杨 茂，董 昊

（现代电力系统仿真控制与绿色电能新技术教育部重点实验室（东北电力大学）,吉林省吉林市132012）

0 引言

风电功率区间预测是指在既定的置信度下,对待预测时刻风电出力的上下边界进行预测,是提高电力系统经济运行效率,降低电网安全风险系数的重要方法［1-2］。根据是否考虑气象环境等因素,可以将风电功率区间预测大体分为统计模型和物理模型［3-4］。

统计模型利用历史预测结果,对所得误差进行分类和拟合,结合待预测时刻的点预测结果进而得到功率的上、下边界［5］。文献［6］利用混合Gaussian分布近似得到目标随机变量的条件分布,可以对模型的不确定性定量地描述。文献［7］利用混合偏态分布模型估计短期风电预测误差分布,并通过概率密度曲线非线性拟合进行参数估计。以上文献所提方法均为参数型,即假设误差满足某一种特定的分布形式,具体还包括Beta分布［8］、Logistic分布［9］、翘曲高斯分布［10］等。但由于风电出力具有强波动性和高随机性的特征,实际的预测误差可能并不符合某一具体的分布,并且同一模型对于不同数据拟合效果的差异性较大。文献［11］利用Bootstrap重采样得到多个风电功率误差训练样本,并结合待预测时刻功率数据得到区间预测结果。文献［12］建立基于径向基神经网络的分位数回归模型,实现了气象信息和功率数据的非线性映射,得到了分位数形式的短期功率上下边界值。以上文献所提方法均为非参数型,即事先不对误差概率分布进行假设,更有利于提高误差概率分布的拟合精度,常用方法还有核密度估计［13］、相关向量机［14］等。……