4. 负荷与新能源功率预测任务定义
储能EMS的优化决策质量，很大程度上取决于它拿到的预测信息是否“对得上”自己的时间尺度。把预测任务定义清楚，本质上是回答三个问题：预测多远的未来、多久更新一次、误差要控制在什么水平。这三个问题分别对应预测的时间尺度（horizon）、更新周期（refresh interval）和精度指标（accuracy metric）。本节围绕负荷与新能源（光伏、风电）功率预测，梳理超短期、短期、日前三类任务的边界，并说明滚动优化对预测的具体需求。
一、三类预测任务的时间尺度与用途
在储能EMS语境下，预测任务通常按时间尺度划分为三档，它们服务的优化环节完全不同：
- 超短期预测（Ultra-short-term）：预测未来15分钟至4小时，时间分辨率1～15分钟，更新周期通常为1～15分钟。它服务于实时滚动优化、储能充放电功率修正、平抑新能源波动、跟踪调度指令等秒级到分钟级的控制环节。
- 短期预测（Short-term）：预测未来4～72小时，时间分辨率15分钟～1小时，更新周期1～6小时。它服务于日内滚动优化、机组组合调整、储能日内充放电计划修正、日内电力平衡。
- 日前预测（Day-ahead）：预测未来24～48小时（通常覆盖次日96点或288点），时间分辨率15分钟或1小时，每日固定时刻（如上午8:00～10:00）发布一次。它服务于日前调度计划编制、储能日前充放电计划、市场申报、检修安排。
需要强调的是，三者的关系不是“精度递进”，而是用途分工：日前预测决定“明天大致怎么走”，短期预测决定“今天下午到晚上怎么调”，超短期预测决定“接下来这十几分钟怎么动”。储能EMS的滚动优化正是把三者串起来：用日前预测定基线，用短期预测做日内修正，用超短期预测做实时闭环。
二、精度指标：不能只看一个数
预测精度评价必须与时间尺度、对象类型绑定，否则指标没有意义。工程上常用的指标包括：
| 指标 | 含义 | 适用场景 |
|---|---|---|
| MAE（平均绝对误差） | 误差绝对值的平均，单位与功率相同（MW/kW） | 直观反映平均偏差，适合考核储能充放电量偏差 |
| RMSE（均方根误差） | 对大误差更敏感 | 评估极端偏差风险，如新能源爬坡 |
| MAPE（平均绝对百分比误差） | 误差相对实际值的百分比 | 负荷预测常用，但新能源低出力时段会失真 |
| 准确率（1 - 归一化误差） | 电网调度考核常用，如“短期光伏准确率≥85%” | 并网考核、市场结算 |
| 合格率 | 误差落在允许区间内的点占比 | 考核预测稳定性 |
以某省级电网对新能源场站的考核口径为例（示例参数，仅作教学说明）：短期光伏预测准确率要求不低于85%，超短期不低于90%，日前不低于80%。负荷预测的MAPE通常要求日前≤3%、短期≤2%、超短期≤1.5%。这些数字不是绝对标准，但反映了共同规律：时间尺度越短，精度要求越高，因为超短期预测直接参与实时控制，误差会被放大成储能动作偏差。
三、滚动优化对预测的具体需求
滚动优化（Rolling Horizon Optimization, RHO）在每个控制周期求解一个有限时域优化问题，只执行第一个时段的决策，然后窗口向前滚动。它对预测提出了四项硬性需求：
- 时间分辨率匹配：优化步长若为15分钟，预测必须提供15分钟粒度的序列；若优化步长为5分钟，超短期预测必须能给出5分钟粒度。分辨率不匹配会导致插值误差或优化模型失真。
- 更新周期匹配：滚动优化每15分钟滚动一次，预测就必须至少每15分钟刷新一次，否则优化器会反复使用同一段旧预测，失去滚动意义。
- 预测时域覆盖优化时域：若优化时域为未来4小时，预测必须覆盖至少4小时，且越靠近当前时刻的预测越准。工程上常采用“超短期+短期拼接”的方式构造完整时域序列。
- 误差可量化、可传递：滚动优化需要知道预测误差的分布或置信区间，用于设置储能SOC安全裕度、备用容量和鲁棒约束。只给一条确定性曲线，优化器无法评估风险。
下面这张图把三类预测任务与滚动优化的关系、时间尺度、更新周期和精度要求放在同一张时间轴上，便于对照理解。
四、从预测到滚动优化的参数衔接示例
为了让预测任务真正落地到EMS，需要把上述定义转成可配置的参数。以下是一份面向储能EMS的预测任务参数表（示例，仅作教学参考）：
预测任务配置示例（储能EMS）
─────────────────────────────────────────────
任务名称 时域 分辨率 更新周期 精度目标
超短期负荷 4h 5min 5min MAPE ≤ 1.5%
超短期光伏 4h 5min 5min 准确率 ≥ 90%
短期负荷 72h 15min 1h MAPE ≤ 2.0%
短期风电 72h 15min 1h 准确率 ≥ 85%
日前负荷 48h 15min 每日1次 MAPE ≤ 3.0%
日前光伏 48h 15min 每日1次 准确率 ≥ 80%
─────────────────────────────────────────────
滚动优化参数：优化步长15min，优化时域4h，执行首时段
预测拼接策略：0～4h用超短期，4～24h用短期，24～48h用日前
这份表的关键在于“拼接策略”：滚动优化需要一条覆盖未来4小时的连续预测序列，而超短期预测恰好覆盖4小时，因此近端直接用超短期；当优化时域扩展到24小时（如日内计划修正），则4小时以内用超短期、4～24小时用短期；日前计划则主要依赖日前预测。拼接处要做平滑处理，避免因两段预测基准不同产生功率跳变，进而导致储能充放电指令抖动。
五、精度不达标时的判断与处理
当预测精度不满足要求时，应先定位是数据问题、模型问题还是口径问题。数据问题包括量测缺失、通信中断、气象源延迟；模型问题包括训练样本未覆盖当前季节或天气类型、模型未及时更新；口径问题包括考核时段定义不一致、归一化基准不同。处理顺序建议为：先核对数据完整性和时间对齐，再检查模型最近一次训练时间和误差分布，最后确认考核口径。若超短期预测在新能源爬坡时段误差显著增大，可在EMS中临时放宽SOC安全裕度或增加备用容量，而不是直接停用预测。
综上，负荷与新能源功率预测的任务定义，核心是把时间尺度、更新周期、精度指标三件事与滚动优化的步长、时域、执行方式对齐。只有预测任务与优化任务在时间上严格匹配，储能EMS的滚动优化才能真正发挥“预测—优化—修正”的闭环价值。