能源互联网下的中长期电力需求预警理论框架

doi:10.3969/j.issn.1000-7229.2015.11.015

摘要/Abstract

摘要：

目前，我国经济结构正在发生大规模调整，能源体系转型，作为经济发展风向标的电量增长也出现了新的变化。在如此复杂的形势下，准确的中长期电力需求预警对电力系统资源的综合规划有着重要的意义。为此，提出了一种能源互联网下的中长期电力需求预警理论框架，从大数据的视角重新审视电力需求预警。首先构建了中长期电力需求预警的理论框架，然后提出了基于内因分析和基于外因分析的中长期电力需求预警方法，并介绍了相关性分析、预测分析、分类分析等中长期电力需求预警模型，最后，对未来中长期电力需求预警进行了总结和展望。

关键词: 预警, 大数据, 预警概率, 电力需求, 能源互联网

Abstract:

China is stepping into a new normal economic development， with the economic structure and the energy system adjusted extensively. As a signpost of economic development， the power demand growth has also changed with the uncertain environment. In such a complex situation， it is of great significance to guarantee accurate early warning in the medium and long term power demand for the integrated resources planning of power system. To this end， the theoretical framework of medium and long term power demand warning was proposed in energy internet. Firstly， the theoretical framework of medium and long term power demand warning was constructed. Then， the medium and long term power demand warning methods were proposed based on the internal analysis and external factors based analysis， and several early warning models such as correlation analysis， prediction analysis， and classification analysis were introduced. Finally， the future researches on medium and long term power demand warning were summarized and prospected.

Key words:

early warning, big data, warning probability, power demand, energy internet

中图分类号:

TM 715

谭伟聪，明建成，卢世祥，罗敏. 能源互联网下的中长期电力需求预警理论框架[J]. 电力建设, 2015, 36(11): 98-102.

TAN Weicong， MING Jiancheng， LU Shixiang， LUO Min. Theoretical Framework of Medium and Long Term Power Demand Warning in Energy Internet[J]. ELECTRIC POWER CONSTRUCTION, 2015, 36(11): 98-102.

参考文献

［1］王思强. 中长期能源预测预警体系研究与应用［D］. 北京：北京交通大学， 2009.

Wang Siqiang. Study on the mid-long term energy forecasting and early warning system［D］. Beijing: Beijing Jiaotong University， 2009.

［2］田世明，栾文鹏，张东霞，等. 能源互联网技术形态与关键技术［J］. 中国电机工程学报，2015， 35（14）: 3482-3494.

Tian Shiming， Luan Wenpeng， Zhang Dongxia， et al. Technical forms and key technologies on energy internet［J］. Proceedings of the CSEE， 2015， 35（14）: 3482-3494.

［3］王鹏，陈启鑫，夏清，等. 应用向量误差修正模型的行业电力需求关联分析与负荷预测方法［J］. 中国电机工程学报， 2012， 32（4）: 100-107.

Wang Peng， Chen Qixin， Xia Qing， et al. Correlation analysis and forecasting method on industrial electricity demand based on vector error correction model［J］. Proceeding of the CSEE， 2012， 32（4）: 100-107.

［4］Black J D， Henson W L W. Hierarchical load hindcasting using reanalysis weather［J］. IEEE Transactions on Smart Grid， 2014， 5（1）:447-455.

［5］Wang Y， Chen Q， Kang C， et al. Load profiling and its application to demand response: A review［J］. Tsinghua Science and Technology， 2015， 20（2）:117-129.

［6］黄茂民. 区域电网的电力需求预测与预警技术研究［D］. 武汉：华中科技大学， 2008.

Huang Maomi. Research on electric power demand forecasting and pre-warning of regional power grid［D］. Wuhan: Huazhong University of Science & Technology， 2008.

［7］黄陈锋. 基于粗集-支持向量机的电力供需预警研究［D］. 北京：华北电力大学， 2006.

Huang Chenfeng. Research on power supply-demand early warning based on rough set and support vector machine［D］. Beijing: North China Electric Power University， 2006.

［8］Hu Zhaoguang， Tan Xiandong. Study on the architecture of national electric power supply and demand simulation system ［C］// International Conference on Power System Technology. Chongqing: IEEE， 2006:1-5.

［9］刘江平. 电网供需预警评价防范体系的探讨与研究［J］. 华中电力，2005， 18（4）: 31-34.

Liu Jiangping. Analysis and discussion on early-warning system and indexes of power supply risk［J］. Central China Electric Power， 2005， 18（4）: 31-34.

［10］牟涛，夏清，康重庆. 电力供需预警指标筛选方法研究［J］. 电力自动化设备，2008， 28（8）: 23-27.

Mu Tao， Xia Qing， Kang Chongqing. Screening method for warning indicators of power supply and demand［J］. Electric Power Automation Equipment， 2008， 28（8）: 23-27.

［11］彭小平. 中长期电力负荷预测及预警系统的分析与设计［D］.北京：华北电力大学， 2007.

Peng Xiaoping. Analyze and design for medium and long-term electric load forecasting and prewarning system［D］. Beijing: North China Electric Power University， 2007.

［12］Reshef D N， Reshef Y A， Finucane H K，et al. Detecting novel associations in large data sets［J］. Science， 2011， 334（6062）:1518-1524.

［13］Tan P N ， Steinbach M ， Kumar V. 数据挖掘导论［M］. 北京：人民邮电出版社， 2011：89-93.

[1]	原吕泽芮，顾洁，金之俭. 基于云-边-端协同的电力物联网用户侧数据应用框架[J]. 电力建设, 2020, 41(7): 1-8.
[2]	周斌，张卫国，崔文佳，毛东宇，陈中. 考虑预警负荷的电动汽车充放电优化策略[J]. 电力建设, 2020, 41(4): 10-21.
[3]	董凌1， 2，年珩3，范越2，赵建勇3，张智3，林振智3. 能源互联网背景下共享储能的商业模式探索与实践[J]. 电力建设, 2020, 41(4): 38-44.
[4]	周洪益，钱苇航，柏晶晶，卫志农，孙国强，臧海祥. 能源区块链的典型应用场景分析及项目实践[J]. 电力建设, 2020, 41(2): 11-20.
[5]	葛磊蛟，汪宇倩，戚嘉兴，王慧，林强，彭莹. 面向城市能源互联网的电力物联网内涵、架构和关键技术[J]. 电力建设, 2019, 40(9): 91-98.
[6]	葛乾诚，姚钢，周荔丹. 电能路由器相关技术研究现状与展望[J]. 电力建设, 2019, 40(6): 105-113.
[7]	傅质馨，李潇逸，袁越. 泛在电力物联网关键技术探讨[J]. 电力建设, 2019, 40(5): 1-12.
[8]	吕凛杰，李刚，呼静雅，镇华，向智宇，周国亮. 能源区块链中用户侧点对点交易支撑环境研究[J]. 电力建设, 2019, 40(5): 38-47.
[9]	肖泽青，华昊辰，曹军威. 人工智能在能源互联网中的应用综述[J]. 电力建设, 2019, 40(5): 63-70.
[10]	董瑞彪，刘永笑，黄武靖，杨晟，金阳，张宁. 基于综合能源系统价值分析的能源互联网运营商定价方法[J]. 电力建设, 2019, 40(11): 87-96.
[11]	魏震波，刘梁豪，关翔友. 计及社交网络关系的社区型能源互联网运营模拟分析[J]. 电力建设, 2019, 40(10): 36-44.
[12]	戚艳，刘敦楠，徐尔丰，王旭东，徐玉杰，刘梦璇. 面向园区能源互联网的综合能源服务关键问题及展望[J]. 电力建设, 2019, 40(1): 123-132.
[13]	韩新阳，柴玉凤，张钰，何绍文，谢光龙，杨德昌. 城市能源互联网建设若干关键问题分析[J]. 电力建设, 2018, 39(7): 138-146.
[14]	王诚良1，刘洪2，宫建锋1，李吉峰2，杨少华1，刘静仪2，丁丽霞1. 面向风电消纳的综合能源系统多类型储能联合调度[J]. 电力建设, 2018, 39(4): 35-.
[15]	韩学楠1，苏小林1，阎晓霞1，王穆青1，刘孝杰2. 基于双直流母线架构的电能路由器[J]. 电力建设, 2018, 39(3): 83-.