能源预測的提升和展望

说明

正文的情节来自Tao Hong大学生的Energy Forecasting: Past, Present and
Future
一文的翻译和整理。

引入

  • 能源预測包括了电力行业中关于预測的常见的情节,比方短时间负荷预測、长时间负荷预測、局部负荷预測、电价预測、需求响应预測还有可再生能源发电预測等。
  • 因为电力存储的限制和社会对于电力的要求造成了多少个能源预測的幽默性质,比方复杂的季节性情势、24/7的电网数据收集、对精确度的需求等。
  • 高等的能源预測依赖于严厉的測试数据集。对于商业需求的理解,从总计学、电子project、气象科学等课程的学习和探究。

能源预測的发源

爱迪生(爱迪生)发明电灯的非凡年代。照明作为电力的机要消耗用途,能源预測比較直接省略。电力集团通过总结电灯泡的装置数量和计划设置的数额来概括拿到上午的电力负荷情形。这样的古旧的点子仍然用于现代的电力系总括划其中。针对路灯的负荷预測。

后来随着用电器不断的充足,负荷预測问题变得更其重要,尤其是一对分外事件发生时,比如总统演说,千家万户通过无线电在同一时间进行收听。导致负荷曲线出现极端意况。
20世纪40年代。人们发现因为空调设备的大度采用,电力需求面临气候变化影响特别大。

下图展现了负荷和气温变化的曲线图和散点图,在夏季。因为供暖的要求。负荷和气温呈负相关。在夏日,因为制冷的急需。负荷和气温呈正相关。
亚洲城ca88手机版下载地址 1
在即时,还不曾总括效能的软件,project方法是因而图片的法门举行人工的预測。

套用类似的艺术。现代的载荷曲线依旧采取类似气温情状和日期类型(工作日如故假期)的历史数据作为參考。

能源预測的便捷发展

区域的载重预測

20世纪80年代,总计机应用蓬勃发展。大量研讨的拓展针对性区域的深切负荷预測问题,紧要关心负荷增长的岁月、地点还有总量问题,预測的限定从几年延伸到几十年,该预測广泛应用在传输和配送电网线路的计划上。那里大部分措施可归纳为三类:趋势分析、模拟仿真、混合方法。

趋势分析方法试图找到某个函数来拟合历史的负荷增长情势来预测将来负荷。最平日利用的动向分析方法是用多项式回归模型来拟合历史数据。该形式的助益是简约易用,多用于如今负荷增长的短程响应;但其对于长时间负荷的估计easy出现过拟合的题目。
如法炮制仿真准备对负荷转移历程建模。重现负荷历史。同一时候确定时间、空间和前景负荷增长的宽度消息。可以通过来自政党的土地利用音讯、来自电力集团的客户类型音信和耗能情势的负荷曲线模型来建立城市提高过程的模子。

依靠高质地的多少。该办法可以成功短程预測的精确和深刻预測的计划參考;缺点是须要付出高昂的开发代价和教练代价。
混合方法结缘了主旋律分析和模仿的助益。既能够对多年来负荷历史做出较好的响应,又可以对深入的预測具有自然的參考价值。不要求与用户之间有太多的相互。

长时间负荷预測

在上世纪末,电力工业经历了重点的结构性变化,使得精确的短期负荷预測变得更为首要。人们開始尝试运用诸如回归分析、时间连串分析等总括技术来举办长期负荷预測。

新生人工智能技术成为了研商热点。
依照人工智能技术的模子有人工神经网络、模糊逻辑和扶助向量机。这么些主意都属于黑盒模型,不须要人人去关心预測分析中的内部关系结构,而有些公司不爱好黑盒方法,转而支出诸如类似日的经文方法和多元线性回归的总括技术。
以下给出了不同的短时间负荷预測技术的比較:
亚洲城ca88手机版下载地址 2

电力价格预測

电力市场的无微不至启动带来的新的挑衅:电力价格预測。

负荷预測用来阐明电力公司须要供应多少电力来抵消需求,价格预測用来协理电力集团总计多少电力应该来买卖。

电价预測技术首要有模拟仿真、总计学和人造智能技术。
依傍仿真的艺术须要指向电力市场、负荷预測、储运损耗和电力中断、市场參与者的竞价投标等元素建立一个数学模型。

电价预測的精确度低度依赖输入新闻的成色。电力市场各种节点的载荷预測是电力价格预測的驱动器。
统计和人为智能方法不须要对市场运作有深切的明白,这类方法通过行使历史价格、天气境况、断点情状和负荷意况来预測将来电价。那样的点子难以预測发觉价格峰值的气象,因为价格峰值重要受输电线路的网络堵塞境况影响,但这么的元素在模仿仿真的章程中能够被考虑在内。

亚洲城ca88手机版下载地址 3

智能电网时代

需求响应预測

过去十年间,电力公司開始举行智能电网化,安装了特别多智能电表、传感器和通信设备,智能电网技术为黑色环保和压缩资本带来了也许。实现该目的的一个最首要措施就是需求响应(通过电价变化和鼓舞政策来改变终端用户用电格局来响应电网变化)。

为了有效统筹和实现需求响应项目。电力集团须要举办一密密麻麻的分析工作,比方预測电力价格、预測參与和不參与需求响应项目不同境况的载荷情状、按照上述事实来评估不同需要响应方案对于耗能行为的熏陶。

可再生能源发电预測

乘势风力涡轮机、屋顶太阳能电池板和太阳能农场各个花样的新能源发电形式,给能源预測带来了新的肥力。同一时候,新能源发电的波动性也对系统运营商和电力交易商指出了挑衅。

因为我国现行还以火电为主。在新能源发电方面缺少首要行使,那里暂不介绍。

经验教训

測试数据集

相当多的能源预測论文对于教练多少有分外低的误差,但实在意况不容乐观。重要缘由即便缺少严酷的測试数据。比方一个明明的错误是应用一个带有1000+个參数的模子来拟合含有几百个观測的数码集。
再有还有一种不easy察觉的失实,举个样例。当我们利用回归模型,将数据集分成两局部,一部分用来參数估量。一部分用来表明总结平均决定百分比误差(Mean
Absolute Percentage
Error);当总结得到的MAPE太高。咱们将更换模型又一回总括MAPE,直到MAPE充足小。上述办法阐明数据即便没实用于模型的拟合,然则当中的信息在构建模型的变量选取时一度被运用了。在其实情形下。大家无法应用未来的合适负荷数据来构建模型。窥视将来多少可知拿到充裕好的结果。但在事实上中是不可以的。

了解商业需求

比方,分外多电力公司不允许拔取黑盒模型来开展长时间预測。不论这样的模子多么好,不过它不适用于该商业情势。

各地点机能

在此时此刻的动态市场条件下,全体档次的能源预測都是并行联系的,长时间负荷预測模型可以通过丰裕宏观经济目的来扩张成遥远预測模型;电价不再单独是受负荷驱动。新能源发电也会对电价暴发重大影响;电价信号引发需求响应。反过来影响负荷。

转载请注脚作者詹森(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进去自家的博客主页