的皮尔逊相关性达到最大，物理意义清晰，可预报性和预报准确性高。

附图说明

图1是本发明流程图；

图2是散点图示意图。

具体实施方式

下面结合实施例对本发明进行更详细的描述。

如图1所示，一种基于气象指数的居民生活用电量预报方法，包括以下步骤：

根据日平均气温、日最高气温、日最低气温、日平均湿度、日平均风速，计算用电需求气象条件指数，以公式表达为：

式中，I表示用电需求气象条件指数；T表示日平均气温值；T

本实施例中，采集一个区县前三年的居民日用电量数据和日气象观测数据，利用日气象观测数据，根据日平均气温、日最高气温、日最低气温、日平均湿度、日平均风速，计算用电需求气象条件指数。

确定日居民用电量对日用电需求气象条件指数的分布。具体地，以前三年的日居民用电量数据为纵坐标，日用电需求气象条件指数为横坐标建立散点图。图2所示的散点图明显具有三种趋势。第一种：斜率为负，对应季节转换为冬季转春季，采暖用电需求减缓；第二种：斜率为0或者略小于0，用电需求趋于恒定；第三种：斜率为正，降温用电需求激增。

三种趋势的转折点即为突变点(具体为A0、A1、A2、A3)，突变点计算步骤如下：

A0和A3的横坐标分别为用电需求气象条件指数的最小值和最大值(可以直接根据分布中离散点求得)。构建分段线性函数如式1：

式中，x变量(用电需求气象条件指数)，y(x)是因变量(日用电量)，

强制分段线性函数在整个区域上连续，得到式2：

将分段线性函数转换为矩阵形式，并扩展为：

式中，

令

取ssr作为差分进化算法(differential evolution，DE)的目标函数，将突变点A1和A2的横坐标映射为差分进化算法中的个体，则个体为二维向量；通过差分进化算法搜索计算得到最小二乘解/(即A1和A2的横坐标)和全局最优最小残差平方；

在A和γ中增加首尾突变点A0、A3，并对A和γ进行点乘得到纵坐标，从而得到A0、A1、A2、A3位置坐标。

对得到的突变点，通过线性或多项式拟合分段函数建立日用电量预报方程。

分段线性拟合函数中，k

获取中长期天气预报数据；根据中长期天气预报数据，计算未来每日的电需求气象条件指数，带入日用电量预报方程得到日用电量。

进一步地，滚动订正预报模型：用当年的日居民用电量数据和气象实况观测计算得到的日用电需求气象条件指数，重新计算突变点进行修正分段拟合函数。采用修正后的分段线性函数，预报未来居民用电量

需要说明的是，上述提出的一种基于气象指数的居民生活用电量预报设备，还用于实现如上述图1所示的一种基于气象指数的居民生活用电量预报方法中各实施例对应的方法步骤，本申请在此不重复叙述。

需要说明的是，在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中，也可以是各个单元/模块单独物理存在，也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件功能单元/模块的形式实现。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。