经济能源系统是开放的巨系统，不同于边界明确的物理实验室系统

  能源与经济系统随时都在发生结构性变化与技术变化，以及黑天鹅事件。这些都将明显改变过去的轨迹。因此，无论是能源系统还是经济系统，不具有可预测性，而具有可塑造性，是受到人的行为等因素影响的。这一点在长期尤其是这样。一个系统的结构变化可能是很缓慢的，但是长期的积累就会变得很显著。比如过去，可能的经济增长与煤炭的消费几乎是线性关系，但是对那些已经处于油气时代的国家，这一点显然不适用。

  过去的预测记录——运气不佳

  因此，预测是否准确，不是一个方法论好坏、是否运用得当、参数是否选取合理(这个只有事后才知道)就可以充分决定的问题。它在更大的程度上取决于现实中的惯性能够在多大程度上维持，那些忽略的关键因素以及边界外的因素是否保持基本的稳定，以及预测者的运气如何——不要遇到黑天鹅事件。中国电力企业联合会在近些年均会发布过去一年的电力回顾以及新一年的电力展望。卓尔德中心对这些展望以及实际的电力增长进行了比较。结果如下。可以看出，仅仅是1年的提前量，其预期与实际的差别也可以用“巨大”来形容。

不是不需要预测，而是基于预测的有限性角色做额外安排

 事实上，电力系统随时都在做预测，各种时间尺度与地理范畴上的。即使预测不准确，其仍旧是有意义的，比如风功率的预测。对于风电的功率，如果不预测，那么需要准备的备用就基本是整个风电的波动全部;如果预测了，大部分的波动通过提前计划(scheduling)得以消化，需要安排备用的部分只是那部分“预测偏差”(fore error)。我国的调度部门目前风光预测是否有用，是否根据预测安排开机组合计划，而不是其他粗糙稳健的规则，由于调度运行数据不公开，不得而知。但是，无疑，在可再生能源越来越多的今天，做细提前计划已经是一个必须的工作。

大数据与人工智能时代：情况会有变化吗?

 大数据时代这似乎在改变。战胜国际象棋大师的深蓝，与战胜围棋大师的AlphaGo，起码笔者是无法理解其为何能够获胜了。但是它们的确是深度学习与人工智能的产物。从原因到结果的链条不再那么直接，机器的算法完全成为了黑箱。这可以用来做电力预测吗?当然可以，尤其是短期。但是，大数据也是会犯错误的，也是会有误差的。是不是类似医疗与自动驾驶方面的案例，会比人的误差更小还不得而知。因此，技术的发展并不会改变我们上面讨论问题的基本结论。

 预测往往是不准确的，特别是对于长期，所谓预测更确切的说法是基于各种前提的“情景分析”。这个长期有多长，取决于我们分析问题的类型与尺度。基于火电2-3年的建设期，风电1-2年的建设期，光伏6个月-1年的建设期，房地产1-3年建设期，主要工业设施2-10年建设期，电力需求的增长5年规划问题已经是个中长期问题。

——摘自《北极星售电网（电力需求在多大程度上是可预测的？作者：张树伟）》