万 灿，宋永华2，

（1. 浙江大学电气工程学院,浙江省杭州市310027；2. 智慧城市物联网国家重点实验室（澳门大学）,澳门）

0 引言

传统化石能源的长期利用导致能源安全、气候变暖、环境污染等问题,以风能、太阳能为代表的新能源具有分布广泛、清洁环保的优势,世界各国寻求以新能源替代传统化石能源的方法,从而构建低碳、高效、可持续的新能源电力系统。截至2019 年底,中国风电和光伏装机容量分别为210 GW 和205 GW,居世界首位［1］,高比例新能源已成为中国电力系统发展的突出特征。

新能源发电功率具有较强的随机性,风电、光伏等间歇波动性电源与储能、电动汽车等主动负荷的广泛接入使电力系统的供需态势呈现较高的不确定性,给系统安全与经济运行带来了严峻的挑战［2-3］。准确可靠的供需预测为新能源电力系统规划、运行、稳定分析与控制、交易提供信息支撑,对提高系统综合能效、促进新能源消纳具有重要意义,是新能源电力系统安全、经济和高效运行的重要保障［4］。

新能源电力系统预测的难点主要体现在以下几个方面:首先,新能源电力系统中供需双侧随机不确定性高［5］,供给侧新能源发电的固有随机波动性和不可控性带来较高的不确定性［6-7］,需求侧用户主动响应增多,大规模分布式新能源发电接入并与负荷复杂耦合,供需侧双向互动频繁,均成为影响新能源电力系统随机不确定性的重要因素,给精准可靠预测带来困难；其次,预测对象的影响因素众多,既有用户侧用能行为多变等内部因素,又有气象条件、地理环境等外部因素,既有多时间尺度的自身历史统计数据,又有多空间尺度的相关预测对象统计数据；……