关键词:
负荷预测
人工智能
机器学习
深度学习
新型电力系统
电动汽车负荷
综合能源系统负荷
摘要:
为实现“双碳”目标,新型电力系统正向绿色化、智能化和多样化转型。负荷预测对保障新型电力系统安全、经济和可靠运行至关重要。尽管传统数理统计方法在规律性明显的负荷数据预测中表现良好,但在新型系统中,高比例可再生能源和随机性用户负荷使数理统计方法面临挑战。人工智能技术,尤其是机器学习和深度学习,因其在处理复杂数据和提取模式方面的优势,成为研究热点,有效提升了负荷预测的准确性和鲁棒性。在此背景下,回顾了基于数理统计原理的负荷预测方法并讨论了其局限性,总结人工智能技术在负荷预测中的应用进展,分析传统机器学习、深度学习及组合预测模型的应用特点。针对区域系统级负荷预测、高比例可再生能源场景下的净负荷预测、多类异质能源协同互补场景下的综合能源系统负荷预测、建筑负荷预测以及电动汽车负荷预测这5类场景下的负荷预测技术难点和关键技术应用进行归纳和总结,对未来负荷预测技术的发展方向进行了展望。