原创 短期电力负荷预测

随着电力市场的发展，准确的电力负荷短期预测可以有效地保证电网的安全运行，降低发电成本，满足用户需求，提高社会效益和经济效益。

过去，电力负荷预测主要用于发电，电力供应或控制策略的调度计划部门，研究重点是发电，很少涉及单个用户侧的研究，并且随着智能化的到来电网和分布式可再生能源的逐步发展，用户侧电源在现代电网结构中起着越来越重要的作用，如何有效地提高给定的可再生能源以及用户侧家庭能源管理系统的效率越来越高重要的是，对用户侧用电行为进行分析，可以更有效地促进需求侧管理，合理抑制高峰负荷，提高电网资产利用率。另一方面，为迎接大数据和智能时代的到来，区域负荷和个人负荷的电力负荷预测方法具有一定的普遍性，与区域负荷相比，个人用户负荷一般具有更多的随机性，需要使用较强到高频特性的随机处理能力模型可以获得很好的效果，对于单个用户的负荷预测模型通常对于更平稳的常规区域负荷预测可以得到理想的结果。由于电力系统负荷的周期性特征以及复杂的因素（天气，经济，节假日，观测误差等），电力系统负荷呈现出较强的随机性和非周期性成分，这给短期预测带来了很大的困难。

电力负荷预测方法主要分为三类：第一，基于传统数学统计模型的预测方法；其次，基于机器学习的预测方法；第三，使用组合预测方法。