新能源在满足世界能源需求方面日益重要，其特点是，发电量在很大程度上取决于天气状况。为了有效地将其整合到电网中，对新能源发电量进行准确的预测是一项不可避免的要求。新能源准确预测成为一项有趣且新颖的挑战。 虽然已有大量文献对新能源预测进行了研究，但在该领域没有建立正式的基准程序或数据集，新的出版物很少复制其他研究小组过去工作的结果进行比较 。鉴于这些事实，IEEE工作能源预测小组组织了全球能源预测竞赛（Global Energy Forecasting Competition，GEFCom），促进领域的良性发展。竞赛发布了完整的数据集，试图建立一个新能源预测的基准数据集。
本期分享全球能源预测竞赛数据集和对应文献， 可用于光伏发电、风电功率、负荷、电价的预测 。希望为您的课题带来可用的数据帮助。
CEFCom2012数据集包括两个数据集：用于 负荷预测和风电预测 的数据集。解压缩文件，在Load文件夹，有6个CSV格式文件：
load_history：20个区域的每小时负荷历史，从2004/1/1的第1小时至2008/6/30的第6小时。不包括着这8周数据：2005/3/6–2005/3/12, 2005/6/20–2005/6/26,2005/9/10–2005/9/16, 2005/12/25–2005/12/31,
2006/2/13–2006/2/19, 2006/5/25–2006/5/31,2006/8/2–2006/8/8, 2006/11/22–2006/11/28 。
temperature_history：11个气象站监测的从2004年1月1日第1时至2008年6月30日第6时的逐时气温历史。
holiday_list：2004/1/1至2008/7/7的美国联邦假日列表
load_benchmark：从2008/7/1至2008/7/7预测的每小时负荷，权重列显示分配给不同周和级别的权重
load_solution：从2008/7/1至2008/7/7的实际每小时负荷
temperature_solution：从2008/6/30 7:00到2008/7/7 24:00的温度数据。指标列显示了划分解决方案数据的方式，以便计算公共和私人排行榜的分数
在Wind文件夹，有11个CSV文件用于风电预测：
train： 2009年7月1日至2010年12月31日七个风电场的每小时风电功率观测数据(即训练集)，没有任何漏洞，除非可能是数据质量问题的结果
test：2011年1月1日至2012年6月28日7个风电场每小时风电功率观测数据
windforecasts_wf1-wf7：七个风力发电场的风电预报，以及测量结果同期的风电预报。预报每12小时发布一次，预报范围为48小时，时间分辨率为每小时一次
benchmark：预测了七个风电场每小时的风电功率
load_solution：从2008/7/1至2008/7/7的实际每小时负荷
windpowermeasurements：实际的风电功率测量值。指标列显示了划分解决方案数据的方式，以便计算公共和私人排行榜的分数
Tao Hong, Pierre Pinson and Shu Fan, "Global energy forecasting competition 2012", International Journal of Forecasting, vol.30, no.2, pp 357-363, April-June, 2014.
点击左下方“ 阅读全文 ”即可获取
2014年全球能源预测竞赛(GEFCom2014)数据集有4个数据集，包括 负荷、电价、风电功率和太阳能发电预测 四个方面。解压缩后，文件夹包括一个“Instructions.txt”文件和其他15个子文件夹。在每个名为“Task n”的文件夹中，有两个文件:Ln-train.csv和Ln-benchmark.csv。train文件可以用来生成预测。基准测试benchmark文件包括从基准测试方法生成的预测。
负荷预测数据集GEFCom2014-L：包括69个月的每小时负荷数据(从2005年1月到2010年9月)和117个月的每小时天气资料(2001年1月至2010年9月)。
电价预测数据集GEFCom2014-P：提供每小时的数据，包括位置边际价格，区域负荷预测和系统负荷预测。2.5年每小时电价、分区和系统负荷预测数据(2011年1月1日至2013年6月15日)
风电预测数据集GEFCom2014-W：预测澳大利亚10个风电场对应的10个区域24小时的风电发电量。纬向风分量和经向风分量(表示为u和v)，即风矢量分别在东西轴和南北轴上的投影
太阳能发电预测数据集GEFCom2014-S：用于预测未来24小时的太阳能发电量，三个太阳能发电厂位于澳大利亚的某一地区。包括欧洲中期天气预报中心(ECMWF)提供的12个天气变量。
Tao Hong, Pierre Pinson, Shu Fan, Hamidreza Zareipour, Alberto Troccoli and Rob J. Hyndman, "Probabilistic energy forecasting: Global Energy Forecasting Competition 2014 and beyond", International Journal of Forecasting, vol.32, no.3, pp 896-913, July-September, 2016.
GEFCom2017数据集用于负荷预测，提供ISONE在区域(8个负荷区负荷序列)、州(一个序列是马萨诸塞州三个负荷区之和)和系统级(一个序列是八个区域序列的总和)，总共有10个时间序列。
Hong T , Xie J , Black J .Global energy forecasting competition 2017: Hierarchical probabilistic load forecasting[J].International Journal of Forecasting, 2019
发布每个负荷区和整个新英格兰系统的负荷数据，从 2011年到2023 年。
ISO New England - Energy, Load, and Demand Reports
微信搜索并关注- 优化算法侠 ，或 扫描下方二维码 关注，以算法名字搜索历史文章即可下载。
新能源预测数据集GEFCom Data，用于光伏发电、风电功率、负荷、电价预测
纷传
320多种基础的群智能优化算法-matlab
175种群智能优化算法python库
求解cec测试函数-matlab
解决12工程设计优化问题-matlab
求解11种cec测试函数-python
解决12种工程设计优化问题-python
https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247485602&idx=1&sn=806af7a9a7169b058e179ca2a089c287&chksm=c12be4a7f65c6db15c5969dd0223d2e42759a8e24a263fb71abac3b5015c0cabe2c5bdbbf285&token=649838004&lang=zh_CN#rd