概率性负荷预测中的空间天气、社会经济与政治风险

对中期时间尺度上空间天气及泛欧社会经济与政治风险对小时级电力需求影响的准确预测，对于在固有不确定性下进行战略决策至关重要。最重要的是，这些预测对于发电厂的运行管理、确保供电安全和电网稳定性，以及指导能源交易和投资决策必不可少。该预测任务的主要挑战在于分离负荷的多重驱动因素，包括国家确定性因素（日、周、年和节假日模式）以及国家随机性天气和自回归效应。此外，跨国随机性社会经济和政治效应进一步增加了复杂性，特别是由于其非平稳性。为应对这一挑战，我们提出了一种可解释的概率性中期小时负荷预测模型，该模型在捕捉所有确定性效应的同时，还能刻画负荷中的各种不确定性。该模型识别了24个欧洲国家之间的跨国依赖关系，对多变量建模的社会经济和政治状态进行建模，并实现跨国依赖预测。该模型基于可解释广义加性模型（GAMs）构建，能够分析每种纳入效应对小时级负荷的传递。我们的研究结果凸显了在极端天气情景下依赖电加热的国家的脆弱性。这强调了在广泛采用电加热之前，需要对天气效应对泛欧电力消费进行高分辨率预测。