liander2024-energy-forecasting-benchmark

Liander 2024 短期能源预测基准数据集提供了一个短期能源预测模型的基准，结合了荷兰配电系统运营商 Liander 的电力负载测量数据、OpenMeteo 的相应天气数据、ENTSO-E 的前一天电力价格以及 Energiedatawijzer 的电力消耗概况。数据集涵盖了整个 2024 年（2024-01-01 至 2025-01-01 UTC），并包括荷兰电网中 55 个不同位置的各个级别的数据。

Liander 2024 Short-Term Energy Forecasting Benchmark Dataset provides a benchmark for short-term energy forecasting models, integrating power load measurement data from Liander, the Dutch distribution system operator, corresponding weather data from OpenMeteo, day-ahead electricity prices from ENTSO-E, and electricity consumption profiles from Energiedatawijzer. The dataset spans the full year of 2024 (2024-01-01 to 2025-01-01 UTC) and encompasses data at multiple levels from 55 distinct locations across the Dutch power grid.

原始信息汇总

Liander 2024 短期能源预测基准数据集概述

数据集基本信息

• 数据集名称: Liander 2024 短期能源预测基准
• 创建者: OpenSTEF
• 许可证: Creative Commons BY 4.0 (CC BY 4.0)
• 数据时间范围: 2024-01-01 至 2025-01-01
• 时间分辨率: 负荷测量和配置文件为15分钟间隔，天气数据和价格为小时级（插值到15分钟间隔）
• 地理覆盖范围: 荷兰Liander服务区域内电网中的55个点
• 数据总量: 约3-6百万个数据点

数据集组成

1. 负荷测量数据

• 数据类型: 电气负荷（有功功率）测量
• 测量间隔: 15分钟
• 位置类型:
  • 中压馈线：一次变电站的出线中压电缆
  • 变电站设备：各种一次变电站设备
  • 变压器：一次变电站的电力变压器
  • 太阳能电站：匿名化和归一化的单个太阳能电站测量
  • 风电站：匿名化和归一化的单个风电站测量

2. 天气测量数据

• 数据源: OpenMeteo历史天气数据
• 包含变量:
  • 2米气温（°C）
  • 2米相对湿度（%）
  • 地表气压（hPa）
  • 云量（%）
  • 10米风速（km/h）
  • 10米风向（°）
  • 短波辐射（W/m²）
  • 直接辐射（W/m²）
  • 漫射辐射（W/m²）
  • 法向直接辐射（W/m²）

3. 天气预报数据

• 数据源: OpenMeteo最新天气预报
• 包含变量: 与天气测量数据相同，增加80米风速

4. 版本化天气预报数据

• 特点: 时间版本化天气预报，提前期最长7天
• 用途: 模拟真实世界数据可用性，提供最现实的预测场景

5. EPEX日前价格数据

• 数据源: ENTSO-E透明度平台
• 内容: 荷兰日前电价
• 单位: 欧元/兆瓦时

6. 电力消费配置文件数据

• 数据源: Energiedatawijzer
• 内容: 荷兰各类客户类别的标准化电力消费配置文件
• 配置文件数量: 15种类型

数据集用途

• 运营预测：15分钟至24小时前的负荷预测
• 日前拥堵管理：使用天气预报进行次日拥堵预测
• 多模态预测：结合多种基础设施类型和天气变量
• 不确定性量化：使用版本化预测评估预测不确定性
• 天气-能源关系研究：分析天气变量与电气负荷之间的相关性

数据集结构

liander2024/ ├── liander2024_targets.yaml # 位置元数据 ├── load_measurements/ # 电气负荷数据 ├── weather_measurements/ # 历史天气数据 ├── weather_forecasts/ # 最新天气预报 ├── weather_forecasts_versioned/ # 时间版本化天气预报 ├── EPEX.parquet # 日前电价 └── profiles.parquet # 电力消费配置文件

目标元数据

• 名称：位置/资产的唯一标识符
• 组名：基础设施类型
• 经纬度：近似坐标
• 描述：人类可读的位置描述
• 基准评估期：开始和结束时间
• 训练数据期：开始时间
• 上下限：负荷值的百分位数

数据来源

• Liander历史测量: Liander开放数据 - 历史15分钟运营测量
• OpenMeteo天气数据: OpenMeteo历史天气API
• ENTSO-E日前价格: ENTSO-E透明度平台
• Energiedatawijzer消费配置文件: Energiedatawijzer - 2024年电力配置文件

搜集汇总

数据集介绍

构建方式

在能源预测研究领域，该数据集通过整合荷兰电网运营商Liander提供的电力负荷测量数据，结合OpenMeteo的气象观测与预报信息、ENTSO-E的日前电价数据以及Energiedatawijzer的用电曲线档案，构建了一个多维度的基准数据集。数据采集覆盖2024年全年，以15分钟为时间分辨率，囊括了中压馈线、变电站设备、变压器及新能源电站等55个电网节点的运行数据，并通过时间戳标注机制模拟了实际业务中数据延迟发布的场景。

特点

该数据集的核心特征体现在其多源异构数据的深度融合与时空一致性处理。数据集不仅包含电力负荷的实测值，还整合了气象要素的实测记录、多时间尺度的气象预报、电力市场价格信号以及标准化用电曲线，形成了覆盖物理系统、气象环境与市场机制的全要素预测输入。特别设计的版本化气象预报组件能够模拟实际业务中预报数据按发布时间序列逐步释放的约束条件，为预测模型验证提供了接近真实场景的测试环境。

使用方法

针对能源预测模型的开发与验证，研究人员可通过加载特定电网节点的负荷测量数据作为预测目标变量，同步调用对应位置的气象观测、预报数据及市场电价信息作为特征输入。数据集支持基于OpenSTEF等专业预测框架的模型训练，用户可针对不同预测场景——如15分钟级超短期预测或日前拥堵管理——构建多元时间序列预测模型，并通过版本化预报数据评估模型在现实数据可用性约束下的表现。

背景与挑战

背景概述

随着全球能源转型加速推进，电力系统短期负荷预测成为保障电网稳定运行的关键技术。由荷兰配电运营商Liander与开源项目OpenSTEF联合构建的Liander2024短期能源预测基准数据集，于2024年正式发布，覆盖荷兰境内55个电网节点的全年数据。该数据集整合了负荷测量、气象观测、电价信号与用电剖面等多源数据，旨在解决可再生能源并网背景下电力负荷波动性预测的核心问题，为智能电网优化调度提供了标准化评估框架。

当前挑战

在能源预测领域，该数据集需应对负荷曲线受气象因素非线性影响的建模难题，以及风光发电功率随机性导致的预测不确定性。数据构建过程中面临多源异构数据时空对齐的复杂性，包括15分钟级负荷数据与小时级气象数据的插值融合，同时需模拟真实业务场景下气象预报数据的延迟发布机制。此外，光伏与风电数据的匿名化处理虽保障了隐私安全，但亦增加了模型泛化能力验证的难度。

常用场景

经典使用场景

在能源预测研究领域，该数据集最经典的应用场景是开发短期电力负荷预测模型。研究人员利用其15分钟间隔的电力负荷测量数据，结合气象变量、日前电价和用电模式等多维特征，构建从15分钟到24小时不同时间尺度的预测框架。数据集涵盖荷兰电网55个不同节点的完整年度数据，为模型训练提供了丰富的时空特征，特别适合评估天气变量对电力需求的影响机制。

衍生相关工作

围绕该数据集已衍生出多个经典研究脉络，包括OpenSTEF开源短期能源预测框架的持续优化，该框架利用数据集验证了机器学习模型在电力负荷预测中的性能。基于数据集的多模态预测研究探索了不同类型电网基础设施的协同预测方法，而版本化天气预报组件则催生了考虑数据可用性约束的预测不确定性量化研究，为能源预测领域提供了新的评估范式。

数据集最近研究

最新研究方向

在能源预测领域，Liander2024短期能源预测基准数据集正推动多模态时间序列分析的前沿探索。该数据集整合了电网负载、气象变量与电力市场价格的多元异构数据，为研究气象敏感型负荷预测提供了标准化实验平台。当前研究聚焦于时空图神经网络与注意力机制的融合应用，通过分析中压馈线、变电站与可再生能源场的协同波动规律，探索高比例可再生能源接入下的电网稳定性预警模型。随着欧洲能源转型加速，该数据集支撑的短期预测技术已成为智能电网运行与电力市场交易的核心工具，其版本化气象预测组件更推动了不确定性量化方法在能源管理决策中的实际应用。