本次汇报对分布式储能网络化运营能量需求预测研究的研究进展进行介绍，主要从科研背景、科研问题、科研目的、研究进展几个方面展开。

科研背景:

储能是通过特定的装置或物理介质将不同形式的能量通过不同方式储存起来，以便以后在需要时利用的技术。 当前，我国经济结构和能源体系正经历革命性变化。分布式能源在提升能源利用效率、优化能源供给结构、缓解能源供需地域不平衡等方面发挥了重要作用，是现代能源系统不可或缺的重要组成部分，其应用场景包含用户侧、分布式电源侧和配网侧等三个方面。

科研问题：目前的研究中，分布式储能节点负荷的不确定性与随机性更强，存在数据稀疏性与不稳定性问题，难以精准预测分布式储能能量需求。

科研目的：结合多储能单元历史负荷数据来预测各储能单元的电力负荷，通过图卷积神经网络，引入不同储能单元时空信息、储能数据信息，挖掘不同时间、地点分布式单元间负荷需求的内在相关性，提升预测模型对单一储能单元能量需求预测的精准性。

研究场景：