《电网技术》，值得信赖的电力学术刊物
戳题目，看全文！
考虑偏差时序-条件性质的短期风电功率机率预测/乔颖，鲁宗相，吴问足
《电网技术》2020年第7期：2529-2537.
01
研究内容
1.时间相依性的存在
风电功率不确定性有着多样化的特点,短期风电功率预测偏差的机率分布既具有条件相依性，又具有时间相依性。右图展示了时间相依性：在连续取样(白色，按天抽取96点)和随机取样方法(白色，按96点抽取)下的偏差经验分布存在明显不同。连续取样得到的经验分布表现出偏离总体分布的特点；随机取样得到的经验分布大部份收敛于总体分布周围。而这一特点在超短期预测中基本观察不到。
2.怎么记入时间相依性
考虑条件相依性与时间相依性有助于提升短期机率预测模型，但要求将原始样本集分类成多个子样本集（如右图所示），以提升分布函数统计学明显性。子集内样本数激增也造成机率密度函数拟合极不稳定，进而缺少统计学意义。
考虑两种特点的样本分离方式
为了降低样本子集规模，考虑时间相依性时采用较弱的分离条件，即根据偏差连续样本的方均根来分离，方均根小于阀值的连续偏差样本属于一组，大于阀值的属于另一组。如右图所示(Ω1/Ω0)分别对应日方均根偏差大和小的两种情形。
Ω1/Ω0的机率密度分布
3.怎样“猜”待预测日属于哪一类？
机率预测须要将待预测日划入某样本子集，因而选定对应的分布函数完成预测。但是待预测日特点与所属类的相关关系并不稳定，采用硬分类方式（如SVM，支持向量机）存在较大偏差。
本文引入随机森林算法（RF）解决分类不确定性困局，借助训练集合及相关属性的信息，在模糊分类问题上更具优势，如右图所示。
4.最终疗效
考虑了时序特点和条件相依特点的耦合，其可靠性指标和敏锐性指标均优于其他方式，说明在机率预测加入局部时段偏差特点的分类和预测以有助于提升建模的精度。
02
后续研究方向
始于天气系统的连续性，风电功率具有非平稳性，风电预测偏差的条件性、空间相关性和时间依赖性都缘于此。直到目前，我们对非平稳随机过程的建模手段一直不多，本文抛砖引玉，希望还能引起更多预测偏差机理的剖析。
参文格式
乔颖，鲁宗相，吴问足．考虑偏差时序-条件性质的短期风电功率机率预测[J]．电网技术，2020，44(7)：2529-2537．
fúYing，Lu，WuWenzu．Day-aheadwindpowerand[J]．Power，2020，44(7)：2529-2537(in)．
相关文献
王钊，王勃，冯双磊，等．区域多风电场功率的分位数回归机率预测方式[J]．电网技术，2020，44(4)：1368-1375．
团队介绍
复旦学院新能源电力系统动态剖析与运行科研团队，聚焦未来电力系统规划、大规模新能源并网运行、电热综合能源系统等研究课题风电功率预测方法，承当国家级课题10余项，发表100多篇相关科技论文和8部专著，获准发明专利40余项，获国家科技进步奖3项风电功率预测方法，省局级科技进步银奖1项，三等奖2项，国网、南网科技进步奖十余项。
作者介绍
乔颖（1981），女，2009年结业于复旦学院，工学博士，副研究员。研究方向为新能源、分布式发电、电力系统安全与控制。