新型电力系统下的负荷预测挑战与展望

张兴华; 鲁南; 王阳; 康重庆; 李德智; 李建锋; 陈宋宋; 蔡高乐

doi:10.13335/j.1000-3673.pst.2025.0843

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

新型电力系统下的负荷预测挑战与展望

面向新型电力系统的客户侧电力电量分析及预测 | 更新时间：2026-07-02

- 新型电力系统下的负荷预测挑战与展望
- 新型电力系统下的负荷预测挑战与展望
- 电网技术 2026年50卷第6期页码：2231-2243
- 作者机构：
  
  1. 国家电网有限公司
  2. 清华大学低碳能源实验室(清华大学)
  3. 需求侧多能互补优化与供需互动技术北京市重点实验室(中国电力科学研究院有限公司)
  4. 国网福建省电力有限公司
- 作者简介：
- 基金信息：
  
  国家电网有限公司总部科技项目：“支撑新型电力系统的用电负荷全景分析、预测推演与灵活互动关键技术研究”(5400-202455364A-3-1-DG)~~
- DOI：10.13335/j.1000-3673.pst.2025.0843
  中图分类号： TM715
- 纸质出版：2026
- 稿件说明：
移动端阅览
张兴华, 鲁南, 王阳, 等. 新型电力系统下的负荷预测挑战与展望[J]. 电网技术, 2026,50(6):2231-2243.

张兴华, 鲁南, 王阳, et al. 新型电力系统下的负荷预测挑战与展望[J]. 2026, 50(6): 2231-2243.
张兴华, 鲁南, 王阳, 等. 新型电力系统下的负荷预测挑战与展望[J]. 电网技术, 2026,50(6):2231-2243. DOI： 10.13335/j.1000-3673.pst.2025.0843.

张兴华, 鲁南, 王阳, et al. 新型电力系统下的负荷预测挑战与展望[J]. 2026, 50(6): 2231-2243. DOI： 10.13335/j.1000-3673.pst.2025.0843.

摘要

在我国新型电力系统建设背景下，电力负荷成分更加复杂、不确定性增强，为负荷预测带来一系列全新的要求与挑战。传统的负荷预测方法缺乏对多模态数据融合、自适应性、交互性等的考虑，难以应对日趋复杂化的应用场景。因此，文章提出一种新型电力系统负荷预测理论体系，以期支撑新型电力系统的建设。首先，重点关注传统负荷预测方法在观测空间、映射关系、预测目标及与人交互等方面的不足，结合新型电力系统特点，总结了负荷预测所面临的挑战与要求。然后，分别从数据、算法与算力3个角度，深入分析了数字化转型下负荷预测发展新机遇。最后，研究了如何将新机遇应用于新的负荷预测理论体系的构建，对新型电力系统下负荷预测的关键技术细节进行了总结与展望。

Abstract

关键词

Keywords

references

史佳琪,张建华.基于多模型融合Stacking集成学习方式的负荷预测方法[J].中国电机工程学报,2019(14).

王轲,钟海旺,余南鹏,夏清.基于seq2seq和Attention机制的居民用户非侵入式负荷分解[J].中国电机工程学报,2019(01).

张波,左松林,刘辉舟,张靖,赵冠东,梁晓伟,曹有霞,陈雁,张文,袁葆.电力营销全渠道数据共享应用平台架构设计及关键技术研究[J].供用电,2021(09).

伍骏杰,张倩,陈凡,李国丽.计及误差修正的变分模态分解-长短期记忆神经网络短期负荷预测[J].科学技术与工程,2022(12).

高宏宇,徐宁.基于新型组合框架高斯过程的短期电力负荷量预测[J].电力大数据,2022(07).

黄冬梅,陈欢,王宁,吴志坚,胡伟,孙园.基于自适应图注意力网络的短期用户负荷预测[J].电力系统保护与控制,2023(20).

秦烁,赵健,徐剑,魏敏捷.基于多任务学习和单任务学习组合模型的综合能源系统多元负荷预测[J].电网技术,2024(04).

Yao Zhang,Jianxue Wang,Xifan Wang.Review on probabilistic forecasting of wind power generation[J].Renewable and Sustainable Energy Reviews,2014.

Arjun Baliyan,Kumar Gaurav,Sudhansu Kumar Mishra.A Review of Short Term Load Forecasting using Artificial Neural Network Models[J].Procedia Computer Science,2015.

Saeed Masoudnia,Reza Ebrahimpour.Mixture of experts: a literature survey[J].Artificial Intelligence Review,2014.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

数据驱动的新型电力系统安全风险预警综述

基于MGMA-LSTM的新能源电网净负荷预测

关于新型电力系统构建的若干思考与东北电网工程实践

高过载构网型静止无功发生器动态无功补偿关键技术及工程应用

基于节点碳势响应的新型电力系统鲁棒优化调度