趙 軍 ，蘇鵬偉 ，安青松 ，王 丹 ，穆云飛 ，鄧 帥

（1.天津大學(xué)中低溫?zé)崮芨咝Ю媒逃恐攸c(diǎn)實(shí)驗(yàn)室，天津 300350；2.天津大學(xué)智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室，天津 300072；3.分布式能源和微網(wǎng)國(guó)際聯(lián)合實(shí)驗(yàn)室，天津 300072）

隨著經(jīng)濟(jì)的快速發(fā)展，大量消耗化石能源而引發(fā)的全球氣候變暖已開(kāi)始威脅全球的生態(tài)平衡，這促使世界各國(guó)能源系統(tǒng)向低碳化轉(zhuǎn)型。2014年9月，中國(guó)發(fā)布了國(guó)家應(yīng)對(duì)氣候變化規(guī)劃，提出在2020年非化石能源占一次能源消費(fèi)比重15%[1]。同年11月，中美兩國(guó)元首發(fā)表中美氣候變化聯(lián)合聲明，中國(guó)承諾2030年左右二氧化碳排放達(dá)到峰值并爭(zhēng)取盡早實(shí)現(xiàn)，2030年非化石能源占一次能源消費(fèi)的20%[2]。

在發(fā)展和環(huán)境的雙重壓力下，能源系統(tǒng)清潔化促使分布式能源系統(tǒng)呈現(xiàn)一些新的特征：①源側(cè)可再生能源的比例增加，可再生能源的不穩(wěn)定性和間歇性給分布式能源系統(tǒng)的設(shè)計(jì)和運(yùn)行帶來(lái)很大的影響；②供應(yīng)側(cè)蓄電、蓄熱等新型技術(shù)的大量集成，此類新型技術(shù)的應(yīng)用使得分布式能源系統(tǒng)在供應(yīng)側(cè)結(jié)構(gòu)上相對(duì)傳統(tǒng)三聯(lián)供系統(tǒng)發(fā)生了一定的改變；③需求側(cè)呈現(xiàn)出多樣化的特征，需求側(cè)除了傳統(tǒng)的冷熱電需求之外，部分園區(qū)和用戶甚至還有淡水、碳產(chǎn)品、清潔空氣等其他需求要素。綜上，亟需對(duì)分布式能源系統(tǒng)的設(shè)計(jì)、應(yīng)用、運(yùn)行策略等方面進(jìn)行優(yōu)化和更新。

2015年9月習(xí)近平主席在聯(lián)合國(guó)發(fā)展峰會(huì)上發(fā)表重要講話，表示中國(guó)倡議探討構(gòu)建全球能源互聯(lián)網(wǎng)[3]。在此背景下，能源互聯(lián)網(wǎng)、泛能網(wǎng)、主動(dòng)配電網(wǎng)、微網(wǎng)等新型概念開(kāi)始出現(xiàn)，且受到了廣泛的關(guān)注。在這樣的能源新形勢(shì)下，“分布式能源系統(tǒng)如何在未來(lái)能源互聯(lián)網(wǎng)的研究中尋找自己的定位”，“新型技術(shù)如何與傳統(tǒng)的分布式能源研究體系銜接”等問(wèn)題成為新的研究命題。

綜上，分布式能源領(lǐng)域所面臨的挑戰(zhàn)可以歸納為分布式能源系統(tǒng)的拓?fù)浣Y(jié)構(gòu)面臨著豐富化、多元化的趨勢(shì)，并且隨著可再生能源的引入，分布式能源系統(tǒng)在設(shè)計(jì)、應(yīng)用、運(yùn)行等方面面臨著挑戰(zhàn)。在能源互聯(lián)網(wǎng)的背景下，強(qiáng)調(diào)能源互聯(lián)互通的新技術(shù)發(fā)展迅猛，對(duì)傳統(tǒng)分布式能源系統(tǒng)的內(nèi)涵產(chǎn)生深刻的影響。

如何通過(guò)技術(shù)途徑應(yīng)對(duì)上述挑戰(zhàn)是近年來(lái)相關(guān)領(lǐng)域的研究熱點(diǎn)。筆者從分布式能源系統(tǒng)優(yōu)化運(yùn)行中的熱點(diǎn)問(wèn)題之一入手，對(duì)負(fù)荷預(yù)測(cè)在分布式能源系統(tǒng)中的研究和應(yīng)用進(jìn)行綜述與分析，嘗試將“負(fù)荷預(yù)測(cè)技術(shù)與傳統(tǒng)分布式能源系統(tǒng)優(yōu)化運(yùn)行集成”作為一個(gè)研究案例，來(lái)梳理能源新形勢(shì)下分布式能源系統(tǒng)的研究方法，同時(shí)對(duì)已拓展的分布式能源技術(shù)邊界進(jìn)行了探索。本文首先對(duì)分布式能源系統(tǒng)的拓?fù)浣Y(jié)構(gòu)變化進(jìn)行分析，得到其數(shù)學(xué)表達(dá)，在此基礎(chǔ)之上，對(duì)分布式能源系統(tǒng)運(yùn)行優(yōu)化關(guān)鍵技術(shù)之一的負(fù)荷預(yù)測(cè)進(jìn)行分析，得到其數(shù)學(xué)表達(dá)和研究方法，再對(duì)其應(yīng)用現(xiàn)狀和發(fā)展趨勢(shì)進(jìn)行總結(jié)。

1 分布式能源系統(tǒng)拓?fù)浣Y(jié)構(gòu)和數(shù)學(xué)表達(dá)

1.1 拓?fù)浣Y(jié)構(gòu)

圖1 分布式能源系統(tǒng)拓?fù)浣Y(jié)構(gòu)的變化Fig.1 Change of topological structure of distributed energy system

分布式能源系統(tǒng)拓?fù)浣Y(jié)構(gòu)的變化如圖1所示。利用熱電冷聯(lián)產(chǎn)輸出冷、熱、電的傳統(tǒng)分布式能源系統(tǒng)開(kāi)始向新的分布式能源系統(tǒng)發(fā)生轉(zhuǎn)變，供給側(cè)不只由天然氣等傳統(tǒng)能源構(gòu)成，還有生物質(zhì)、太陽(yáng)能等可再生能源，需求側(cè)除了冷熱電之外，還有淡水、碳產(chǎn)品等，中間的能源供應(yīng)系統(tǒng)也由單一的動(dòng)力機(jī)向多種技術(shù)（蓄能）集成轉(zhuǎn)變。表1為近年來(lái)涉及分布式能源系統(tǒng)拓?fù)浣Y(jié)構(gòu)的研究現(xiàn)狀進(jìn)行了總結(jié)，可以看出，大部分研究都涉及可再生能源，這種特性在文獻(xiàn)[4]的典型結(jié)構(gòu)中可以明確看出；所有研究均考慮了蓄能，甚至包含電熱兩種，這種特性在文獻(xiàn)[9]的典型結(jié)構(gòu)中可以明確看出；典型供應(yīng)側(cè)至少包含兩種能源產(chǎn)品需求，這與傳統(tǒng)三聯(lián)供分布式能源系統(tǒng)的結(jié)構(gòu)有明確不同。因此，對(duì)分布式能源系統(tǒng)元素豐富化、多元化趨勢(shì)可以通過(guò)對(duì)其拓?fù)浣Y(jié)構(gòu)的研究進(jìn)行直接把握。通過(guò)拓?fù)浣Y(jié)構(gòu)進(jìn)行基本構(gòu)型與元素表達(dá)也成為新型分布式能源系統(tǒng)研究中常用的輔助表達(dá)工具。

表1 分布式能源系統(tǒng)組成結(jié)構(gòu)研究現(xiàn)狀Tab.1 Research status of structure of distributed energy system

1.2 數(shù)學(xué)表達(dá)

傳統(tǒng)分布式能源系統(tǒng)能量平衡[12]可表示為

式中：L為建筑負(fù)荷矩陣，包含冷熱電等建筑需求；P為能源供給矩陣，包含常規(guī)能源和可再生能源；C為供能系統(tǒng)的性能參數(shù)矩陣，是一個(gè)由各子系統(tǒng)性能曲線系數(shù)組成的矩陣。式（1）左側(cè)為負(fù)荷側(cè)，右側(cè)為能源供應(yīng)側(cè)。隨著分布式能源系統(tǒng)的發(fā)展，出現(xiàn)了蓄能裝置，系統(tǒng)中蓄能裝置的能量平衡可表示為

式中：M為蓄能裝置能量輸出矩陣；A為儲(chǔ)能供給矩陣，包含冷熱電等蓄能；S為蓄能裝置性能參數(shù)矩陣，是一個(gè)由各蓄能子性能曲線系數(shù)組成的矩陣。

分布式能源系統(tǒng)中能源的供給、輸送、利用等環(huán)節(jié)可表示為

以上進(jìn)展說(shuō)明，矩陣數(shù)學(xué)表達(dá)是分布式能源研究領(lǐng)域中常用的數(shù)學(xué)工具，表達(dá)式的變化實(shí)際上是分布式能源系統(tǒng)新特征的數(shù)值化體現(xiàn)。

2 負(fù)荷預(yù)測(cè)

在明確分布式能源系統(tǒng)內(nèi)涵發(fā)生變化的基礎(chǔ)上，以負(fù)荷預(yù)測(cè)技術(shù)為切入點(diǎn)，討論集成新技術(shù)后，分布式能源系統(tǒng)技術(shù)邊界的拓展和關(guān)于優(yōu)化運(yùn)行方面研究方法等的變化。

2.1 負(fù)荷預(yù)測(cè)基礎(chǔ)研究

2.1.1 概念和分類

負(fù)荷預(yù)測(cè)是根據(jù)系統(tǒng)的運(yùn)行特性、增容決策、自然條件與社會(huì)影響等諸多因素，在滿足一定精度要求的條件下，確定未來(lái)某特定時(shí)刻的負(fù)荷數(shù)據(jù)[13]。負(fù)荷預(yù)測(cè)被認(rèn)為是一種有效的決策支持方法，可用來(lái)調(diào)整能源系統(tǒng)的供應(yīng)，通過(guò)運(yùn)行策略的改變針對(duì)負(fù)荷精確調(diào)整。

負(fù)荷預(yù)測(cè)根據(jù)預(yù)測(cè)時(shí)間長(zhǎng)短可以分為長(zhǎng)期負(fù)荷預(yù)測(cè)、中期負(fù)荷預(yù)測(cè)和短期負(fù)荷預(yù)測(cè)。長(zhǎng)期負(fù)荷預(yù)測(cè)一般指提前1～10 a的預(yù)測(cè)，常用來(lái)作為制定未來(lái)能源需求與規(guī)劃政策的依據(jù)。中期負(fù)荷預(yù)測(cè)一般指提前幾周到幾個(gè)月的預(yù)測(cè)，用來(lái)指導(dǎo)企業(yè)制定計(jì)劃。短期負(fù)荷預(yù)測(cè)是指提前幾小時(shí)到幾天的預(yù)測(cè)，可以用來(lái)指導(dǎo)分布式能源系統(tǒng)的運(yùn)行與控制。預(yù)測(cè)算法可以分為線性回歸算法、時(shí)間序列分析算法、指數(shù)平滑法、以及人工神經(jīng)網(wǎng)絡(luò)法[14]等。近年來(lái)負(fù)荷預(yù)測(cè)典型研究如表2所示，結(jié)合2013年前既有領(lǐng)域的綜述文獻(xiàn)[15-16]可以看出，關(guān)于該領(lǐng)域的研究正在從單純的電負(fù)荷預(yù)測(cè)向冷熱負(fù)荷預(yù)測(cè)拓展，越來(lái)越多的新型算法被繼承，研究正在向更有挑戰(zhàn)的短時(shí)預(yù)測(cè)過(guò)渡。

表2 負(fù)荷預(yù)測(cè)類型總結(jié)Tab.2 Summary of load types in forecasting

2.1.2 研究方法

負(fù)荷預(yù)測(cè)研究的主要內(nèi)容可表示為

式中：Lt為建筑負(fù)荷，包含冷熱電等建筑需求；F為負(fù)荷影響因素的參數(shù)，是一個(gè)由室外天氣條件、人員數(shù)量、節(jié)假日等影響因素組成的矩陣；ΔE為系統(tǒng)供需能量之間的差異；τ1、τ2分別為起始時(shí)間與終止時(shí)間。

式（4）左側(cè)為t+1時(shí)刻的負(fù)荷，式（4）右邊的矩陣F為系數(shù)矩陣，Lt為t時(shí)刻的負(fù)荷。將式（4）與式（3）結(jié)合，對(duì)式（4）左側(cè)的負(fù)荷矩陣進(jìn)行修正，如式（5）所示，最小化供需之間的差異。隨著預(yù)測(cè)時(shí)間尺度的減小，匹配在更小時(shí)間尺度上完成，向即時(shí)匹配的理想情況靠近，可表示為

式中：Esup為可再生能源供給系統(tǒng)的能量；Edem為系統(tǒng)運(yùn)行所需的能量。

一般來(lái)說(shuō)，負(fù)荷預(yù)測(cè)應(yīng)用在分布式能源系統(tǒng)的研究中，往往是按照以下步驟展開(kāi)，如圖2所示。首先進(jìn)行數(shù)據(jù)預(yù)處理，預(yù)處理的主要內(nèi)容包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)規(guī)約；其次是挖掘建模，通過(guò)對(duì)數(shù)據(jù)進(jìn)行有效的監(jiān)督和學(xué)習(xí)，建立變量和負(fù)荷的關(guān)系；然后是誤差分析，通過(guò)分析模型預(yù)測(cè)值與真實(shí)值的誤差，修正模型使模型的精度得到提高[27]；之后根據(jù)預(yù)測(cè)應(yīng)用的條件進(jìn)行對(duì)預(yù)測(cè)的誤差進(jìn)行判定，滿足條件之后進(jìn)行實(shí)際的應(yīng)用，否則將在挖掘建模環(huán)節(jié)進(jìn)行調(diào)整。

圖2 負(fù)荷預(yù)測(cè)流程Fig.2 Flow chart of load forecasting

2.1.3 研究現(xiàn)狀

近年來(lái)，負(fù)荷預(yù)測(cè)在分布式能源領(lǐng)域的應(yīng)用研究日趨活躍，呈現(xiàn)明顯的交叉學(xué)科特性，其知識(shí)體系的構(gòu)成，如圖3所示。主要來(lái)自3個(gè)技術(shù)領(lǐng)域：①數(shù)據(jù)挖掘研究；②控制領(lǐng)域的模型預(yù)測(cè)控制MPC（model predictive control）；③制冷空調(diào)等建筑服務(wù)系統(tǒng)的機(jī)組群優(yōu)化運(yùn)行領(lǐng)域。三者交疊區(qū)域促成了負(fù)荷預(yù)測(cè)技術(shù)在分布式能源系統(tǒng)優(yōu)化運(yùn)行方面的快速發(fā)展。

圖3 交叉學(xué)科中的負(fù)荷預(yù)測(cè)Fig.3 Load forecasting in cross disciplines

數(shù)據(jù)挖掘是指從大量數(shù)據(jù)中發(fā)現(xiàn)有用知識(shí)的過(guò)程，其所發(fā)現(xiàn)的知識(shí)是未知和潛在的，挖掘知識(shí)的過(guò)程是一個(gè)復(fù)雜的過(guò)程，需要人機(jī)交互、反復(fù)調(diào)整，以發(fā)現(xiàn)高質(zhì)量的知識(shí)[28]。利用數(shù)據(jù)挖掘的方法從建筑能耗的歷史數(shù)據(jù)中挖掘出有價(jià)值的信息，分析建筑設(shè)備的運(yùn)行情況并進(jìn)行負(fù)荷預(yù)測(cè)是目前最常用的方法之一[29-30]。

MPC是一種基于模型的先進(jìn)控制技術(shù)[31]，模型預(yù)測(cè)控制算法主要由3個(gè)關(guān)鍵部分組成：預(yù)測(cè)模型、滾動(dòng)優(yōu)化、在線校正[32]。文獻(xiàn)[33]利用SMITH預(yù)估器作為模型預(yù)測(cè)控制算法中的預(yù)測(cè)模型，運(yùn)用廣義最小二乘算法對(duì)預(yù)測(cè)模型進(jìn)行在線辨識(shí)，改進(jìn)模型預(yù)測(cè)控制算法，結(jié)果表明采用此控制方法能夠提高系統(tǒng)抗干擾能力，保證制冷系統(tǒng)安全穩(wěn)定運(yùn)行。

空調(diào)能耗一般占建筑總能耗的60%[34]，降低空調(diào)能耗對(duì)實(shí)現(xiàn)建筑節(jié)能起著決定性的作用，當(dāng)系統(tǒng)冷量需求較大時(shí)，通常需要多臺(tái)機(jī)組群組運(yùn)行，借助負(fù)荷預(yù)測(cè)來(lái)找出各機(jī)組的最優(yōu)負(fù)荷分配方案，對(duì)建筑節(jié)能的研究具有一定得指導(dǎo)意義。文獻(xiàn)[35]利用神經(jīng)網(wǎng)絡(luò)工具箱對(duì)空調(diào)系統(tǒng)負(fù)荷的預(yù)測(cè)進(jìn)行了研究，分析了常用制冷機(jī)組的部分負(fù)荷特性，給出了“系統(tǒng)機(jī)組能耗-負(fù)荷系數(shù)曲線”，并通過(guò)此曲線結(jié)合預(yù)測(cè)得到的負(fù)荷系數(shù)給出了機(jī)組運(yùn)行方案。

2.1.4 發(fā)展趨勢(shì)

近年來(lái)，在分布式能源優(yōu)化運(yùn)行領(lǐng)域，負(fù)荷預(yù)測(cè)技術(shù)發(fā)展呈現(xiàn)了3個(gè)新的發(fā)展趨勢(shì)：①系統(tǒng)運(yùn)行與氣候、人類行為活動(dòng)有著很大的關(guān)聯(lián)，因此基于天氣與人行為的混合預(yù)測(cè)是未來(lái)的發(fā)展方向；②通過(guò)數(shù)據(jù)驅(qū)動(dòng)和云存儲(chǔ)技術(shù)來(lái)提升負(fù)荷預(yù)測(cè)可以覆蓋的空間尺度并降低時(shí)間尺度，是未來(lái)的發(fā)展趨勢(shì)之一；③預(yù)測(cè)將不僅僅針對(duì)傳統(tǒng)意義上的負(fù)荷，而將覆蓋用氣負(fù)荷、電動(dòng)汽車充電負(fù)荷、光伏和風(fēng)電等可再生能源發(fā)電系統(tǒng)、污染物排放，實(shí)現(xiàn)多能源系統(tǒng)綜合預(yù)測(cè)[36-37]。

在上述3個(gè)方面，麻省理工學(xué)院學(xué)者[38]提出了能量箱（energy box）的概念，能量箱用在以家庭住戶為單位的分布式能源系統(tǒng)中，通過(guò)對(duì)系統(tǒng)中的風(fēng)電、光伏等可再生能源進(jìn)行發(fā)電預(yù)測(cè)來(lái)調(diào)節(jié)系統(tǒng)，使其達(dá)到供需平衡。除此之外，能量箱考慮電價(jià)波動(dòng)和人的喜好，以經(jīng)濟(jì)性和人的舒適性為目標(biāo)優(yōu)化系統(tǒng)運(yùn)行。因此精確的發(fā)電預(yù)測(cè)可以有助于解決可再生能源的不穩(wěn)定性和不連續(xù)性問(wèn)題。負(fù)荷預(yù)測(cè)與可再生能源發(fā)電預(yù)測(cè)相結(jié)合，將使豐富化、多元化的分布式能源系統(tǒng)更加完善。

2.2 負(fù)荷預(yù)測(cè)應(yīng)用研究

2.2.1 應(yīng)用現(xiàn)狀

目前，負(fù)荷預(yù)測(cè)在分布式能源系統(tǒng)的應(yīng)用研究受限于調(diào)控成本較高等因素，還在起步階段。既有代表性成果如表3所示，大多數(shù)研究停留在了圖2中的階段Ⅰ，有少數(shù)研究發(fā)展到了階段Ⅱ。翟文鵬等[33]以制冷系統(tǒng)機(jī)理模型的特性分析為基礎(chǔ)，引入負(fù)荷預(yù)測(cè)值，在制冷系統(tǒng)工況變化時(shí)，在線優(yōu)化系統(tǒng)各狀態(tài)變量控制回路的設(shè)定值，運(yùn)行結(jié)果表明該方法能使系統(tǒng)很好地跟隨工況的變化，在變工況的部分負(fù)荷情況下，制冷系統(tǒng)平均能耗降低11.8%。陳益哲等[47]提出了一種基于短期負(fù)荷預(yù)測(cè)的微網(wǎng)儲(chǔ)能系統(tǒng)主動(dòng)控制策略，對(duì)微網(wǎng)中的負(fù)荷進(jìn)行短期預(yù)測(cè)，在考慮蓄電池容量、充放電特性以及充放電次數(shù)限制的條件下，主動(dòng)控制儲(chǔ)能系統(tǒng)的充放電，優(yōu)化微網(wǎng)負(fù)荷曲線，實(shí)現(xiàn)了削峰填谷，保證分布式電源的穩(wěn)定運(yùn)行，提高微網(wǎng)的電能質(zhì)量。

表3 負(fù)荷預(yù)測(cè)研究應(yīng)用現(xiàn)狀Tab.3 Current status of researches and applications of load forecasting

2.2.2 既有案例

天津中新生態(tài)城2號(hào)能源站系統(tǒng)運(yùn)行優(yōu)化項(xiàng)目是一個(gè)典型的基于負(fù)荷預(yù)測(cè)結(jié)果展開(kāi)優(yōu)化運(yùn)行調(diào)度的研究案例，主要通過(guò)氣象預(yù)報(bào)數(shù)據(jù)對(duì)負(fù)荷進(jìn)行預(yù)判，預(yù)測(cè)模型如圖4所示。該能源站系統(tǒng)結(jié)構(gòu)如圖5所示，由冷熱電三聯(lián)供CCHP（combined cool?ing，heating，and power）、地源熱泵機(jī)組、電制冷機(jī)組和蓄能設(shè)備組成。通過(guò)歷史負(fù)荷、環(huán)境溫度、天氣狀況、日類型等數(shù)據(jù)建立負(fù)荷預(yù)測(cè)模型，得到未來(lái)24 h的負(fù)荷值，并輸入到能源站基于氣象預(yù)報(bào)的運(yùn)行調(diào)度平臺(tái)，平臺(tái)依據(jù)負(fù)荷預(yù)測(cè)的結(jié)果對(duì)相關(guān)機(jī)組進(jìn)行調(diào)控，優(yōu)化系統(tǒng)運(yùn)行。圍繞該項(xiàng)目的工作證明了負(fù)荷預(yù)測(cè)技術(shù)在分布式能源系統(tǒng)展開(kāi)應(yīng)用的可行性。

圖4 預(yù)測(cè)模型示意Fig.4 Schematic of forecasting model

圖5 能源站系統(tǒng)結(jié)構(gòu)Fig.5 Structure of energy station system

2.2.3 發(fā)展趨勢(shì)

在實(shí)踐應(yīng)用方面，負(fù)荷預(yù)測(cè)未來(lái)可開(kāi)展的工作將集中在以下幾個(gè)方面：①技術(shù)方案的開(kāi)發(fā)，開(kāi)發(fā)基于氣象數(shù)據(jù)短時(shí)高精度的預(yù)測(cè)方案，并將其使用范圍提升至社區(qū)或城市級(jí)別；②產(chǎn)品的開(kāi)發(fā)，將蓄能與分布式能源結(jié)合起來(lái)，開(kāi)發(fā)集成優(yōu)化運(yùn)行策略的成套產(chǎn)品；③通過(guò)負(fù)荷與供能預(yù)測(cè)、系統(tǒng)模擬、優(yōu)化分析、示范應(yīng)用等手段，可由政府主導(dǎo)，開(kāi)發(fā)建設(shè)能源系統(tǒng)調(diào)度平臺(tái)，甚至以城市為對(duì)象建立互聯(lián)互通中心。

3 結(jié)論

分布式能源系統(tǒng)的拓?fù)浣Y(jié)構(gòu)發(fā)生了很大改變，并且隨著可再生能源的引入，分布式能源系統(tǒng)在設(shè)計(jì)、應(yīng)用、運(yùn)行策略等方面亟待更新。本文從基礎(chǔ)研究和應(yīng)用研究?jī)煞矫鎸?duì)分布式能源系統(tǒng)優(yōu)化運(yùn)行關(guān)鍵技術(shù)中的負(fù)荷預(yù)測(cè)進(jìn)行了總結(jié)和分析，得出以下結(jié)論。

（1）負(fù)荷預(yù)測(cè)可用來(lái)調(diào)整能源系統(tǒng)的供應(yīng)，通過(guò)運(yùn)行策略的改變針對(duì)負(fù)荷精確調(diào)整，但目前負(fù)荷預(yù)測(cè)的現(xiàn)有研究大多停留在理論階段，較少有實(shí)驗(yàn)研究，距規(guī)?；褂萌源嬖诿黠@差距。通過(guò)融合大數(shù)據(jù)和云存儲(chǔ)技術(shù)，不僅可針對(duì)傳統(tǒng)的冷熱電負(fù)荷進(jìn)行預(yù)測(cè)，還可對(duì)氣負(fù)荷、電動(dòng)汽車充電負(fù)荷等多能源系統(tǒng)綜合預(yù)測(cè)，并與可再生能源發(fā)電預(yù)測(cè)相結(jié)合，使可再生能源得到極大的利用。

（2）針對(duì)負(fù)荷預(yù)測(cè)的研究大多數(shù)停留在優(yōu)化算法、提高精度的階段，將預(yù)測(cè)模型應(yīng)用到實(shí)際系統(tǒng)中還有很多工作需要完成。因此未來(lái)將側(cè)重于技術(shù)方案、產(chǎn)品的開(kāi)發(fā)，并且由政府主導(dǎo)開(kāi)展示范應(yīng)用，從而使負(fù)荷預(yù)測(cè)發(fā)揮其巨大作用，使分布式能源系統(tǒng)得到更好的發(fā)展。