陈云龙，殷豪，孟安波，周亚武

(广东工业大学 自动化学院，广州 510006)

0 引 言

目前，人们对光伏出力预测的研究主要集中在点预测上，常用方法有马尔科夫链法[1]、时间序列预测法[2]、支持向量机法[3-4]、人工神经网络法[5-6]等。所谓点预测即是依据一定规则直接推测出光伏系统未来某时刻的确定输出值。由于光伏输出具有波动性和不确定性，从而导致点预测往往达不到理想精度。此外，点预测所提供的信息非常有限，无法反映光伏输出的潜在不确定性，电网调度人员无法从中得知预测值的可靠性，更无法对系统的预留备用作出有效决策。相比之下，区间预测除了能够呈现未来时刻光伏系统的预测值，还提供了该预测值的置信区间、对输出功率的波动范围进行估计。显然，在调度部门制定发电计划和安全经济运行调控方面，区间预测更具实用价值。

至今，国内外有关光伏输出功率区间预测的研究还处于初步阶段，文献[7]将光伏点预测的误差视为正态分布和拉普拉斯分布进行研究，从而求出一定置信度下的光伏输出预测区间；文献[8]综合考虑影响光伏发电量的多种因素，用动态贝叶斯网络理论构建光伏短期概率预测模型，在已知当前时刻各影响因素水平条件下，预测光伏发电量的概率分布；文献[9]采用集对分析理论，提出了太阳辐照度区间的预测方法。以上方法在假定预测误差符合某种分布规律的前提下展开研究，其可靠性受到质疑。……