大数据时代的新型电力供需预测方法探究

大数据时代的新型电力供需预测方法探究

钟鑫鑫 王悦 韩翼

国网内蒙古东电力有限公司物资分公司 内蒙古 呼和浩特市 010020

摘要：大数据信息技术为电力供需预测提供了强大的智能决策平台和计算工具。正视供需矛盾的出现促进电力工业发展的客观规律,探索在未来的发展进程中如何进一步减少电力供需矛盾,以实现电力供应安全对经济发展保障作用的目标。本文分析了大数据时代的新型电力供需预测方法探究。

关键词：大数据；物联网；电力供需预测

无论电力供求形势怎样变化,是供大于求还是供小于求,对电力工业都有压力。发电能力闲置,影响电力工业的利润水平与进一步发展,对电力工业损失较大;供小于求,潜在着电力运行安全的危险,而且停电会造成用电行业设备闲置的经济损失。要减少由于对供需形势的判断失误造成的经济损失,就需要在做好电力负荷预测的基础上,深化电力改革,以市场机制调节供需矛盾。特别是对于电力峰谷差日益加大的矛盾,不但要合理规划电力建设,更重要的是必须加强电力需求的管理。对电力供需形势变化的这些思考都强烈地反映出今后我国如何进一步深化电力改革需要研究的问题。

电力供需形势变化促进电力工业发展

由于电力的不可储存性,电力工业的供需平衡存在着很大的随机性,难以把握。特别是在经济发展的转折时期,预测中的各种不确定因素增多,电力预测准确难度较大,不易做到电力规划建设与经济发展需求完全吻合,电力供需的平衡时期往往是较为短暂的。但也正是因为供需矛盾的不断产生与发展,才能有市场空间,更快地促进电力工业发展。当电力供应大于需求时,为了减少电力投资方的损失,电力促销政策扩大了消费群体,发展、形成了对未来电力需求的潜在市场;当电力供应小于需求时,发电市场的广阔空间又会吸引投资方的注意,促进电力的建设,提高了供电能力。在这种不断循环波浪式的供需矛盾推动下,电力工业的规模得到不断的扩展。

二、电力供需预测的价值内涵和特征

在互联网大数据平台推算生成的电力供需预测数据具有信息化时代的烙印，更具活力和价值。

在大数据时代，电力供需预测一改过去由历史数据推演未来的方法，直接采集泛在物联网用户终端数据和SCADA、DCS的数据，过滤清洗后借助HBase数据库管理框架汇集到云端，使用Mapreduce、Spark等计算框架整理挖掘出数据的内在规律，形成更为精确、有价值的电力需求预测数据，融汇生成电力供需预测结果。预测结果兼具实时和中长期预测功效，精准度也得到极大提高，可直接应用于电力生产监控和电力消费终端的电力资源配置，有效平抑电力峰谷差幅度，具有极高的数据价值和实用性。由历史数据推演转变为云端数据计算，是电力供需预测方法从量变到质变的一大飞跃。

影响电力供需预测结果的变量很多，如国民经济运行方式、时间、空间（区域）、人文、政策等。多维度（变量）数据的模拟合成计算量巨大，借助现代高速计算技术，可大胆选择多维度数据模型进行模拟运算。与过去使用一维数据（往往是对结果影响最大的变量数据）进行模拟运算相比较，多维度的数据模型能更客观、全面反映电力供需趋势和分布。例如，在对某一特定区域的电力消费市场进行预测时，全面考虑时间、空间（区域）、城市化进程以及人口单耗电能诸多因素，模拟生成的预测结果更具价值，直接成为当地建设分布式能源站的决策依据。

互联网大数据平台下的电力供需预测及采用的数据处理方法也发生了质的变化。传统的数据处理技术仅对单一的历史数据进行分析、模拟计算，少有导入诸如风场风速分布、气象雷达云图信息等非结构化数据参与分析计算。互联网

大数据平台为电力供需预测提供了更为强大的算法工具，不仅能完整地处理历史数据和实时数据流（结构化数据），也能同步处理与电力供需预测高度关联的非结构化数据（如气象雷达图像、微博信息数据、电力管理者急待把控的爬虫数据等）。这种新的计算技术的应用，极大地提高了预测的精确度，能较为客观地把握电力供需的变化规律与发展趋势。

大数据计算的成果是多样的，不但有电力供需预测分析结果，还具有数据挖掘功能，对所采集的数据按区域、行业及其他属性进行分类统计，智能决策，指导精确营销和行业对标管理。

三、新型电力供需预测结果的应用

互联网大数据平台为电力供需预测方法赋予了新的内涵和活力，其预测结果具有精准性、全面性、实时性等优势，在泛在电力物联网系统中更能体现其预测的数据价值。例如，随着电力体制改革的深入，风、光电等新能源高密度大规模地并入电网，不确定电力扰动增加，对不确定性、随机性很高的风、光电出力进行预测显得愈加重要。通过导入卫星云图和太阳辐射分布数据，采用更先进的模拟算法，得到相对精准的风、光大限度地吸纳风、光电不确定性的随机电力。泛在电力物联网背景下的新型电力负荷预测具有很大的发展潜力和价值。随着泛在电力物联网的建设逐渐深入，各类主动负荷将不断涌现。大数据平台下的电力供需预测结果，直接实时地引导主动负荷的电力消费，有效平抑电力峰谷差，为

电力需求侧管理（DSM）开辟了新的管理途径和手段。云计算数据将是巨大的财富和资产，其价值可能远超过其对应的实体资产。云计算数据的预测分析结果，作为一种新的生产要素，直接运用到电力系统各类经营生产活动中。数字经济是充满活力、代表未来的新经济，站在网络空间利益共同体的高度，各级政府、企业、社会组织和个体利益主体都要以开放包容的态度，深化合作，优势互补，共同打造泛在能源物联网系统，让更多的群体共享大数据服务的成果，共享智能互联释放出来的大数据红利。

四、电力供需形势有关建议

1.深化总体战略研究，统筹规划清洁能源发电。增强水电、核电、天然气发电以及新能源发电等清洁能源发电的规划协调性，保障规划与国家财政补贴额度、环境保护要求、经济社会电价承受能力以及电力系统消纳能力等相关因素相协调。

2.健全完善相关管理制度和技术标准。完善相关技术标准，加强清洁能源发电设备制造、建筑安装、生产运行、退役后处理等全过程环保标准完善与监督；加强清洁能源发电并网制度管理，严格执行并网技术规定；统筹规划、逐步开展核电标准建设工作，逐步建立并完善与国际接轨的国内核电技术标准体系。

3.加快完善并落实促进分布式发电发展相关政策措施。创新分布式发电商业模式，构建以电力购买协议为载体，由投资者、开发商和中小用户参与的第三方融资/租赁合作平台，进一步破除分布式发电融资障碍;进一步制定和落实分布式光伏发电的电费结算、补贴资金申请及拨付的工作流程，确保光伏发电补贴及时足额到位；完善天然气分布式发电电价及补贴政策。

4.健全资金筹集机制和进一步完善财政税收扶持政策。拓宽清洁能源发电发展基金来源渠道，适度增加政府财政拨款额度，建立完善捐赠机制，推广绿色电力交易机制；加大财政资金对科技开发特别是基础研究的投入；对清洁能源产业制定明确的税收优惠政策；鼓励金融机构对清洁能源发电特别是分布式清洁发电项目融资贷款，并给予多方面优惠。

5.推行绿色电力交易。实施居民和企业自愿认购绿色电力机制，作为电价补

贴机制的重要补充。

在电力预测中,工业化中期的产业结构转型变化较突出,尤其要重视高耗电行业和经济总量变化较快的行业发展趋势,如当前高耗电行业中电解铝产品过剩,就会减少产量,对电力需求有所减少;以及第三产业和居民生活用电的峰谷差拉大等一系列经济发展中的种种不确定现象的跟踪研究。

参考文献：

[1]王雁粒.电力需求预测分层后评价模型研究[J].电力系统保护与控制，2018（20）：45-49.

[2]杨建.对电力供需形势变化的思考[J].电力技术经济，2018，16（2）：8-10.