在研究电力系统中，负荷预测是一项关键任务，尤其在分布式光伏电源大规模并入电网后，电网负荷预测变得越来越困难。原因在于光伏电源的输出受天气、环境等多种因素影响，因此其出力具有显著的随机性和间歇性，这会给电网的稳定性和经济运行带来挑战。
本文介绍的是一种基于分布式光伏典型日曲线的统调负荷预测方法。在实际操作中，由于分布式光伏电源的出力数据采集汇总困难，文章提出了一种通过获取典型日与对照日统调负荷曲线的差值曲线并对其进行修正的方法，以此来模拟出分布式光伏电源的典型日曲线。这种方法可以有效提高统调负荷预测的准确率。
文章首先解释了光伏电源的特性，尤其是其出力的不稳定性及其对电网负荷预测的复杂影响。例如，与传统能源相比，光伏电源的出力会受到光照、风向等自然条件的影响，导致其输出功率具有显著的随机性和群发性，这会破坏电网原有的负荷特性曲线的固有形态，给统调负荷预测带来困难。
针对这一问题，文中提出利用分布式光伏电源典型日曲线辅助电网统调负荷预测的方法。采用典型日与对照日统调负荷曲线作差的方法，辅以人工经验进行修正，从而简化预测过程，并省去了太阳辐射强度测量装置，减轻了预测模型的复杂度。
文章还提到了一些常见的光伏功率预测方法，包括基于数学统计的预测方法，例如自回归移动平均模型(ARMA)，以及基于人工智能的预测方法，如灰色神经网络组合模型。这些方法各有优缺点，例如，数学统计预测方法建立的模型可能具有较高的预测精度，但可能只适用于晴天的预测；而人工智能方法虽然在传统方法中表现出较好的预测性能，但可能难以证明其长期运行下的预测精度。此外，文章还提到了基于数值天气预报构建的预测模型，以及基于马尔科夫链模型的光伏功率预测方法。
在文章的实例分析中，作者选择安吉地区作为研究对象，因为该地区为了加快清洁能源示范，积极推进了光伏应用产业的发展。文章提到，安吉电网在2015年和2017年分别累计接入了分布式光伏装机容量，到2020年预计将达到220MWp。这一发展过程增加了电力电量平衡的难度，使得对区域电网的稳定与经济运行具有重要价值。
通过研究，本文提出的预测方法被证明是有效的，并且能够通过模拟光伏电源的典型日曲线来提高电网统调负荷预测的准确性。此外，文中也提到了一些未来的研究方向和可能面临的挑战，比如如何进一步提高预测精度、如何应对极端天气对预测准确性的影响等。
在论文的结尾，作者提出了基金项目，即浙江省电力有限公司集体企业科技项目，项目的编号为2017-HZJTKJ-09。这表明该研究得到了官方的支持，并可能有更深入的应用前景。
文章主要探讨了在大规模分布式光伏电源并网情况下，如何通过典型日曲线辅助进行电网统调负荷预测的问题。通过分析光伏电源的特性及其对电网负荷预测的影响，提出了改进预测方法，并对现有预测方法进行了比较和讨论。文章介绍了安吉地区光伏应用产业的发展情况和预测方法的实际应用，强调了研究的实践价值和对未来研究方向的展望。
