基于分位数回归原理定义风电功率预测风险指数——PaR(Predict at Risk),并针对不同预测模型的不确定性因素来源分别建立短期和超短期预测的不确定性分析模型。该模型可提供在任意置信水平下,预测功率可能出现的波动范围。将该模型应用...基于分位数回归原理定义风电功率预测风险指数——PaR(Predict at Risk),并针对不同预测模型的不确定性因素来源分别建立短期和超短期预测的不确定性分析模型。该模型可提供在任意置信水平下,预测功率可能出现的波动范围。将该模型应用于中国北方某风电场进行风电功率短期及超短期预测的不确定性分析,实验结果表明:较已有不确定性分析方法,该方法无需假设预测功率误差分布,既适用于基于历史数据的预测方法也适用于基于数值天气预报的预测方法,且计算过程简单。展开更多
文摘基于分位数回归原理定义风电功率预测风险指数——PaR(Predict at Risk),并针对不同预测模型的不确定性因素来源分别建立短期和超短期预测的不确定性分析模型。该模型可提供在任意置信水平下,预测功率可能出现的波动范围。将该模型应用于中国北方某风电场进行风电功率短期及超短期预测的不确定性分析,实验结果表明:较已有不确定性分析方法,该方法无需假设预测功率误差分布,既适用于基于历史数据的预测方法也适用于基于数值天气预报的预测方法,且计算过程简单。
