截至2019年6月底，國家發展改革委、國家能源局確定的第一批8個電力現貨市場建設試點全部進入試運行階段。同時廣東電力交易現貨市場也順利完成了連續兩月的日前及日內交易試結算，並且廣東現貨模擬系統之後將每日向市場主體開放。正如去年八月末，廣東“信守承諾”公佈全國首個現貨市場開始，電力體制改革的進程就按照當初規劃的時間節點精確地被執行著，
這一切都昭示著政府推動此次改革的決心，電力現貨正如洪流般湧來。
隨著電力現貨市場到來，繁多的交易品種，高頻結算的交易，頻繁變化的價格。市場中高風險自然伴隨著高收益，交易變得更加複雜的同時，自然也存在著更大的盈利空間。通過廣東的兩次電力現貨試結算結果，我們可以確定對於售電公司而言，要想在變化莫測的電力現貨交易中精準套利，最大化交易利潤，短期乃至超短期負荷預測能力就起到了至關重要的作用。
然而縱觀全網，關於負荷預測的資料和文章，無外乎電網級區域用電負荷預測，新能源發電負荷預測，單一行業用戶負荷預測這三種類型，而鮮有針對售電公司的負荷預測案例介紹。售電公司面對多種行業、地區用戶負荷，因此預測存在更多不確定性，預測難度較電網級也更大。
而就在不久前，我們的負荷預測產品就在對廣東某售電公司預測中得到了較為理想的結果。接下來我們就將真實的售電公司負荷預測案例給大家：
為提高廣東某發電集團售電公司現貨模擬申報方案中負荷曲線的準確性，將使用2019年1月1日至6月中旬各用戶分時電量數據進行負荷曲線預測：
數據分析及預處理
由於存在數據鏈路異常或中斷，用戶負荷歷史數據會有數據缺失和數據異常問題，數據缺失及異常造成用戶負荷曲線產生畸變或中斷，使負荷曲線丟失真實特徵，給負荷預測帶來困難，故必須在負荷預測前對數據進行預處理，包括識別剔除異常值和填補空缺值。
負荷特性分析及分類
完成歷史數據的預處理之後，需要對用戶進行分類，首先按照負荷特性指標，以平均負荷和峰谷差為標準進行初步分類，這一步可以將用電量大用戶識別出來成為單獨一類，以便對其進行單獨的特徵分析，對剩餘用戶負荷數據標么化後以曲線相似度進行聚類，這一步可以使得特徵相似的用戶分到一起，提高負荷預測的準確性，最後我們將客戶分為了三組。
卡普負荷預測系統結果展示
最終，經過上述對歷史數據的分析和處理後，我們以日期、節假日、天氣信息作為選用特徵，對不同組用戶測試GBDT、Lstm等算法的精確度，通過卡普負荷預測系統輸出24小時負荷曲線，最終預測值與實際數據對比後，平均偏差為4.33%.
思考與分析
最後，通過以上案例以及我們的實踐，我們也想嘗試分析，為什麼現在還幾乎沒有較成熟的售電公司負荷預測案例：
1. 受限於市場開放程度，殺雞焉用牛刀。在電力現貨市場真正開始之前，對於以中長期為主的電力交易來說，按月申報電量意味著售電公司只需基於用戶歷史用電數據，結合用戶下個月的生產計劃，輔以簡單的計算工具即可完成精度滿足考核需求的結果，負荷預測就顯得不是那麼必需了。
而就像我們前文所說，在實時的電力現貨市場中，短期乃至超短期的負荷預測能力，即將成為售電公司核心競爭力，成為其在現貨市場中獲取更大利潤的關鍵。而已經進行了兩個月電力現貨市場試結算的廣東售電公司們，也自然先人一步重視起來。
此次的案例合作，不僅體現了廣東售電公司面對電力現貨市場快速主動的應變能力，同時也對我們的負荷預測能力進行了實踐挑戰。
2. 缺乏用戶數據與行業經驗積累，巧婦難為無米之炊。短期乃至超短期負荷預測，要求對用戶的分時電量數據進行預測，而現階段的售電公司們往往缺少對用戶數據的掌控，用戶自主申報的效率和準確度尚且不夠理想，更不必提能源數據採集及監測了。對於國內剛剛起步的售電公司負荷預測，基本也都在技術儲備和積累階段，自然也缺乏足夠經驗支撐。
對於泰豪電力交易團隊而言，我們不僅提供售電經營系統+能效採集+負荷預測的全棧式解決方案，同時在負荷預測上我們與德國專業技術公司深度合作，該公司一直致力於時間序列管理系統研究，而在電力系統負荷預測中，時間序列分析也是最常見最重要的方法之一。我們的合作伙伴已經在德國乃至歐洲深耕多年，積累了包括德國四大能源集團、德國知名汽車集團、意大利國家電網在內的眾多成熟案例，此次合作也算是國內專業團隊與國外成熟經驗數據的完美結合。
3. 預測結果大多不夠理想，火候欠佳。目前的售電公司負荷預測技術受制於上述各種客觀原因和條件，因此也很難得出較為理想的預測結果。
但上述案例中4.33%的預測結果，就算對比於各省的中長期規則中的偏差考核標準，也已經足夠能打，更不用說這是出於24小時負荷預測的結果，同時此次的預測我們還綜合考慮了天氣、節假日、溫度等多種因素，可謂是技術上的一大突破。此次的預測結果也得到了售電公司客戶的高度認可，而我們此次案例分（獻）享（醜）也歡迎與大家在評論區交流討論。
本文中的模擬結果及界面展示均來自泰豪邁能卡普負荷預測系統，該系統為售電公司量身打造，通過多樣化的算法庫設置，強大的數據處理能力，定製化的預測諮詢服務，助力售電公司在競爭更加激烈，交易更加複雜的電力市場中脫穎而出，提高核心競爭力，備戰電力現貨。
