项目简介：
       气象要素预测作为负荷预测的基础，首先基于多种中期预报产品预测未来时刻的电力相关气象预测值。通过采用超级集合预报、超高分辨率同化资料统计降尺度、时空四维逐点气象预报等措施，充分挖掘相关气象信息，获得准确可靠的确定性和概率性的业务化数值天气预报。另一方面，根据不同的时间尺度需求以及空间尺度需求，选择参数学习、非参数学习、深度学习等不同方法进行组合优化，建立解释变量和预测功率之前的映射关系，进行用户侧新能源功率预测。进一步，基于未来时刻气象预测值、历史负荷数据等信息，并考虑用户侧接入新能源出力预测值，通过对负荷进行分类，并将多种负荷预测模型进行优势融合，弥补单一预测模型存在的泛化性能较差的缺陷，充分挖掘用户负荷与气象信息、历史负荷、新能源出力的非线性耦合关系，获得准确可靠的负荷预测结果。用于指导强化售电公司负荷管理能力，降低交易风险，减少偏差亏损与收益回收，支撑日前市场申报电量决策，最大化现货交易收益，并且可以科学规划电力资源投资，使其在充分利用电力资源的同时降低成本，提高效益。

       售电侧参与电力现货市场，在日前市场中，售电侧申报运行日 24 小时负荷曲线，售电侧所申报电量按照日前综合电价进行结算；在实时市场中，售电侧按照申报电量与实时负荷之间的偏差与实时综合电价进行结算。面对所代理负荷的波动、日前综合电价与实时综合电价的不确定性，售电侧日前市场的申报策略能极大影响其购电成本，进而影响售电侧参与电力现货市场的收益。
售电侧辅助决策系统将气象预测、负荷预测与售电商申报优化策略融合在一起，对售电侧在日前市场中的申报策略进行优化，为售电商参与电力市场提供指导意见。并且售电侧辅助决策系统可以与电力市场模拟交易平台结合，在电力市场模拟交易平台上分析优化后的售电商申报策略对售电商购电成本的影响，检验售电商申报策略的效果。
       项目特点：
       首先，售电侧辅助决策系统基于电力气象预测系统提供的未来时刻气象预测值、历史负荷数据等信息，并考虑用户侧接入新能源出力预测值，实现售电公司代理用户的次日 24 小时分时用电量，以及全网年度和季度的最大负荷、最小负荷和电量预测。
       其次，售电侧辅助决策系统采用深度强化学习算法，结合售电商历史负荷，市场历史日前出清综合电价和实时出清综合电价，在售电侧所代理负荷预测的基础上，优化售电商日前申报策略，降低售电侧参与电力市场的购电成本，从而提升售电侧收益。

      最后，售电侧辅助决策系统是完全基于山东电力现货市场交易现行规则通过Python 编程语言所建立的，系统基于 BS 架构，并拥有一套高效、稳定、可靠、可扩展的系统架构。

      创新点：
   （1）售电侧辅助决策系统考虑了气象要素以及新能源接入的影响，利用多模型优势融合算法实现多时间尺度下负荷的单值及概率预测；
   （2）售电侧辅助决策系统采用了深度强化学习的算法，深度挖掘售电侧申报负荷、实际负荷、电力市场历史电价与售电侧购电成本的关系，指导售电侧参与电力市场的申报策略；
   （3）售电侧辅助决策系统拥有高效、可靠、可扩展的架构体系设计，满足了售电侧参与电力现货市场中用户种类多、数据交互量大等特点，系统各功能模块能够简单、安全融合在，方便售电企业与电力交易中心之间的信息交互；
   （4）售电侧辅助决策系统采用分层架构设计，有气象预测模块、负荷预测模块、数据管理模块、申报电量决策模块，并且能够很方便的与电力市场仿真平台进行融合。现货市场仿真平台为参与出清的市场成员提供稳定、可靠的运行环境，在模拟交易过程中可进行实时监控并保存数据，能有方便快捷的分析售电侧申报策略对其购电成本的影响，并且现货市场仿真平台人机交互界面设计简洁、响应迅速，并通过各种可视化展示技术来实现市场运行关键数据的精准提炼，全方位展示了现货市场的运行情况。

图1电力气象与功率预测平台

图2电力气象预测界面

      获奖情况：
      售电侧辅助决策系统中的气象预测模块首先与可再生能源功率预测技术进行了融合，取得了良好的效果。

   （1） 获得2019 年度中国电工技术学会科技进步二等奖；
   （2） 获得2016 年河南省科技进步奖二等奖。

     应用情况或应用前景：
     该成果主要用于指导强化售电公司负荷管理能力，降低交易风险，减少偏差亏损与收益回收，辅助售电侧日前市场申报电量的决策，最大化现货交易收益，并且可以科学规划电力资源投资，使其在充分利用电力资源的同时降低成本，提高效益。准确的负荷预测不仅可以为电网的安全稳定运行，电网负荷的实时调度提供重要依据。在经济方面，还可以优化发、用电电网调度计划，合理调度和分配资源，从而起到使社会效益、经济效益最大化的作用。