负荷预测是发电装机规模选择的重要工具，中科院工程热物理研究所储能研发中心近期在该科研方向上取得进展。储能研发中心将神经网络算法应用于办公楼宇负荷的短期预测，并结合办公楼宇负荷的实际特殊性建立预测模型；根据实际的和预测的负荷数据，储能系统装机规模计算模型得到楼宇分布式能源系统中的储能系统装机容量。
储能研发中心以该研究所综合楼用电负荷数据作为研究对象，通过上述两模型的计算结果表明，办公楼宇负荷短期预测模型具有很好的预测精度（平均相对误差为-0.7%，相对误差的均方根误差为2.79%），基于实际的和预测的楼宇负荷数据的储能系统在功率等级和容量的相对误差很小（分别为3.69%和2.33%）。同时科研人员发现，办公楼宇负荷具有波动性，引入储能系统可以有效地平滑负荷。这一系列研究结果对于楼宇分布式能源系统的发电装机规模安排以及储能系统的配备具有重要借鉴意义。
传统的负荷预测更多针对区域性的电网，而忽略了节能潜力巨大、占总用能达24%的全球楼宇用能。储能研发中心打破常规，科研成果着重关注分布式能源系统特别是楼宇分布式能源系统，将为节能减排提供重要技术支撑。
该项目得到了国家自然科学基金委（50906079）以及北京自然科学基金委（3122033）的支持，相关科研成果在“2012 IEEE 6th International Conference on Information and Automation for Sustainability ”大会上发布。
