光伏发电出力的条件预测误差概率分布估计方法

被引:73
作者
赵唯嘉 [1 ,2 ]
张宁 [1 ,2 ]
康重庆 [1 ,2 ]
王跃峰 [3 ]
李鹏 [3 ]
马烁 [3 ]
机构
[1] 清华大学电机工程与应用电子技术系
[2] 电力系统及发电设备控制和仿真国家重点实验室清华大学
[3] 不详
关键词
光伏发电; Copula; 点预测; 概率性预测; 条件预测误差; 天气类型;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
0807 ;
摘要
光伏发电出力的可预测性较低,相比点预测而言,光伏发电出力的概率性预测能够提供更多的信息,有利于电力系统的安全经济运行。提出了一种基于Copula理论的光伏发电出力的条件预测误差分布估计方法。采用Copula函数对光伏实际出力与点预测的联合概率分布进行建模,实现了任意点预测对应的光伏实际出力的条件概率分布的估计。针对天气状况,对光伏预测精度影响较大的实际情况,采用聚类的方法按天气类型将历史数据进行分类,针对每类天气类型的光伏预测误差分别进行建模以提高预测误差估计的准确度。以2014全球能源预测竞赛(GEFC 2014)中的光伏出力数据进行了实证分析,验证了所提出方法对光伏出力条件预测误差估计的有效性,结果表明提出的方法在校准性和锐度方面均优于常用的正态分布的预测误差估计方法。
引用
收藏
页码:8 / 15
页数:8
相关论文
共 14 条
  • [1] 基于多维时间序列局部支持向量回归的微网光伏发电预测
    黄磊
    舒杰
    姜桂秀
    张继元
    [J]. 电力系统自动化, 2014, 38 (05) : 19 - 24
  • [2] 基于动态贝叶斯网络的光伏发电短期概率预测
    董雷
    周文萍
    张沛
    刘广一
    李伟迪
    [J]. 中国电机工程学报, 2013, 33(S1) (S1) : 38 - 45
  • [3] 基于天气状态模式识别的光伏电站发电功率分类预测方法
    王飞
    米增强
    甄钊
    杨光
    周海明
    [J]. 中国电机工程学报, 2013, 33 (34) : 75 - 82+14
  • [4] 风电场输出功率的多时段联合概率密度预测
    杨明
    朱思萌
    韩学山
    王洪涛
    [J]. 电力系统自动化, 2013, 37 (10) : 23 - 28
  • [5] 基于灰色神经网络组合模型的光伏短期出力预测
    王守相
    张娜
    [J]. 电力系统自动化, 2012, 36 (19) : 37 - 41
  • [6] 风电出力分析中的相依概率性序列运算
    张宁
    康重庆
    [J]. 清华大学学报(自然科学版), 2012, 52 (05) : 704 - 709
  • [7] 基于多状态空间混合Markov链的风电功率概率预测
    周封
    金丽斯
    刘健
    张再利
    [J]. 电力系统自动化, 2012, 36 (06) : 29 - 33+84
  • [8] 基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究
    代倩
    段善旭
    蔡涛
    陈昌松
    陈正洪
    邱纯
    [J]. 中国电机工程学报, 2011, 31 (34) : 28 - 35
  • [9] 基于多元线性回归模型的并网光伏发电系统发电量预测研究
    李光明
    刘祖明
    何京鸿
    赵恒利
    张树明
    [J]. 现代电力, 2011, 28 (02) : 43 - 48
  • [10] 基于非参数回归模型的短期风电功率预测
    王彩霞
    鲁宗相
    乔颖
    闵勇
    周双喜
    [J]. 电力系统自动化, 2010, 34 (16) : 78 - 82+91