![]()
负荷聚合商、虚拟电厂等主体参与需求响应时，按照提供的调节能力进行计费，我们常说的3元/度、4元/度，就是主体在需求响应中有效压降的电量，而这建立在明确需求响应的基线负荷之上，那需求响应的基线是怎么生成的呢？说到底，是一个负荷预测问题，通过负荷预测方法，确定这个主体明天（或者下一阶段）要用多少电力负荷，根据这个负荷形成基线。负荷预测的方法有很多，电力行业标准DL/T 2162-2020电力行业标准《用户参与需求响应基线负荷评价方法》提供了三种负荷预测方法，我们来学习一下：常用的基线负荷计算方法主要有相似日匹配法、二次指数平滑法和加权法。相似日匹配法适用于中短期内负荷曲线相似性较高的用户。这种方法是目前各种电力需求响应方案中所采用的方法，简单讲就是根据前五天的电力负荷求平均，我们看《2024年浙江省迎峰度夏电力需求侧管理工作实施方案》（浙能源〔2024〕16号）采用的就是这种方法：相似日匹配法是用典型日 j-N 至典型日 j-1 共 N 个典型日的负荷数据计算第 j 日的基线负荷。
式中：等式左边为第 j日k时段的基线负荷值；右边分子为第j日前d日k时段的负荷值；N为典型日的总个数。例如，根据2024年7月23日~27日共5个工作日计算7月28日的基线负荷，计算公式为：
(1000+1090+1150+1130+1110)/5=1096
二、二次指数平滑法
二次指数平滑法适用于中短期内负荷具有变化趋势的用户，能较好地消除随机因素造成的影响。指数平滑法（Exponential Smoothing）是一种时间序列分析中的预测方法。指数平滑法包括一次、二次、三次，我们可以从一次指数平滑法来理解算法的基本思想：![]()
公式的前半部分是用前一天的实际值乘以一个权重系数，后半部分前一天的预测值，两个数值加起来作为后一天的预测值。
- 例如，如果，根据2024年7月23日~27日共5个工作日计算7月28日的基线负荷，7月23日是第一个预测值，取前三天的平均值，为（1000+1090+1150）/3=1080。则24日的预测值=0.3*23日的实际值+0.7*23日的预测值=1056，以此类推，求出28日的预测值。而二次指数平滑法，是在一次指数平滑法的基础上，再做一次平滑，公式为：
![]()
对推导过程感兴趣的可以看以下教材图，总结思想，指数平滑方法就是引入了一部分上期值和一部分的趋势值。加权法适用于中短期内负荷波动性较大且没有明显趋势的用户。其计算方法是用典型日 j-N至典型日j-1共N个典型日的负荷数据计算第j日的基线负荷。公式的前半部分是前一天的实际值，后一部分仍然是趋势，随着样本量的加大，实际值的比重会变小。在算例中，根据加权法计算 7月23~27日共5个工作日的基线负荷，计算公式为：
以上三种方法适用于不同类型的用户负荷情况。在实际应用中，需要根据具体情况选择合适的方法来计算需求响应基线负荷。而DL/T 2162-2020行业标准中也给出来三种方法的选择依据：![]()
本文描述了需求响应计算的计算方法，基于需求响应基线，我们可以对负荷类虚拟电厂开展能力认证，将在后期探讨，欢迎关注。
