截至2019年6月底，国家发展改革委、国家能源局确定的第一批8个电力现货市场建设试点全部进入试运行阶段。同时广东电力交易现货市场也顺利完成了连续两月的日前及日内交易试结算，并且广东现货模拟系统之后将每日向市场主体开放。正如去年八月末，广东“信守承诺”公布全国首个现货市场开始，电力体制改革的进程就按照当初规划的时间节点精确地被执行着，
这一切都昭示着政府推动此次改革的决心，电力现货正如洪流般涌来。
随着电力现货市场到来，繁多的交易品种，高频结算的交易，频繁变化的价格。市场中高风险自然伴随着高收益，交易变得更加复杂的同时，自然也存在着更大的盈利空间。通过广东的两次电力现货试结算结果，我们可以确定对于售电公司而言，要想在变化莫测的电力现货交易中精准套利，最大化交易利润，短期乃至超短期负荷预测能力就起到了至关重要的作用。
然而纵观全网，关于负荷预测的资料和文章，无外乎电网级区域用电负荷预测，新能源发电负荷预测，单一行业用户负荷预测这三种类型，而鲜有针对售电公司的负荷预测案例介绍。售电公司面对多种行业、地区用户负荷，因此预测存在更多不确定性，预测难度较电网级也更大。
而就在不久前，我们的负荷预测产品就在对广东某售电公司预测中得到了较为理想的结果。接下来我们就将真实的售电公司负荷预测案例给大家：
为提高广东某发电集团售电公司现货模拟申报方案中负荷曲线的准确性，将使用2019年1月1日至6月中旬各用户分时电量数据进行负荷曲线预测：
数据分析及预处理
由于存在数据链路异常或中断，用户负荷历史数据会有数据缺失和数据异常问题，数据缺失及异常造成用户负荷曲线产生畸变或中断，使负荷曲线丢失真实特征，给负荷预测带来困难，故必须在负荷预测前对数据进行预处理，包括识别剔除异常值和填补空缺值。
负荷特性分析及分类
完成历史数据的预处理之后，需要对用户进行分类，首先按照负荷特性指标，以平均负荷和峰谷差为标准进行初步分类，这一步可以将用电量大用户识别出来成为单独一类，以便对其进行单独的特征分析，对剩余用户负荷数据标幺化后以曲线相似度进行聚类，这一步可以使得特征相似的用户分到一起，提高负荷预测的准确性，最后我们将客户分为了三组。
卡普负荷预测系统结果展示
最终，经过上述对历史数据的分析和处理后，我们以日期、节假日、天气信息作为选用特征，对不同组用户测试GBDT、Lstm等算法的精确度，通过卡普负荷预测系统输出24小时负荷曲线，最终预测值与实际数据对比后，平均偏差为4.33%.
思考与分析
最后，通过以上案例以及我们的实践，我们也想尝试分析，为什么现在还几乎没有较成熟的售电公司负荷预测案例：
1. 受限于市场开放程度，杀鸡焉用牛刀。在电力现货市场真正开始之前，对于以中长期为主的电力交易来说，按月申报电量意味着售电公司只需基于用户历史用电数据，结合用户下个月的生产计划，辅以简单的计算工具即可完成精度满足考核需求的结果，负荷预测就显得不是那么必需了。
而就像我们前文所说，在实时的电力现货市场中，短期乃至超短期的负荷预测能力，即将成为售电公司核心竞争力，成为其在现货市场中获取更大利润的关键。而已经进行了两个月电力现货市场试结算的广东售电公司们，也自然先人一步重视起来。
此次的案例合作，不仅体现了广东售电公司面对电力现货市场快速主动的应变能力，同时也对我们的负荷预测能力进行了实践挑战。
2. 缺乏用户数据与行业经验积累，巧妇难为无米之炊。短期乃至超短期负荷预测，要求对用户的分时电量数据进行预测，而现阶段的售电公司们往往缺少对用户数据的掌控，用户自主申报的效率和准确度尚且不够理想，更不必提能源数据采集及监测了。对于国内刚刚起步的售电公司负荷预测，基本也都在技术储备和积累阶段，自然也缺乏足够经验支撑。
对于泰豪电力交易团队而言，我们不仅提供售电经营系统+能效采集+负荷预测的全栈式解决方案，同时在负荷预测上我们与德国专业技术公司深度合作，该公司一直致力于时间序列管理系统研究，而在电力系统负荷预测中，时间序列分析也是最常见最重要的方法之一。我们的合作伙伴已经在德国乃至欧洲深耕多年，积累了包括德国四大能源集团、德国知名汽车集团、意大利国家电网在内的众多成熟案例，此次合作也算是国内专业团队与国外成熟经验数据的完美结合。
3. 预测结果大多不够理想，火候欠佳。目前的售电公司负荷预测技术受制于上述各种客观原因和条件，因此也很难得出较为理想的预测结果。
但上述案例中4.33%的预测结果，就算对比于各省的中长期规则中的偏差考核标准，也已经足够能打，更不用说这是出于24小时负荷预测的结果，同时此次的预测我们还综合考虑了天气、节假日、温度等多种因素，可谓是技术上的一大突破。此次的预测结果也得到了售电公司客户的高度认可，而我们此次案例分（献）享（丑）也欢迎与大家在评论区交流讨论。
本文中的模拟结果及界面展示均来自泰豪迈能卡普负荷预测系统，该系统为售电公司量身打造，通过多样化的算法库设置，强大的数据处理能力，定制化的预测咨询服务，助力售电公司在竞争更加激烈，交易更加复杂的电力市场中脱颖而出，提高核心竞争力，备战电力现货。
