用于校准风速/功率预报的集合模型输出统计（EMOS）新策略
大气与海洋物理
2022-06-23 v3
摘要
随着风电产量逐年持续增加，风速/功率预报的精度问题变得愈发重要。为能源市场提供准确预报，与风速预报固有的困难相冲突，例如数值天气预报模式分辨率较粗。在此，我们提出一种新颖的集合模型输出统计（EMOS），其考虑了预测目标与作为条件变量的预测因子及其他气象观测值之间的非线性关系。相较于其他处理非线性回归的更复杂策略，该策略计算代价低且易于实现。我们以系统方式评估了这一新策略，以量化其相对于普通线性EMOS策略的附加价值。为此，考虑了欧洲中期天气预报中心（ECMWF）所用集合预报系统（EPS）对意大利的风速/功率预报。校准基于2018和2019年意大利69个SYNOP站采集的历史风速观测。我们的结果显示了条件变量在厘清模式误差方面的关键作用，从而相对于普通EMOS策略实现了校准的明显改进。最后，我们量化了经校准的风速预报对风电功率预报的影响，获得了令可再生能源市场关注的结果。
引用
@article{arxiv.2108.12174,
title = {Novel strategies of Ensemble Model Output Statistics (EMOS) for calibrating wind speed/power forecasts},
author = {Gabriele Casciaro and Francesco Ferrari and Mattia Cavaiola and Andrea Mazzino},
journal= {arXiv preprint arXiv:2108.12174},
year = {2022}
}