一种分布式能源用户侧逐时负荷预测方法及系统与流程

技术特征：
1.一种分布式能源用户侧逐时负荷预测方法，其特征在于，包括以下步骤：步骤1、根据用户侧冷热电负荷特性的影响因素，并结合负荷历史数据，确定各影响因素与冷热电负荷之间的逐时pearson相关性分布；步骤2，根据各影响因素与冷热电负荷之间的pearson相关系数，选取与用户侧负荷高度相关的多个影响因素作为特征变量，构建各时刻用户侧冷热电负荷逐日特征向量；步骤3，根据各时刻用户侧冷热电负荷逐日特征向量，建立各时刻冷热电负荷与相应特征变量的多元函数关系，根据多元函数的最小二乘拟合原理，分别建立各时刻用户侧冷热电负荷的多元非线性回归模型；步骤4，将各时刻用户侧冷热电负荷逐日特征向量作为训练日样本，求解各时刻用户侧冷热电负荷的多元非线性回归模型，确定拟合系数，得到训练后各时刻用户侧冷热电负荷的多元非线性回归模型；步骤5，根据训练日样本拟合确定预测日各时刻影响因素，并将预测日的各时刻影响因素分别输入各时刻用户侧冷热电负荷的多元非线性回归模型，得到预测日各时刻冷热电负荷预测值，再将预测值按时间排序，得到预测日用户侧冷热电逐时负荷。2.根据权利要求1所述的一种分布式能源用户侧逐时负荷预测方法，其特征在于，步骤1中各影响因素与冷热电负荷之间的逐时pearson相关性分布的计算方法如下：式中，r
fx
为负荷f和影响因素x的pearson相关系数；f
j
、x
j
分别为负荷f和影响因素x的第j个样本点；分别为负荷f和影响因素x的平均值；m为样本个数。3.根据权利要求1所述的一种分布式能源用户侧逐时负荷预测方法，其特征在于，步骤1中所述影响因素包括气象因素和非气象因素；所述气象因素包括：温度、湿度、太阳辐射、风速、降水、天气；非气象因素包括：经济、政策、日类型、需求侧管理。4.根据权利要求1所述的一种分布式能源用户侧逐时负荷预测方法，其特征在于，步骤2中各时刻用户侧冷热电负荷逐日特征向量的表达式如下：δ
t
＝(x
1j
，x
2j
，
…
，x
nj
；f(x
1j
，x
2j
，
…
，x
nj
))，j＝1，2，
…
，m式中，δt为某时刻用户侧冷热电负荷逐日特征向量，t＝0，1，
…
，23，x
1j
，x
2j
，
…
，x
nj
为用户侧冷热电负荷的各特征变量，f(x
1j
，x
2j
，
…
，x
nj
)为某时刻用户侧冷热电负荷，n为特征变量个数，m为样本个数。5.根据权利要求1所述的一种分布式能源用户侧逐时负荷预测方法，其特征在于，步骤3中所述多元非线性回归模型的表达式如下：式中，s为拟合函数，为多项式函数，α
i
为多项式系数，k为多项式阶次。6.根据权利要求5所述的一种分布式能源用户侧逐时负荷预测方法，其特征在于，所述
各特征变量采用多项式函数关系表达：式中：a0为常数项，b
w
，c
u
，
…
d
v
分别为特征变量x
1j
，x
2j
，
…
，x
nj
的拟合系数，w，u，
…
v为特征变量x
1j
，x
2j
，
…
，x
nj
的阶次。7.根据权利要求1所述的一种分布式能源用户侧逐时负荷预测方法，其特征在于，步骤5中根据训练日样本数据，采用线性、非线性或最小二乘曲线拟合方法确定预测日的影响因数。8.根据权利要求5所述的一种分布式能源用户侧逐时负荷预测方法，其特征在于，步骤5中各时刻的多元非线性回归模型对应输出各时刻冷热电负荷的预测值，将各时刻冷热电负荷的预测值按时间排序，得到预测日用户侧冷热电逐时负荷。9.根据权利要求1所述的一种分布式能源用户侧逐时负荷预测方法，其特征在于，步骤4中得到训练后的多元非线性回归模型，然后对该多元非线性回归模型进行拟合优度检验；通过计算判定系数r2来评价两者之间的吻合程度，0＜r2＜1，其值越接近1，表明多元非线性回归模型的拟合优度越高。式中，f
j
是实际值，是实际值的平均值，是回归估计值，即带入方程计算得到的估计值。10.一种权利要求1
‑
9任一项所述的一种分布式能源用户侧逐时负荷预测方法的系统，其特征在于，包括，相关性分布模块，用于根据用户侧冷热电负荷特性的影响因素和负荷历史数据，确定各影响因素与冷热电负荷之间的逐时pearson相关性分布；特征向量模块，用于根据各影响因素与冷热电负荷之间的pearson相关系数，选取与用户侧负荷高度相关的多个影响因素作为特征变量，构建各时刻用户侧冷热电负荷逐日特征向量；多元非线性回归模型模块，用于根据各时刻用户侧冷热电负荷逐日特征向量，建立各时刻冷热电负荷与相应特征变量的多元函数关系，根据多元函数的最小二乘拟合原理，分别建立各时刻用户侧冷热电负荷的多元非线性回归模型；训练模块，用于将各时刻用户侧冷热电负荷逐日特征向量作为训练日样本，求解各时刻用户侧冷热电负荷的多元非线性回归模型，确定拟合系数，得到训练后各时刻用户侧冷热电负荷的多元非线性回归模型；因素预测模块，用于根据训练日样本确定预测日各时刻的影响因素；负荷预测模块，用于将预测日的各时刻的影响因素分别输入各时刻用户侧冷热电负荷的多元非线性回归模型，得到预测日用户侧冷热电逐时负荷。

技术总结
本发明公开了一种分布式能源用户侧逐时负荷预测方法及系统，对冷热电负荷特性的影响因素进行辨识，分析相关性，选取特征变量，构建各时刻用户侧冷热电负荷逐日特征向量；通过对各时刻负荷逐日特征向量进行统计归纳和理论分析，整理出各时刻负荷与相应特征变量的多元函数关系，分别建立各时刻冷热电负荷的多元非线性回归模型；利用训练日样本拟合求解各时刻冷热电负荷的多元非线性回归方程，并对预测日各时刻冷热电负荷进行预测计算，经时间先后排序，即可实现用户侧冷热电逐时负荷的快速预测，从而保障能源调度机构运行人员及时调整调度计划，制定机组运行策略，满足能源供需平衡。满足能源供需平衡。满足能源供需平衡。


技术研发人员：连小龙 肖俊峰 胡孟起 夏林 王一丰
受保护的技术使用者：西安热工研究院有限公司
技术研发日：2021.10.28
技术公布日：2022/1/4