团队成立背景

能源互联网是能源系统的重要发展趋势，也是推动能源生产和消费革命的重要手段。“双碳”目标下的能源系统转型升级必然要求能够接纳越来越多的新能源，而这些新能源的“不确定”与系统调节的“灵活性”需求之间存在天然的不可调和的矛盾。因此，实现各种能源之间的协同互补，对源荷数据进行精准建模与预测，使能源整体呈现出一定的可控性，是保障能源系统经济可靠运行的关键。而建设能源系统源荷功率建模与预测平台，就是要打破多异质能源子系统之间及能源子系统内部各环节的壁垒障碍，整合太阳能、风能等多种能源资源，实现传统化石能源与新能源协调规划、优化运行、协同管理、交互响应和互补互济，在满足多元化用能需求的同时有效提升能源利用效率。

随着能源互联网的快速发展与建设，可再生能源比例不断提高，分布式与集中式供能协同发展，多种新能源相互耦合，源荷两端不确定性和复杂度大幅提高。传统源荷功率建模与预测通常会考虑天气、经济、电价和假期等因素；对于风光并网的电力系统来说，还需要考虑太阳能、风能等新能源的融入对整体系统负荷的影响，这种负荷所呈现的不确定性将给未来能源系统的规划、预测、分析、决策、控制等带来极大的影响，因此对实时、准确、可靠的源荷功率建模与预测技术提出了更高的要求。如何降低源荷功率随机波动带来的的影响，将是能源系统发展面临的重要课题，而对源荷功率不确定性进行量化分析和预测，是其中最重要的基础性工作之一，为未来能源电力系统的运行和规划等提供基础数据支撑。

与此同时，能源互联网中部署了大规模智能感知与测量设备，能源系统生产、输配和消费的海量数据得以实时地采集。这些数据为挖掘与分析源荷功率随机波动规律及其特征提供了基础，进而实现多能优势互补，形成能源生产多元化、能源输送多样化、能源消费多类化的清洁高效能源决策调度。大数据、云计算和人工智能等技术的发展为源荷双侧数据挖掘与分析处理提供了重要支持。

为此，太原理工大学智能感知与大数据技术团队结合能源大数据及源荷功率预测技术发展现状，在科学研究、学科建设和人才培养等已有成果的基础上，成立面向含高比例新能源电力系统的源荷建模与功率预测团队。团队致力于研发构建一体化源荷功率预测平台并示范应用，为决策人员提供完善的工作环境及科学决策工具，提高园区电力市场分析预测工作水平和工作效率。

团队长期开展能源大数据挖掘分析领域相关研究，积累了丰富的经验。后期将继续整合太原理工大学优势科研人才力量和优势实验平台力量，同时与国内外相关优势科研团队紧密合作、优势互补，聚焦于关键技术研发、科技成果转化、产业生态构建等领域，持续推动能源大数据分析挖掘技术革新，不断提升自主创新能力，为国家和社会培养一批优秀的人才队伍，为山西省的发展提供强有力的人才支撑。

团队对能源互联网创新发展的推动作用

随着能源互联网的快速发展与建设，可再生能源比例不断提高，多种能源相互耦合，能源系统的发展与安全稳定运行的矛盾日益突出，精确的源荷功率建模与预测是能源系统运行及调度的基础，未来必将打破传统的能源供需模式，重塑综合能源服务业态。本团队旨在利用源荷功率预测提高能源生产、传输、存储、消费等各个环节的灵活性，改善能源的生产方式、供应体系和消费模式，切实推动能源互联网创新发展。

1、健全电力需求侧管理机制

团队研究并构建能源电力系统源荷功率预测平台，为需求侧响应计划提供支撑。改善负荷用能策略需求，实现能源供需平衡，提高系统运行的可靠性，有助于丰富能源系统需求侧管理理论体系，健全能源需求侧管理技术标准。

2、优化能源系统多源异构数据融合，保障上层应用

能源系统历史功率数据量大，且具有较强的复杂性和随机性，为数据挖掘与处理带来极大挑战。团队提出基于强化学习的多源异构数据压缩融合、冗余去除及降噪处理技术，突破传统能源系统中差异化数据融合的束缚，建立统一的数据接入标准，为数据共享与交互提供底层保障。实现能源行业各个环节的全面感知、数据共享、信息高效处理，为面向应用场景的能源大数据应用提供数据支撑。

3、建立从多维度出发的多能互补协调优化，降低用能成本

搭建电力系统源荷功率预测平台将园区内热电厂、光伏、储能、电网、用户等数据实时接入，建立能源数据中台，突破能源系统信息孤岛壁垒。基于数学模型优化“能源路径”，建立从运行成本、绿色环保、能源效率等多维度出发的多能互补协调优化控制体系，给出运行方式优化和决策建议，实现各能源系统互联互通、互补互济，从而降低用能成本。

源荷建模与功率预测团队一共有成员20人，其中，40周岁以上2人，40周岁以下18人；正高级2人，中级8人；博士研究生11人，硕士研究生9人。

负责人介绍

李灯熬，太原理工大学大数据学院教授、工学博士、博士生导师。

核心骨干

赵菊敏，太原理工大学，信息与计算机学院教授，工学博士，博士生导师

关键技术人才

研究生团队，博士研究生2名，硕士研究生16名

• 源荷功率数据预处理机制
  

• 高精度光伏、风力发电功率预测模型

• 电力负荷时空预测模型挖掘

• 源荷功率预测平台搭建