面对全球能源短缺、环境污染的严峻挑战，大力发展以光伏、风力为代表的可再生能源，实现能源生产向可再生能源转型，是中国乃至全球能源与经济实现可持续发展的重大需求。中国可再生能源近年来发展迅猛，2030年前中国可再生能源的发电量占比将达30%以上，高比例可再生能源接入将成为未来电力系统的基本特征。可再生能源发电技术的进步与市场化因素的叠加，使得可再生能源发电占比较高场景下，短期负荷的变化除了受到日期、经济、气象等各种因素的影响以外，还将受到可再生能源发电出力的影响，部分国家或地区的实测数据分析也验证了这一结论。显然，可再生能源的波动性和间歇性增加了发电和需求双侧的不确定性，亦因此增大了短期负荷预测的难度。
高比例可再生能源电力系统中，在可再生能源发电技术保障和可再生能源补贴政策利益的驱动下，负荷需求变化与可再生能源出力间相关性程度较高，因此在该场景下有必要在负荷预测中计及可再生能源出力的影响，本文提出了高比例可再生能源电力系统的短期负荷组合预测方法。首先以交叉谱方法对负荷需求与可再生能源出力历史数据的相关性分析为基础，建立负荷需求与可再生能源出力的双链马尔科夫模型，并加入马尔科夫误差修正过程，构成考虑可再生能源出力效应的短期负荷组合预测模型。详细流程如图1所示。
图1 高比例可再生能源电力系统的短期负荷预测方法流程
交叉谱作为探究2个时间序列数据特性的有效工具，能够在单谱分析的基础上从数据整体出发对2个时间序列在频域变化上的相互关系进行描述。且交叉谱分析方法能够在不同频率(即不同时间尺度)对2个时间序列进行相关性计算分析。负荷需求和可再生能源出力序列具有周期性较强、波动较大的特征，十分适宜采用交叉谱方法在频域对二者的相关性进行刻画。凝聚谱在[0,1]内取值，刻画了2个时间序列在频域内的交叉相关性，值越大表明2个序列之间相关性越强，其相关水平如表1所示。
表1 凝聚谱值与相关性水平对应
马尔科夫过程是指系统或者过程在T时刻的状态仅由T-1时刻的状态决定，称为马尔科夫性。电力系统负荷具有纵向相似性，当前时刻负荷与前一时刻负荷关联度较高，因而可以将负荷的时间序列视为一个马尔科夫链，近似认为t时刻负荷的状态受到t-1时刻负荷状态的影响，同理亦可将可再生能源出力时间序列视作另一个马尔科夫链。
在对负荷需求建模时，为了能够将可再生能源出力因素同时考虑在内，本文在马尔科夫模型的基础上，在2个马尔科夫状态序列之间引入相关性条件概率得到包含主链和辅链的双链马尔科夫链模型，用于对负荷需求、可再生能源出力2个随机过程进行建模，并对负荷需求进行预测。
预测方法最后还加入了模型修正过程，该过程主要对模型应用过程输出的预测结果进行马尔科夫误差修正：
①应用模型对负荷需求历史数据进行回测。
②将回测的误差序列依据数值划分为严重低估、正常低估、正常高估、严重高估4个状态，得到一条预测结果的误差状态序列。
③按照统计估算法，根据误差状态序列，计算误差状态转移矩阵。
④以传统马尔科夫模型预测t=1,2，…g时刻负荷需求预测值的误差，对模型应用过程的输出结果进行误差修正。
短期负荷预测的双链马尔科夫组合预测模型如图2所示：
图2 双链马尔科夫组合预测模型
最后，本文以国外某实际电网可再生能源出力及实测负荷数据为例进行方法验证，对比分析表明本文所建立的预测模型及算法能够较好地适应于高比例可再生能源电力系统的短期负荷预测问题。
后续研究方向
实现能源生产向可再生能源转型，是中国乃至全球能源与经济实现可持续发展的重大需求，高比例可再生能源接入将成为未来电力系统的基本特征。本文建立的双链马尔科夫模型能够一定程度上将可再生能源出力因素考虑在内对负荷进行预测，为了进一步改善预测模型，建立耦合隐马尔科夫模型将成为下一步的研究方向。
参文格式
张涛, 顾洁. 高比例可再生能源电力系统的马尔科夫短期负荷预测方法[J]. 电网技术, 2018, 42(4): 1071-1078.
Zhang Tao, Gu Jie. Markov short-term load forecasting method for power system with high proportion renewable energy[J]. Power system technology，2018, 42(4): 1071-1078(in Chinese) .
作者介绍
张涛(1992)，男，硕士研究生，研究方向为智能电网优化与运行、电力负荷预测，E-mail:314933960@qq.com。
顾洁(1971)，女，副教授，硕士生导师，通信作者，主要从事智能电网优化规划与运行，大数据在电力系统汇总的应用等方面的研究工作，E-mail:gujie@sjtu.edu.cn。
