概率风电功率曲线模型

用条件变分自动编码器刻画风电功率的不确定性，估计条件概率密度函数，建模更可靠。

Zheng, Zhong · Yang, Luoxiao · 张紫君

IEEE Transactions on Sustainable Energy 2023

技术优势

分布更贴切

引入潜在随机变量刻画天气和机组状态，并用无限高斯混合模型描述不对称、异质的条件功率分布。

预测更可靠

相比基准模型，连续排名概率分数更低，预测区间更可靠且更窄。

对输入稳健

无论使用单变量还是多变量预处理数据，模型都表现出更好的鲁棒性。

应用场景

• 风电功率预测：提供预测分布而非单点值，量化不确定性。
• 风电场运行优化：用概率曲线辅助决策，降低运行风险。
• 风电机组状态监测：通过潜在变量反映机组状态变化，辅助监测。
• 能源系统不确定性分析：为系统不确定性分析提供风电功率的条件密度。