核心观点与关键数据
- 负荷增长与预测挑战：美国电力需求或负荷在经历几十年停滞后开始增长，预计2023年至2035年将增长20%。新的大型负荷（如数据中心、先进制造、重型运输、工业电气化）具有独特的特征（负荷形状、预测不确定性、灵活性潜力、飞行风险），需要现代预测方法整合。
- 历史预测误差：历史上，公用事业公司系统性地高估了电力需求，2006年至2023年期间5年预测平均高估8%，10年预测高估17%。这表明预测流程存在改进空间。
- 预测不足与过度预测的风险：预测不足可能导致资源充足性挑战（负荷削减、电压降、停电），而过度预测则主要带来可负担性风险（过度投资、关注扩张而非维护）。
- 大型负荷特性：新的大型负荷具有独特的特性，如数据中心的快速增长、不确定性高、灵活性潜力大；工业负荷通常具有较固定的负荷形状，但电气化趋势可能增加灵活性。
负荷预测最佳实践
- 结合预测方法：将终端需求预测与计量经济学预测相结合，采用基于场景或随机负荷预测方法，以更好地理解未来可能性的范围。
- 数据与工具：采用长期时间范围进行规划，但需认识到预测准确性随时间降低；整合新数据（如智能家居设备数据、车辆远程信息处理），使用人工智能算法提高预测能力。
- 一致性与透明度：在不同规划过程中一致地使用负荷预测，确保负荷预测数据和流程对其他利益相关者透明，并建立问责制。
- 大型负荷预测方法：开发针对关键末端用途的8760负荷分布，跟踪持续本地采用情况，寻求对预测的直接客户反馈。
监管机构的作用
- 预测指南与审查：建立预测指南，审查和批准公用事业预测，最终批准或拒绝基于预测的投资成本回收。
- 提高理解与协调：提高对新负载的能源理解，与州和地方政府及其他州协调，了解激励结构和立法。
- 更新频率与透明度：要求更频繁地报告长期负荷预测（如季度迭代），提高负荷预测过程的透明度。
- 验证与问责：使负荷预测数据和流程对其他利益相关者可见，并创造问责机会；从过去的预测中学习，进行回顾性分析。
- 风险管理与激励：探索基于预测准确性的货币激励或惩罚，利用关税设计或其他合同承诺将风险转移给大型负荷客户。
研究结论
- 改进大型负荷预测对于减轻可负担性和可靠性风险至关重要，并为公用事业和监管机构创造更多投资选项。
- 监管机构应采取多种措施支持更全面、频繁和经过验证的负荷预测，并更新决策框架以应对不确定性。
- 需要更多公开可获取且易于获取的数据描述大型负荷的开发时间线和运行模式，以及更多研究来确定更好地协调宏观经济预测和终端使用预测的方法。
- 即使预测存在不确定性，准确的负荷预测仍然是指导重要监管决策的关键。
