课题一：研究面向低压台区分布式光伏-负荷短期预测技术本课题针对高比例低压台区分布式光伏接入对电网需求侧的影响研究低压台区分布式光伏接入对电网需求侧主要指标影响机理通过还原实际的电网需求侧负荷与电量数据对比还原前后电网需求侧负荷与电量数据分析分布式光伏对的影响机理；建立多尺度空间分辨率下电网需求侧负荷主要指标预测体系攻关多级协调问题结合智能算法中的优化技术得到更加准确的预测结果；最后以省公司各级负荷

课题一：研究面向低压台区分布式光伏-负荷短期预测技术

技术路线：

1. 数据采集与预处理

   • 设计并搭建分布式光伏运行、电能量采集、电网调度等业务系统，收集海量数据。
   • 对收集到的数据进行预处理，包括数据清洗、异常值处理等。

2. 影响机理研究

   • 基于大数据分析方法，研究低压台区分布式光伏接入后，电网需求侧主要指标的变化情况。
   • 提取影响机理，包括分布式光伏对电网年负荷特性和四季典型日负荷特性的影响。

3. 预测模型建立

   • 利用大数据和人工智能技术，建立低压台区日电量和日负荷曲线的短期预测模型。
   • 考虑工作日、休息日、节假日、气象、电价、经济等多种因素的影响。

4. 多级协调问题攻关

   • 研究多空间维度、多时间维度不同层级预测对象间的多级协调校验机制。
   • 结合智能算法中的优化技术，提高预测结果的准确性。

5. 实证评估

   • 以省公司各级负荷主体为样本，进行实证评估。
   • 对主要指标预测体系进行全方位评估，计算偏差率评估模型预测精度。

课题二：研究基于云集成的分布式负荷集群控制潜力感知模型

技术路线：

1. 调节潜力特性分析

   • 研究分布式负荷集群的调节潜力，包括分布式光伏、储能、智能充电桩、可调节分布式负荷资源的调节潜力影响因素。
   • 分析各影响因素对负荷资源可调潜力的影响机理。

2. 时序特征分析模型

   • 建立分布式光伏、储能、智能充电桩、典型可调节低压负荷的运行规律的物理模型。
   • 建立产销用户的行为分析模型，分析负荷的弹性空间。
   • 研究低压台区电力负荷聚合互动特征和多元柔性互补机理。

3. 系统架构设计

   • 研究新型低压台区多层级电力供给架构，分析不同层级的能量和功率特点。
   • 构建面向多级协调的能源自治体系架构，考虑系统性、可操作性、可比性和开放性原则。

课题三：研究基于碳驱动的多场景低压台区广义负荷集群控制优化策略

技术路线：

1. 数据采集与处理

   • 设计数据采集策略，实现对台区各节点碳排放量测数据和能源供给数据的集中采集。
   • 研究不同数据源的数据分析与处理技术，实现对多源数据的深度挖掘。

2. 多源数据整合处理

   • 研究多源数据优先级管理方法，建立冲突防护机制，实现多源数据的有序控制与深度挖掘。
   • 研究多源数据本地化融合处理算法，建立各类用户负荷数据模型。

3. 低压用户负荷优化控制

   • 分析台区负荷构成及与外部环境的关联关系，构建以低碳流为导向的负荷调节目标模型。
   • 研究边缘计算的轻量级含碳数据驱动的负荷调控算法，设计自适应的负荷边缘协同优化方案。
   • 构建台区与电网之间的边云协同灵活控制方法