能源预测的发展和展望亚洲城ca88手机版下载地址

说明

正文的始末出自Tao Hong大学生的Energy Forecasting: Past, Present and
Future
一文的翻译和整治。

引入

  • 能源预测包含了电力行业中关于预测的宽广的情节,比如长期负荷预测、长期负荷预测、局部负荷预测、电价臆度、需求响应预测还有可再生能源发电预测等。
  • 鉴于电力存储的范围和社会对于电力的要求造成了多少个能源预测的好玩性质,比如复杂的季节性情势、24/7的电网数据搜集、对准确度的需求等。
  • 高等的能源预测看重于严谨的测试数据集,对于商业需求的敞亮,从总括学、电子工程、气象科学等科目标上学和研讨。

能源预测的来源

爱迪生(爱迪生)发明电灯的不胜年代,照明作为电力的紧要消耗用途,能源预测相比较直接省略。电力公司经过测算电灯泡的装置数量和计划安装的数目来简单拿到傍晚的电力负荷情状。这种古老的艺术仍旧用于现代的电力系总结划其中,针对路灯的载重预测。
后来趁着用电器不断的充裕,负荷预测问题变得更加首要,尤其是一对特别事件时有暴发时,例如总统演说,千家万户通过无线电在同一时间举办收听,导致负荷曲线出现极端情状。
20世纪40年份,人们发现由于空调设备的大度接纳,电力需求面临气候变化影响很大。下图呈现了负荷和气温变化的曲线图和散点图,在冬季,由于供暖的急需,负荷和气温呈负相关;在春季,由于降温的需求,负荷和气温呈正相关。

亚洲城ca88手机版下载地址 1

在即刻,还未曾总结效率的软件,工程措施是透过图形的情势开展人工的前瞻。沿用类似的方法,现代的负荷曲线仍然使用相似气温境况和日期类型(工作日依旧假期)的历史数据作为参照。

能源预测的连忙腾飞

区域的负载预测

20世纪80年代,总结机应用蓬勃发展,大量啄磨的拓展针对性区域的深入负荷预测问题,重要关心负荷增长的时日、地点还有总量问题,预测的限定从几年延伸到几十年,该预测广泛应用在传输和配送电网线路的计划上。这里大部分措施可归咎为三类:趋势分析、模拟仿真、混合方法。
方向分析方法总结找到某个函数来拟合历史的载荷增长情势来估计将来负荷。最常用的倾向分析方法是用多项式回归模型来拟合历史数据,该办法的助益是简约易用,多用来近来负荷增长的短程响应;但其对于短期负荷的估计容易并发过拟合的题目。
如法炮制仿真打算对负荷变化过程建模,重现负荷历史,同时确定时间、空间和前途负荷增长的宽度音讯。可以经过来自政党的土地使用信息、来自电力集团的客户类型信息和耗能情势的载重曲线模型来树立城市发展进程的模型。看重高质料的数量,该办法可以形成短程预测的标准和漫长预测的计划参考;缺点是亟需付出高昂的付出代价和磨炼代价。
掺杂方法组合了样子分析和模拟的助益,既能够对不久前负荷历史做出较好的响应,又足以对深入的预测具有一定的参考价值,不要求与用户之间有太多的并行。

长时间负荷预测

在上世纪末,电力工业经历了最重要的结构性变化,使得精确的短时间负荷预测变得更为首要。人们起先尝试使用诸如回归分析、时间系列分析等总括技术来进展短时间负荷预测。后来人工智能技术变成了探究热点。
遵照人工智能技术的模型有人工神经网络、模糊逻辑和支撑向量机,这些办法都属于黑盒模型,不需要人们去关爱预测分析中的内部关系结构,而有点公司不喜欢黑盒方法,转而支付诸如相似日的经典方法和多元线性回归的总括技术。
下边给出了不同的短时间负荷预测技术的可比:

亚洲城ca88手机版下载地址 2

电力价格推断

电力市场的应有尽有启动带来的新的挑衅:电力价格猜测。负荷预测用来表明电力公司需要供应多少电力来抵消需求,价格猜想用来协理电力公司统计多少电力应该来买卖。电价估量技术紧要有模拟仿真、总结学和人造智能技术。
依傍仿真的办法亟需针对电力市场、负荷预测、储运损耗和电力中断、市场参加者的竞价投标等要素建立一个数学模型。电价臆想的准确度低度依赖输入音讯的质地,电力市场各类节点的负载预测是电力价格臆度的驱动器。
总括和人造智能方法不需要对市场运作有浓厚的知情,这类方法通过运用历史价格、天气境况、断点意况和负荷境况来预测将来电价。这种方法难以预测发觉价格峰值的情况,因为价格峰值重要受输电线路的网络堵塞情况影响,但这种因素在模仿仿真的方法中得以被考虑在内。

亚洲城ca88手机版下载地址 3

智能电网时代

需要响应预测

千古十年间,电力集团开端展开智能电网化,安装了广大智能电表、传感器和通信装备,智能电网技术为黑色环保和滑降本钱带来了说不定。实现该目的的一个首要方法就是需要响应(通过电价变化和激发政策来改变终端用户用电模式来响应电网变化)。
为了使得统筹和实现需求响应项目,电力公司需要开展一雨后春笋的解析工作,比如预测电力价格、预测参预和不参与需求响应项目不同情状的负载情形、依据以上实际来评估不同要求响应方案对于耗能行为的震慑。

可再生能源发电预测

趁着风力涡轮机、屋顶太阳能电池板和太阳能农场各类模式的新能源发电形式,给能源预测带来了新的生命力。同时,新能源发电的波动性也对系统运营商和电力交易商提议了挑衅。
出于本国现行还以火电为主,在新能源发电方面紧缺重要使用,这里暂不介绍。

经验教训

测试数据集

众多的能源预测随笔对于磨炼多少有很低的误差,但实际意况不容乐观。紧要缘由尽管缺乏严俊的测试数据。比如一个尽人皆知的错误是使用一个富含1000+个参数的模型来拟合含有几百个观测的数码集。
还有另一种不容易察觉的失实,举个例证,当大家使用回归模型,将数据集分成两有的,一部分用来参数估算,一部分用来评释总计平均决定百分比误差(Mean
Absolute Percentage
Error);当总括拿到的MAPE太高,我们将转移模型重新总括MAPE,直到MAPE充分小。上述形式阐明数据即便从未用来模型的拟合,可是其中的音讯在构建模型的变量选用时曾经被应用了。在骨子里意况下,我们不容许行使未来的适用负荷数据来构建模型。偷窥将来数据足以赢得很好的结果,但在实际上中是不能的。

知晓商业需求

例如,很多电力公司不允许利用黑盒模型来举办长时间预测,不论这种模型多么好,可是它不适用于该商业模式。

各方面效率

在现阶段的动态市场环境下,所有类型的能源预测都是互为关联的,长时间负荷预测模型可以透过扩展宏观经济目的来扩大成遥远预测模型;电价不再只是受负荷驱动,新能源发电也会对电价暴发首要影响;电价信号引发需求响应,反过来影响负荷。

转载请注解作者杰森(Jason) Ding及其出处
亚洲城ca88手机版下载地址,GitCafe博客主页(http://jasonding1354.gitcafe.io/)
Github博客主页(http://jasonding1354.github.io/)
CSDN博客(http://blog.csdn.net/jasonding1354)
简书主页(http://www.jianshu.com/users/2bd9b48f6ea8/latest\_articles)
Google搜索jasonding1354进入我的博客主页