1.4长期负荷预测
长期负荷预测对制定大规模配电网投资决策至关重要。由于配电网运行环境发生了显著变化，当前的一些预测方法已经过时，需要新的长期预测模型。文献［14］提出了一种新的长期负荷预测流程，其结构见图4。首先对来自自动读表系统的数据进行处理，考虑温度因素对各类用户进行聚类分析，生成研究区域内的终端用户负荷模型；在此基础上依次进行第一、二阶段预测：第一阶段是传统的负荷总量长期预测，主要是电力、电量需求预测；第二阶段是考虑未来技术（能源效率等）发展的长期预测。
图4新的配电网长期负荷预测流程结构
2网络建模和表示方法
由于智能电网中存在着传统电网中所没有的运行特性和发用电类型，使得网络的建模分析较以往更为困难；同时，由于智能电表的广泛配置，有大量不同量测粒度的数据可用于建模和验证方法的有效性，使得研发新的网络建模算法成为可能，最终可提高网络分析的精度。本节介绍了低压网络建模的一些实用方法，以及如何利用高级信息化系统和智能电表数据提高网络建模的效率及精度。
2.1低压网络建模及应用
由于供热电气化和交通电气化以及分布式发电的增加，对低压（LV）网络的使用方式正在发生变化。为确保现有电网的及时改造且具有成本效益，必须对低压电网进行建模和规划。
低压电网通常由上十万条馈线组成，如果对电网中每条馈线都精确评估其负荷以及所需的改造是相当耗时的。为此，文献［15］提出了一种利用模糊K-中位数聚类方法，将馈线分为有代表性的若干类，以供建模和分析使用，如此处理既可以计及原始馈线的结构和负荷水平，又减轻了对大量低压网络馈线开展分析规划的工作压力。该文利用该方法对荷兰最大配电运行机构Liander的低压网络馈线进行了聚类分析，将88000多条馈线分为94类，其中8类馈线就涵盖了全网近乎1/3的馈线特性；对这几类馈线从电压偏离和过载两个角度评估其风险水平，发现在Liander低压电网中，电压偏离风险程度最高和最低的馈线占比分别为1.54%和92.55%；过载风险程度最高和最低的馈线占比分别为0.97%和96.15%。
大规模低压网络监控手段相对简单，为提高其可观测性，进行分类处理是既实用又经济的方法。文献［16］介绍了一种基于低压配变固有信息的分类方法，所谓固有信息是指那些比较容易获取的、并且在很长一段时间内不会改变或改变很少的信息，如建设环境（地面还是杆上），变压器额定容量，低压馈线出线数，所接用户数目、类型以及总用电量等。该方法流程见图5，给定固有信息，首先利用专家规则将配变分成4类；然后用基于If-Then规则的Mamdani模糊系统关联固有信息和低压网络类型，以此实现分类。低压网络类型按位置分为城市、郊区和偏远地区；按主导用户分为居民、工商业和混合类型。通过该方法将某个具有给定固有信息的新低压配变直接归为某种低压网络类型，其负荷特性可以基于现有配变站组的特性进行估计。应用此方法对英国南威尔士938个配变站进行分类，城市、郊区和偏远地区类型占比分别为59%（58）、14%（128）和27%（252）；居民、工商业和混合类型占比分别为63%（592）、31%（287）和6%（59）。据此分类得到的负荷曲线能够有效地体现原低压网络的负荷特征。
图5固有信息分类法流程
