PreFace 前言

在实现“双碳”目标推动下，我国风光新能源发电（下文称“风光发电”）装机容量持续提升。风光发电受气象资源影响明显，具有显著的随机性与波动性，大规模、高比例并网对电力系统安全经济运行造成了挑战，所以提升预测精度可有效缓解风光发电不确定性的负面影响，对于促进风光发电并网消纳、提升风光供电保障能力具有积极意义。此外，我国正稳步推进电力市场化改革进程，风光场站作为市场主体，其发电功率预测的准确性将直接影响场站的市场收益与考核。因此，如何充分利用数值天气预报信息，分析不同时空尺度下风光出力特性，利用先进模型与算法，准确预测风光发电功率，量化评估预测结果的不确定性，是电网调度、风光场站以及预测服务提供商持续关注的重点问题。

在上述背景下，山东大学电力系统经济运行团队以多时空尺度风光发电预测精度提升为目标，自2009年开始持续开展深入研究，针对超短期、短期等不同时间尺度，场站、集群、分布式等不同空间尺度，单值、概率、爬坡事件等不同预测形式，提出了系列预测方法，基本涵盖了风光发电功率预测所涉及的热点问题。与此同时，团队还自主研发了风光功率预测产品，实现了科研成果的产业转化与推广应用，积累了充足的工程经验。本书是对团队10余年研究成果的系统性总结，内容按照由浅入深，逐步展开的原则安排。

本书共7章，第1章介绍了国内外风光发电的发展现状，进一步引出了国内外风光发电功率预测方法以及系统的发展历程，在此基础上总结了风光发电对于电力系统以及电力市场的重要性；第2章介绍了风光发电预测的相关理论基础，包括面向风光发电预测的电力数值天气预报、风光发电预测分类、风光发电预测基础模型以及风光发电预测评价体系；第3章从风电特性分析出发，分别针对超短期、短期时间尺度以及集群空间尺度的特点介绍了相应的风电功率单值预测模型，通过算例对比研究证实了所提模型的有效性与精准性；第4章从光伏发电特性分析出发，分别针对超短期、短期时间尺度以及分布式空间尺度的特点介绍了相应的光伏功率单值预测模型，并利用实际场站数据进行模型性能验证研究；第5章在单值预测的基础上进一步深入探讨了风光发电功率概率预测，介绍了参数化概率模型（稀疏贝叶斯学习）和非参数化概率模型（分位数回归、D-S证据理论、核密度估计），并进行算例分析验证；第6章重点探讨了多模型组合预测在风光功率单值和概率预测中的应用，以克服单一预测模型环境适应能力较弱的缺陷，提升预测精准度和鲁棒性；第7章介绍了风光发电爬坡事件的定义，针对爬坡事件的小样本问题，提出了非精确概率区间预测方法。

本书是团队研究成果的总结。在此感谢直接参与此项研究的于一潇博士、李梦林博士、王传琦博士，以及所有参与到此项研究工作中的硕士研究生。此外，还要衷心感谢在课题研究过程中给予指导的韩学山教授、参与讨论的课题组其他老师，以及长期与团队保持密切合作与沟通的中国电力科学研究院新能源研究所的各位专家。本书涉及研究内容获得了国家重点研发计划项目“促进可再生能源消纳的风电/光伏发电功率预测技术及应用”（2018YFB0904200）、国家重点研发计划项目“大规模风电/光伏多时间尺度供电能力预测技术”（2022YFB2403000）、国家重点研发计划政府间国际科技创新合作项目“基于多元柔性挖掘的主动配电网协同运行关键技术与仿真平台研究”（2019YFE0118400-1）、国家自然科学基金联合基金项目“基于灵活性挖掘的区域能源互联网协同运行关键技术与仿真平台研究”（U2166208-1）的资助，也一并表示感谢。

本书内容体现的研究成果是阶段性的。由于作者水平有限，难免存在不足，恳请读者给予批评和指正。

杨明