譚偉聰，明建成，盧世祥，羅敏

(1.中國(guó)南方電網(wǎng)廣東電網(wǎng)有限責(zé)任公司，廣州市510600；2.中國(guó)南方電網(wǎng)廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，廣州市510600)

能源互聯(lián)網(wǎng)下的中長(zhǎng)期電力需求預(yù)警理論框架

譚偉聰1，明建成2，盧世祥2，羅敏2

(1.中國(guó)南方電網(wǎng)廣東電網(wǎng)有限責(zé)任公司，廣州市510600；2.中國(guó)南方電網(wǎng)廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，廣州市510600)

目前，我國(guó)經(jīng)濟(jì)結(jié)構(gòu)正在發(fā)生大規(guī)模調(diào)整，能源體系轉(zhuǎn)型，作為經(jīng)濟(jì)發(fā)展風(fēng)向標(biāo)的電量增長(zhǎng)也出現(xiàn)了新的變化。在如此復(fù)雜的形勢(shì)下，準(zhǔn)確的中長(zhǎng)期電力需求預(yù)警對(duì)電力系統(tǒng)資源的綜合規(guī)劃有著重要的意義。為此，提出了一種能源互聯(lián)網(wǎng)下的中長(zhǎng)期電力需求預(yù)警理論框架，從大數(shù)據(jù)的視角重新審視電力需求預(yù)警。首先構(gòu)建了中長(zhǎng)期電力需求預(yù)警的理論框架，然后提出了基于內(nèi)因分析和基于外因分析的中長(zhǎng)期電力需求預(yù)警方法，并介紹了相關(guān)性分析、預(yù)測(cè)分析、分類分析等中長(zhǎng)期電力需求預(yù)警模型，最后，對(duì)未來中長(zhǎng)期電力需求預(yù)警進(jìn)行了總結(jié)和展望。

預(yù)警；大數(shù)據(jù)；預(yù)警概率；電力需求；能源互聯(lián)網(wǎng)

0 引 言

目前，我國(guó)正在進(jìn)入經(jīng)濟(jì)發(fā)展的新常態(tài)，經(jīng)濟(jì)結(jié)構(gòu)發(fā)生大規(guī)模調(diào)整，發(fā)展速度減速放緩，中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入“增長(zhǎng)速度換擋期”和“結(jié)構(gòu)調(diào)整陣痛期”已經(jīng)是不爭(zhēng)的事實(shí)。在新的經(jīng)濟(jì)增速減緩，能源體系轉(zhuǎn)型時(shí)期，作為經(jīng)濟(jì)發(fā)展風(fēng)向標(biāo)的電量的增長(zhǎng)方式也出現(xiàn)了新的變化，而在低碳發(fā)展的要求下，面對(duì)現(xiàn)階段的經(jīng)濟(jì)大環(huán)境，準(zhǔn)確的電量預(yù)測(cè)與預(yù)警是能源市場(chǎng)經(jīng)濟(jì)的必然需要，是引導(dǎo)能源市場(chǎng)經(jīng)濟(jì)有序發(fā)展的必然要求。對(duì)電力需求預(yù)期過高可能導(dǎo)致大量資源如發(fā)電資源、需求響應(yīng)資源等的浪費(fèi)；對(duì)電力需求預(yù)期過低可能帶來電力供應(yīng)短缺，妨礙經(jīng)濟(jì)發(fā)展等問題。電力系統(tǒng)的規(guī)劃需要對(duì)中長(zhǎng)期電力需求有較為準(zhǔn)確的預(yù)期，需要對(duì)電力需求可能存在的異常波動(dòng)有較強(qiáng)的識(shí)別能力，做出提前預(yù)警，以盡早制定相應(yīng)的解決方案[1]。

2015年7月，《國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)＋”行動(dòng)的指導(dǎo)意見》頒布，其中“互聯(lián)網(wǎng)＋智慧能源”被列為11項(xiàng)重點(diǎn)行動(dòng)計(jì)劃之一，由此引發(fā)的能源互聯(lián)網(wǎng)研究熱潮正拉開序幕[2]。雖然人們對(duì)能源互聯(lián)網(wǎng)的定義不一而足，但重視數(shù)據(jù)的價(jià)值，充分挖掘電力大數(shù)據(jù)，實(shí)現(xiàn)知識(shí)發(fā)現(xiàn)是能源互聯(lián)網(wǎng)和互聯(lián)網(wǎng)思維的重要內(nèi)涵。電網(wǎng)數(shù)據(jù)采集系統(tǒng)的不斷改造升級(jí)以及其他行業(yè)數(shù)據(jù)逐漸走向開放，也為電力大數(shù)據(jù)的研究提供了良好的基礎(chǔ)。

電力需求受到的影響是多方面的。國(guó)民經(jīng)濟(jì)的發(fā)展直接影響到相關(guān)工業(yè)廠商的生產(chǎn)水平，從而導(dǎo)致電力需求發(fā)生變化；不同行業(yè)特別是上下游行業(yè)之間的電力需求變化具有傳導(dǎo)效應(yīng)，從而導(dǎo)致其他行業(yè)電量發(fā)生變化[3]；隨著人們生活水平的不斷提高，特別是在寒冬或酷暑多發(fā)地區(qū)，氣象敏感電量占比將有所提升，使得總體電力需求受氣象因素影響也較大[4]。除了經(jīng)濟(jì)、氣象等因素的影響之外，某一行業(yè)甚至某一企業(yè)的經(jīng)營(yíng)情況也可能在互聯(lián)網(wǎng)時(shí)代被放大，從而傳導(dǎo)到其他行業(yè)，所以對(duì)電量的預(yù)警也有必要跟蹤到專變用戶。

大數(shù)據(jù)時(shí)代下，不僅要強(qiáng)調(diào)數(shù)據(jù)量的大小，更注重?cái)?shù)據(jù)來源的豐富性與多元數(shù)據(jù)的融合[5]。要做到準(zhǔn)確的電力需求預(yù)警就需要從多元化數(shù)據(jù)出發(fā)，廣泛搜集和深入挖掘多元數(shù)據(jù)中蘊(yùn)含的深刻含義。本文提出一種基于大數(shù)據(jù)的中長(zhǎng)期電力需求預(yù)警框架，從大數(shù)據(jù)和數(shù)據(jù)挖掘的視角重新審視中長(zhǎng)期電力需求預(yù)警，并從電力需求預(yù)警分析因素、分析模型等2個(gè)方面進(jìn)行闡述。

1 電力需求預(yù)警

預(yù)警是指根據(jù)以往規(guī)律和現(xiàn)有觀測(cè)，對(duì)未來系統(tǒng)的演化方向做出預(yù)期性的評(píng)價(jià)，以防患于未然[6]。預(yù)警與預(yù)測(cè)既有關(guān)聯(lián)又有區(qū)別:預(yù)測(cè)是指對(duì)未來時(shí)間的定量估計(jì)，比如天氣預(yù)報(bào)，每天都要播報(bào)未來天氣情況；而預(yù)警更多的是對(duì)可能出現(xiàn)的危險(xiǎn)進(jìn)行定性的描述，比如天氣預(yù)警，只有在出現(xiàn)極端天氣情況時(shí)才會(huì)預(yù)警。

電力行業(yè)作為國(guó)民經(jīng)濟(jì)發(fā)展的重要基石，需要保證實(shí)時(shí)的電力供需平衡。然而電力需求變化復(fù)雜、原因多樣，需要深刻把握用戶用電規(guī)律，深入分析現(xiàn)有觀測(cè)數(shù)據(jù)，以做出準(zhǔn)確的預(yù)警。本文主要關(guān)注中長(zhǎng)期電力需求預(yù)警，將預(yù)警對(duì)象限定為電力需求，以期對(duì)電力需求進(jìn)行更加深入的分析。我國(guó)2002年曾出現(xiàn)電力短缺現(xiàn)象，電力供需預(yù)警工作越來越受到電力部門的重視，廣大學(xué)者也對(duì)電力供需預(yù)警理論展開了深入研究。文獻(xiàn)[7]首先利用粗集理論篩選全社會(huì)用電量和年最高負(fù)荷的相關(guān)因素，然后用支持向量機(jī)預(yù)測(cè)全社會(huì)用電量和年最高負(fù)荷，再計(jì)算警情指標(biāo)，得出預(yù)警結(jié)論。文獻(xiàn)[8]將上述預(yù)警模塊納入到了國(guó)家電力供需模擬系統(tǒng)中。文獻(xiàn)[9]提出并設(shè)計(jì)了以發(fā)電充裕度為基礎(chǔ)的電網(wǎng)供需預(yù)警評(píng)價(jià)防范體系。文獻(xiàn)[10]提出了基于指標(biāo)時(shí)差分析和指標(biāo)組合篩選的預(yù)警指標(biāo)2步篩選方法。

預(yù)警主要包括確定警情、尋找警源、分析警兆、預(yù)報(bào)警度等4個(gè)方面的要素[10]。圖1所示為中長(zhǎng)期電力需求預(yù)警的基本步驟。

圖1 中長(zhǎng)期電力需求預(yù)警基本步驟Fig.1 Basic procedure for medium and long term power demand warning

(1)數(shù)據(jù)采集。廣泛收集經(jīng)濟(jì)、氣象、細(xì)化行業(yè)電量、細(xì)化居民電量，甚至包括各種問卷調(diào)查在內(nèi)的各種數(shù)據(jù)，為中長(zhǎng)期電量預(yù)警的分析奠定基礎(chǔ)。

(2)數(shù)據(jù)處理。一方面對(duì)搜集的數(shù)據(jù)進(jìn)行壞數(shù)據(jù)識(shí)別，缺失數(shù)據(jù)補(bǔ)充等數(shù)據(jù)清洗工作，另一方面則是對(duì)得到的數(shù)據(jù)進(jìn)行標(biāo)幺化等預(yù)處理，以便后期分析。

(2)確定警情。對(duì)警情進(jìn)行明確的定義，例如電量正負(fù)增長(zhǎng)率超過一定百分比、系統(tǒng)備用率小于一定百分比等，同時(shí)明確警情相關(guān)指標(biāo)的閾值，從而構(gòu)建警情識(shí)別系統(tǒng)，便于警情的分析和處理。

(5)尋找警源。在確定警情之后，分析產(chǎn)生警情的來源，包括來自經(jīng)濟(jì)、氣象等各方面因素，進(jìn)行相關(guān)分析，從而確定警源。

（三）改善教學(xué)方法。對(duì)于高中生傳統(tǒng)文化素養(yǎng)的培育，大多依賴于語文課課堂上教師對(duì)古詩詞及文言文的講授方式進(jìn)行，受應(yīng)試教育的影響，教師習(xí)慣在這一過程中落入翻譯及要求背誦的教學(xué)模式中。

(6)分析警兆。對(duì)搜集到的數(shù)據(jù)進(jìn)行時(shí)差分析、相關(guān)性分析等，確定能夠?qū)﹄娏窟M(jìn)行預(yù)警的相關(guān)指標(biāo)，并對(duì)指標(biāo)進(jìn)行不同級(jí)別的劃分和響應(yīng)的組合，得到預(yù)警指標(biāo)及其閾值，確定預(yù)警的先導(dǎo)時(shí)間，構(gòu)建警情指標(biāo)系統(tǒng)。

(7)預(yù)報(bào)警度。通過警情指標(biāo)系統(tǒng)，對(duì)現(xiàn)行預(yù)警指標(biāo)進(jìn)行分析，根據(jù)指標(biāo)種類的大小，確定警情的概率、級(jí)別等結(jié)果。

2 大數(shù)據(jù)時(shí)代下的中長(zhǎng)期電力需求預(yù)警框架

中長(zhǎng)期電力需求預(yù)警實(shí)質(zhì)上是一個(gè)數(shù)據(jù)挖掘的過程。大數(shù)據(jù)挖掘的流程往往是數(shù)據(jù)采集、特征選擇或數(shù)據(jù)提取、機(jī)器學(xué)習(xí)和知識(shí)發(fā)現(xiàn)這4個(gè)過程。中長(zhǎng)期電力需求預(yù)警包括數(shù)據(jù)收集，預(yù)警指標(biāo)選取或綜合指標(biāo)，預(yù)警模型，預(yù)報(bào)警度等與之對(duì)應(yīng)。

圖2給出了大數(shù)據(jù)時(shí)代下的中長(zhǎng)期電力需求預(yù)警框架。首先，通過先進(jìn)的計(jì)量系統(tǒng)對(duì)電量數(shù)據(jù)進(jìn)行精細(xì)采集，并在數(shù)據(jù)中心融合業(yè)擴(kuò)報(bào)裝數(shù)據(jù)，通過網(wǎng)絡(luò)爬蟲技術(shù)或和其他部門或單位合作，獲取經(jīng)濟(jì)數(shù)據(jù)、氣象數(shù)據(jù)、不同行業(yè)基本信息等；然后利用這些細(xì)粒度的數(shù)據(jù)進(jìn)行跟蹤，即個(gè)性化地關(guān)注每個(gè)行業(yè)甚至每個(gè)專變用戶用電情況、每個(gè)省份甚至每個(gè)地市的經(jīng)濟(jì)演變情況等；再利用不同的數(shù)據(jù)，采用不同的分析方法分析各種數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，建立相應(yīng)的分析模型；之后將分析模型與方法應(yīng)用不同的時(shí)間尺度、不同空間尺度、不同行業(yè)尺度等進(jìn)行全覆蓋全時(shí)域的電量預(yù)警分析，如圖3所示；最后構(gòu)建相應(yīng)的中長(zhǎng)期電力需求預(yù)警體系，能夠動(dòng)態(tài)篩選預(yù)警指標(biāo)，預(yù)報(bào)預(yù)警級(jí)別與概率。

圖2 大數(shù)據(jù)時(shí)代下的中長(zhǎng)期電力需求預(yù)警框架Fig.2 Framework of medium and long term power demand warning in big data era

圖3 全覆蓋全時(shí)域的電量預(yù)警體系Fig.3 Power demand warning system of full space and time domain

較傳統(tǒng)預(yù)警體系不同，大數(shù)據(jù)時(shí)代下的中長(zhǎng)期電力需求預(yù)警更加重視數(shù)據(jù)來源的多元化、數(shù)據(jù)采集的精細(xì)化、數(shù)據(jù)分析的多樣化，使得各種數(shù)據(jù)更加融合、預(yù)警結(jié)果更加精確。

傳統(tǒng)的中長(zhǎng)期電力需求預(yù)警主要關(guān)注于宏觀經(jīng)濟(jì)和電力需求之間的相互關(guān)系，認(rèn)為宏觀經(jīng)濟(jì)是影響電力需求的根本原因，通過搜集各種反應(yīng)宏觀經(jīng)濟(jì)的指標(biāo)如國(guó)民生產(chǎn)總值、城鎮(zhèn)人口比例等，分析不同指標(biāo)與電量直接的相關(guān)性，并取得了一定的成果[11]。

3 中長(zhǎng)期電力需求預(yù)警要素分析

如圖4所示，影響電力需求變化的要素主要分為內(nèi)因和外因:內(nèi)因是指直接反應(yīng)電量變化本身的因素，如專變、行業(yè)的電量數(shù)據(jù)，用戶的業(yè)擴(kuò)報(bào)裝數(shù)據(jù)等；外因則是指外部環(huán)境對(duì)電量變化的影響，如宏觀、微觀經(jīng)濟(jì)數(shù)據(jù)，實(shí)時(shí)氣象數(shù)據(jù)等。能夠用于中長(zhǎng)期電力需求預(yù)警的要素需要具有可采集性和全面性?？刹杉员ＷC待分析的要素能夠且容易獲取，以保證預(yù)警系統(tǒng)的自動(dòng)化；全面性則是為了保證對(duì)電力需求變化規(guī)律的準(zhǔn)確把握。

圖4 中長(zhǎng)期電力需求預(yù)警要素分析Fig.4 Factors analysis for medium and long term power demand warning

3.1 內(nèi)因分析

通過分別分析不同行業(yè)電量需求波動(dòng)大小、體量大小、與總電力需求的相關(guān)性等，可以識(shí)別出對(duì)總電力需求具有主導(dǎo)性的行業(yè)；更進(jìn)一步地，還可以分析不同專變用戶的電量變化，分析該行業(yè)電量變化是僅有少數(shù)用電量較大的企業(yè)變化還是一種普遍現(xiàn)象，從而更好地把握該行業(yè)電量變化的趨勢(shì)。對(duì)各行業(yè)僅剝離開來分析不能研究不同行業(yè)之間電力需求具有復(fù)雜的關(guān)聯(lián)關(guān)系。建立相關(guān)的關(guān)聯(lián)模型，深入分析并量化不同行業(yè)電力需求之間的關(guān)聯(lián)性有利于揭示不同行業(yè)電力需求的波動(dòng)與傳導(dǎo)效應(yīng)，進(jìn)而可以分析電力需求變化趨勢(shì)。

容量是用戶用電的基礎(chǔ)，根據(jù)用戶用電特點(diǎn)將容量分解為業(yè)擴(kuò)容量和存量容量。存量容量是指已經(jīng)具備穩(wěn)定生產(chǎn)能力的用戶的用電容量，而業(yè)擴(kuò)容量是指由于用戶發(fā)生了業(yè)擴(kuò)申請(qǐng)，生產(chǎn)狀態(tài)尚無法達(dá)到穩(wěn)定的用戶用電容量。對(duì)于業(yè)擴(kuò)容量，開展重點(diǎn)行業(yè)及全行業(yè)的業(yè)擴(kuò)報(bào)裝、報(bào)停、減容等的申請(qǐng)容量，完成容量的增長(zhǎng)趨勢(shì)及特點(diǎn)研究，在此基礎(chǔ)之上，提出基于數(shù)據(jù)統(tǒng)計(jì)與數(shù)據(jù)挖掘的業(yè)擴(kuò)用戶用電生長(zhǎng)曲線提取方法，設(shè)計(jì)用戶負(fù)荷達(dá)到穩(wěn)定的時(shí)間計(jì)算規(guī)則和逐月投運(yùn)負(fù)荷比例計(jì)算規(guī)則，并對(duì)同類型業(yè)擴(kuò)業(yè)務(wù)、用戶屬性業(yè)擴(kuò)特征進(jìn)行數(shù)據(jù)聚類，歸納不同類別用戶業(yè)擴(kuò)報(bào)裝后用電生長(zhǎng)曲線，形成對(duì)業(yè)擴(kuò)容量的利用特征的研究；對(duì)于存量容量，由于無法直接獲取，可以依照“模糊提取-業(yè)擴(kuò)挖掘聚類-精細(xì)校正”的研究步驟對(duì)重點(diǎn)行業(yè)和全行業(yè)存量容量進(jìn)行提煉，并研究存量容量增長(zhǎng)趨勢(shì)及特點(diǎn)，從而對(duì)未來的電量變化做出更加準(zhǔn)確的預(yù)期。

3.2 外因分析

基于產(chǎn)業(yè)經(jīng)濟(jì)學(xué)的主導(dǎo)行業(yè)辨識(shí)方法研究，借鑒產(chǎn)業(yè)經(jīng)濟(jì)學(xué)中主導(dǎo)行業(yè)的方法，采用投入產(chǎn)出表方法，辨識(shí)行業(yè)間電量的數(shù)量和時(shí)間影響關(guān)系，從國(guó)民經(jīng)濟(jì)各行業(yè)中辨識(shí)出影響電力需求的主導(dǎo)行業(yè)，以及行業(yè)與行業(yè)間電量影響的先行滯后指標(biāo)，并對(duì)行業(yè)的景氣做出判別，進(jìn)而研究不同行業(yè)的電力需求變化規(guī)律。宏觀經(jīng)濟(jì)的運(yùn)行與發(fā)展是一個(gè)抽象的過程，各種經(jīng)濟(jì)指標(biāo)在經(jīng)濟(jì)運(yùn)行中本來就互為條件，彼此關(guān)聯(lián)，同時(shí)各種經(jīng)濟(jì)指標(biāo)與總電力需求之間也存在相應(yīng)的對(duì)應(yīng)關(guān)系，所以對(duì)各種經(jīng)濟(jì)指標(biāo)與電力需求建立相應(yīng)的關(guān)聯(lián)模型可以量化評(píng)估各經(jīng)濟(jì)指標(biāo)對(duì)電力需求影響的大小和時(shí)效性，從而作為預(yù)警指標(biāo)篩選的重要依據(jù)。

氣象對(duì)電力需求的影響主要是短期的，然而在中長(zhǎng)期的電力需求預(yù)警中也具有重要意義:通過研究氣象條件與短期負(fù)荷之間的關(guān)系能夠量化不同行業(yè)特別是居民用戶電力需求對(duì)氣象的靈敏度，從而剝離出總電力需求中隨氣象變化的部分，從而得到真實(shí)反映經(jīng)濟(jì)水平的非氣象敏感電量。另外，隨著人們生活水平的提高，溫控設(shè)備的普及率也越來越高，氣象敏感電量占總電力需求的比例越來越大，有必要分析氣象敏感電量不同時(shí)段占比的變化規(guī)律，從而更好把握總體電量變化的趨勢(shì)，有助于中長(zhǎng)期電力需求預(yù)警。

4 中長(zhǎng)期電力需求預(yù)警模型

為了獲取更加準(zhǔn)確的中長(zhǎng)期電力需求預(yù)警，不僅需要充分利用各種數(shù)據(jù)，還需要建立不同的模型進(jìn)行相互校驗(yàn)與對(duì)比，最終做出決策。類比于負(fù)荷預(yù)測(cè)中的預(yù)測(cè)方法庫的概念，針對(duì)不同數(shù)據(jù)，建立不同分析模型，構(gòu)建一個(gè)“電力需求預(yù)警方法庫”，通過虛擬預(yù)警等，實(shí)現(xiàn)不同預(yù)警方法在不同地域，不同時(shí)間，不同經(jīng)濟(jì)發(fā)展階段的自適應(yīng)選擇與賦權(quán)。得到綜合的預(yù)警方法組合。根據(jù)不同預(yù)警方法得出的預(yù)警結(jié)果給出最終預(yù)警級(jí)別、預(yù)警概率等量化指標(biāo)。相關(guān)性分析、有監(jiān)督學(xué)習(xí)(分類、預(yù)測(cè)等)是數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)重要的研究方向。本文嘗試從相關(guān)性分析、分類、預(yù)測(cè)這3個(gè)方向?qū)﹄娏π枨箢A(yù)警模型進(jìn)行分類。

基于相關(guān)性分析的中長(zhǎng)期電力需求預(yù)警。不同經(jīng)濟(jì)指標(biāo)、行業(yè)電量等各種數(shù)據(jù)之間存在較強(qiáng)的相關(guān)性，通過時(shí)滯相關(guān)性分析能夠量化各指標(biāo)對(duì)總電力需求影響的超前滯后關(guān)系。傳統(tǒng)的時(shí)滯相關(guān)性利用皮爾森線性相關(guān)性衡量，而各數(shù)據(jù)之間的關(guān)系可能具有較強(qiáng)的非線性關(guān)系，可以采用最大信息系數(shù)等新型指標(biāo)進(jìn)行衡量[12]。

基于預(yù)測(cè)分析的中長(zhǎng)期電力需求預(yù)警，如果能夠?qū)﹄娏窟M(jìn)行準(zhǔn)確的預(yù)測(cè)，那么只需要識(shí)別符合警情判斷條件的情況就可以進(jìn)行相應(yīng)的預(yù)警，所以提高電力需求預(yù)測(cè)精度也是一種預(yù)警的方法，通過對(duì)電力需求構(gòu)成的時(shí)間序列預(yù)測(cè)進(jìn)行直接預(yù)警。特別地，概率化電力需求預(yù)測(cè)能夠?qū)崿F(xiàn)預(yù)警的級(jí)別和概率輸出。

基于分類分析的中長(zhǎng)期電力需求預(yù)警，在篩選完各種預(yù)警指標(biāo)后，可以把是否預(yù)警，或預(yù)警級(jí)別當(dāng)作一個(gè)多分類問題，建立各種建立決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等各種分類模型進(jìn)行分析[13]。

5 結(jié) 論

能源互聯(lián)網(wǎng)時(shí)代的到來必將推動(dòng)能源生產(chǎn)與消費(fèi)的雙重革命，用戶的需求響應(yīng)、分布式新能源的滲透等都給傳統(tǒng)的電力需求預(yù)測(cè)與預(yù)警帶來重大挑戰(zhàn)。本文提出了一種基于大數(shù)據(jù)思想的中長(zhǎng)期電力需求預(yù)警框架，從大數(shù)據(jù)和數(shù)據(jù)挖掘的角度對(duì)傳統(tǒng)的電力需求預(yù)警進(jìn)行了分析，提出了預(yù)警方法庫的概念，指出充分利用多元的數(shù)據(jù)開展多樣化的分析將有助于提高電力需求預(yù)警準(zhǔn)確度。

[1]王思強(qiáng).中長(zhǎng)期能源預(yù)測(cè)預(yù)警體系研究與應(yīng)用[D].北京:北京交通大學(xué)，2009.

Wang Siqiang.Study on the mid-long term energy forecasting and earlywarningsystem[D].Beijing:BeijingJiaotong University，2009.

[2]田世明，欒文鵬，張東霞，等.能源互聯(lián)網(wǎng)技術(shù)形態(tài)與關(guān)鍵技術(shù)[J].中國(guó)電機(jī)工程學(xué)報(bào)，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]王鵬，陳啟鑫，夏清，等.應(yīng)用向量誤差修正模型的行業(yè)電力需求關(guān)聯(lián)分析與負(fù)荷預(yù)測(cè)方法[J].中國(guó)電機(jī)工程學(xué)報(bào)，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 demandresponse:Areview[J].TsinghuaScienceand Technology，2015，20(2):117-129.

[6]黃茂民.區(qū)域電網(wǎng)的電力需求預(yù)測(cè)與預(yù)警技術(shù)研究[D].武漢:華中科技大學(xué)，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]黃陳鋒.基于粗集-支持向量機(jī)的電力供需預(yù)警研究[D].北京:華北電力大學(xué)，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 simulationsystem[C]// International Conference on Power System Technology.Chongqing: IEEE，2006:1-5.

[9]劉江平.電網(wǎng)供需預(yù)警評(píng)價(jià)防范體系的探討與研究[J].華中電力，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]牟濤，夏清，康重慶.電力供需預(yù)警指標(biāo)篩選方法研究[J].電力自動(dòng)化設(shè)備，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.中長(zhǎng)期電力負(fù)荷預(yù)測(cè)及預(yù)警系統(tǒng)的分析與設(shè)計(jì)[D].北京:華北電力大學(xué)，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，F(xiàn)inucane 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.數(shù)據(jù)挖掘?qū)д揫M].北京:人民郵電出版社，2011:89-93.

(編輯：蔣毅恒)

Theoretical Framework of Medium and Long Term Power Demand Warning in Energy Internet

TAN Weicong1，MING Jiancheng2，LU Shixiang2，LUO Min2
(1.Guangdong Power Grid Co.，Ltd.，China Southern Power Grid，Guangzhou 510600，China；2.Electric Power Research Institute of Guangdong Power Grid Co.，Ltd.，China Southern Power Grid，Guangzhou 510600，China)

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.

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

TM 715

A

1000-7229(2015)11-0098-05

10.3969/j.issn.1000-7229.2015.11.015

2015-07-22

2015-09-12

譚偉聰(1983)，男，碩士，工程師，主要研究方向?yàn)橛秒娛袌?chǎng)分析及電力需求預(yù)測(cè)；

明建成(1986)，男，碩士，工程師，主要研究方向?yàn)橹悄苡?jì)量及智能用電數(shù)據(jù)挖掘；

盧世祥(1985)，男，博士，工程師，主要從事電能計(jì)量自動(dòng)化、電能量數(shù)據(jù)挖掘工作；

羅敏(1985)，女，通信作者，碩士，工程師，主要從事智能計(jì)量及新能源應(yīng)用工作。