引言
能源是人类经济与社会发展的基础，能源需求与能源安全、国家经济发展等息息相关。如今，受能源资源短缺、环境污染严重和气候变化等因素的影响，推动以可再生能源为主题的绿色、低碳、清洁的能源体系建设已成为世界大多数国家的战略选择。目前对能源预测的研究已经非常广泛，但是不同能源预测方法尤其是中长期能源预测方法间对信息完整度的要求、模型的应用灵活性、结果精度的保障能力等方面具有较大差异。因此，能够考虑各种影响因素且结果准确的中长期能源负荷预测方法尤为重要。本研究首先基于国内外对能源负荷预测现状进行了简单介绍和分析;而后电能替代影响因素进行分析;最后，结合基于能源互联网背景下的“电能替代”用户精细化负荷预测技术策略进行阐述。
1国内外对能源负荷预测现状
由于负荷的出现，负荷背景下的电网规划将出现各种各样的新型影响因素，在满足电网可靠性的同时应该结合多目标规划和风险等理论深化开展电网规划的相关工作。在负荷预测过程中应该考虑各类新型因素的融入，明确负荷预测时段的长度，并结合实际在不同情况下进行负荷预测，来提高负荷预测的精确度。基于电能替代对配电网侧的影响，综合分析电能替代的影响因素，将电能替代的布局与配电网络进行协同优化，提出的配电网规划方案必须要适应电能替代的大规模接入。总体而言，负荷背景下的配电网规划将体现出复杂性和不确定性，城市配电网规划的自动化和智能化程度也将不断提升，应考虑负荷出现对配电网的影响，并且结合具体的实际情况，制定出更加具有实际应用性的电网规划方案。
2电能替代影响因素
电能替代电量是电力消费总量的组成之一，特都有了较大提升，但预测模型对均基于现有的发展趋势进行预测，对科技水平提升、政策变化等因素的预见力不够，当在中长期预测中结果仅可作为趋势预判。以上组合预测模型并不考虑能源系统的内部机理，仅从数据变化中寻找规律，因此，在中长期预测中无法较准确的衡量政策、经济结构变动带来的影响。为解决上述问题，环境研究所开发了结合部门分析法与投入产出法的长期能源替代规划模型(long-range energy al-ternatives planning，LEAP)，它通过数学模型分析能源供应、加工转换、终端需求等各个环节的转化关系和气体排放量，能够完成不同驱动力下能源需求的长期预测和分析，较好的解决了上述问题。由于它预测体系完善、预测精度较高、适合政策情境分析等优点，在国家级和地区级的能源中长期预测中具有广泛应用，同时LEAP模型需要较为详尽的数据支撑以完成各部门能源消费的转化与预测分析。应用LEAP模型做了大量电力、天然气或综合能源的中长期需求预测工作，预测年限可至2050年。综上，组合预测模型的应用使能源预测的精度和时间尺度都有了较大提升，而且可以分析的层面也大大加深，可以进行低碳经济下的能源需求变化情况探讨、不同经济结构下的能源需求对比等。
3基于能源互联网背景下的“电能替代”用户精细化负荷预测技术策略
3.1电能替代电量计算方法
在微观上，具体某电能替代项目的替代电量可利用电能计量装置进行统计核算，本文主要研究宏观层面电能替代电量的分析精细化负荷预测方法。在宏观上，电能是否在终端能源消费环节替代其他能源，可通过电能占终端能源消费比例来反映。若电能占终端能源消费比例增长，则说明电能在终端能源消费环节替代了其他能源;若该比例保持不变，则即使电力消费总量增长，也不能表示电能替代电量的增加。据此，电能替代电量可具体表示为如下形式:De，t=Yt(St－St0)(1)式中:t0为选取的基准年;De，t为基准年后第t年相对基准年t0的替代电量;Yt为第t年的终端能源消费总量;St，St0分别为第t年和基准年t0电能占终端能源消费比例。可见，在St0给定的条件下，电能替代电量将由Yt，St两个变量决定。目前对未来电能替代电量的发展规律尚缺乏清晰的认识，因此直接分析精细化负荷预测电能替代电量存在较大困难。但目前政府和专家学者对未来我国能源消费总量在何时达峰、电能占终端能源消费比例在远期的发展水平等已基本达成共识，为终端能源消费总量、电能占终端能源消费比例的分析预测奠定了良好基础。为此，结合相关规划以体现电能替代政策影响，而后间接获得电能替代电量精细化负荷预测值。
3.2电能替代负荷预测模型的规划
在相关电能替代负荷预测模型的基础上，充分考虑电能替代布局优化建立配网规划模型，在进行优化电能替代布局时，不仅要考虑充电桩的选址问题，还需考虑电动汽车的品牌、类型以及数量的因素，同时还要考虑充电方式、充电时长以及充电时段的因素，在建设电动汽车充电桩时，要合理规划使总成本达到最小，即要以投资和运行成本之和的总成本最小化作为目标函数，其构成主要包括：线路成本、配电站成本、线损成本、实施成本和环境成本。
3.3城市综合体背景下的负荷模型
在构建城市综合体负荷模型时，不仅要研究经济、地区、天气等因素，还要对城市综合体中各类型建筑占比以及用电属性进行调查。假设E（n）为城市综合体所有的业态类型集合，n为业态的数量，则不同业态分别表示为e1、e2、en，也就是不同业态所拥有的建筑面积（m2）；为对问题进行简化，对于某一建筑面积为S的城市综合体，其不同业态（e1、e2、en）的面积占比分别为k1、k2、kn，则k1＋k2＋...＋kn=1。P（kW）为城市综合体的总用电负荷，所有业态的用电负荷密度集合为F（n），则不同业态的负荷密度分别表示为，f1、f2、fn即各种业态的单位面积负荷密度（W/m2）；且不同业态用电负荷的同时率集合为T（n）。
结语
本文针对在能源互联网背景下产生的大量不确定因素的基础上，结合风电和光伏发电的引入对电力系统可能出现的双向流动的特点，综合考虑了在新背景之下电能替代的加入和需求端的模式多样化引发的风险因素，基于传统的负荷预测结果，得到了一种新型的基于能源互联网背景下的负荷预测模型。并且对于目标区域进行了电力需求负荷预测。此外本次研究提出的基于能源互联网背景下的负荷预测模型能够为未来的电网建设方面的研究提供基础负荷预测的数据参考和规划的前提保障。
参考文献
[1]田世明，栾文鹏，张东霞，等.能源互联网技术形态与关键技术[J].中国电机工程学报，2015，35（14）：3482-3494.
[2]马钊，周孝信，尚宇炜，等.能源互联网概念、关键技术及发展模式探索[J].电网技术，2015，39（11）：3014-3022.
[3]查亚兵，张涛，黄卓，等.能源互联网关键技术分析[J].中国科学：信息科学，2014，44（6）：702-713.
