国网山东电力应用负荷预测大模型支撑精准研判电力供需形势

　　1月2日，国网山东省电力公司电力调度控制中心调度计划处负荷预测专责查看山东电网负荷预测数据，研判山东电网电力供需形势。自2024年迎峰度冬开始以来，山东电网负荷预测准确率达98.9%，较去年同期提高0.9个百分点，为电网安全运行提供了有力支撑。负荷预测精度的提升得益于国网山东电力于2024年6月以来开始应用的负荷预测大模型技术。

　　电网负荷易受气温变化影响。高温、寒潮、强对流等极端天气与重大转折天气容易导致用电负荷快速增长，增加用电高峰时段电力保供压力;影响新能源出力，使其在短时间内发生剧烈变化。近年来，极端天气频发，高比例新能源接入规模不断增长，电网安全稳定工作增加了更多不确定性，对电力平衡精度提出更高要求，需要通过提高负荷预测的准确性来提升电力供应的可靠性。

　　传统负荷预测模型主要依赖从大量历史负荷数据中归纳总结规律和特征。但极端天气、重大转折天气复杂多样、历史样本少，传统负荷预测模型难以根据天气变化给出准确预测，也无法对分时电价政策、负荷统计口径调整等非确定影响因素作出自适应调整。

　　为此，国网山东电力与外部相关企业开展技术合作，组建研发团队，搭建“气象大模型+负荷预测大模型”。前者通过“全球-区域”联合建模技术，在搭建全球广域范围的宏观气象模型的同时，为公里级别的山东区域微气象过程建模，实现高精度和高分辨率区域天气预报。后者可通过培育自学习能力和专家经验学习能力，不断优化调整负荷预测模型，逐步实现“逼近人、模拟人、超越人”进阶升级，提升负荷预测精度。两个大模型彼此交互。

　　研发团队还通过人工智能(AI)技术，在负荷预测大模型上搭建了“教师AI+学生AI”双AI预测模块。学生AI从气象数据、历史负荷数据及其他负荷影响因素中归纳重大转折天气、节假日等特殊场景典型特征，训练形成对电网负荷的预测模型。教师AI考评学生AI预测效果并打分反馈，同时通过基于大语言模型的人机交互界面接收负荷预测专责专家经验，调优学生AI形成的预测模型，优化模型预测效果。

　　据介绍，负荷预测大模型实现了对负荷规律的自学习、预测偏差的自分析和自调整，解决了传统负荷预测模型在重大转折天气等情况下负荷预测偏差大的难题。在2024年迎峰度夏期间，山东地区出现高温突转降雨等7次重大转折天气，该模型预测准确率较往年的人工预测提升了3.35个百分点。(张冰 周蕾 葛畅)