基于在线高斯过程回归的短期风电功率概率预测

预测未来几个小时的风电出力对于电力系统的安全经济运行以及风电参与电力市场至关重要。由于风电功率序列具有强随机性与非平稳性,需要对其不确定性进行刻画建模。同时,考虑到机组设备老化、叶片污染及风电场环境变化等因素会影响风电机组的出力特性,从而使得风电功率预测模型参数存在时变,增大了风电功率预测难度。文中提出了一种基于在线高斯过程的短期风电概率预测方法:首先,利用高斯过程回归模型对风电功率预测问题进行建模;然后,结合结构化内核插值与Woodbury恒等式,降低高斯过程计算复杂度,实现高斯过程的快速求解;最后,采用分块缓存与更新的方法实现高斯过程模型参数与超参数实时在线更新。经2014年全球能源预测大赛发布的风力发电数据验证,结果表明所提算法具有较好的预测性能,同时具有自适应性,可以有效应对模型参数时变问题。