光伏功率发电的多变量预测区间

当前概率预测文献侧重于逐个量化每个随机变量的不确定性。这导致无法揭示不同位置和/或不同提前期不确定性的相互依赖结构。当若干随机变量之间存在正或负关联时,它们的预测区域应由多变量或联合不确定性集来反映。现有文献在多变量不确定性集建模方面非常初步。本文以多变量预测区间的形式生成不确定性区域。我们将考察 Gaussian 与 R-Vine copula 在刻画连续提前期光伏功率发电相关行为方面的性能。Copula 基于拟合优度度量以及技能分数进行比较。阐述了一个由 Gaussian 与 R-vine 多变量密度生成的场景构建多变量预测区间的框架。所得多变量预测区间基于其校准性与锐度进行评估。该方法在包含光伏功率测量与天气预报的真实数据集上进行了测试。本文为光伏功率的多变量不确定性建模提供了一系列有用的分析与对比结果,可作为该领域未来工作的基础。