我国作为世界上最大的能源消耗国，油气能源的高依赖度，导致能源安全问题、环境问题日益明显。随着风力发电技术的不断提升，风电场装机容量和风电的并网规模不断增加，为我国带来巨大的经济效益的同时，缓解了能源安全并来带了环境效益。为了保证电力系统的稳定运行和供电系统的可靠性，必须对供电系统进行有效的计划、调度。然而，风电作为一种间歇性的电源，其波动性和不确定性，增加了对电网进行安全调度的难度，加重系统备用容量的负担。因此，对风电场输出功率的准确预报，不仅有助于合理的安排调度计划，实现电力系统的供需平衡，同时能有效降低备用容量、降低发电总成本。 本文中对风电场风电功率预测系统的国内外情况作了较为全面的介绍。其中，大部分的预测系统都采用了单点值预测方法，这些方法能够给出未来时段内风电功率最有可能出现的功率值;然而，单点值预测方法无法提供风电场风电功率输出的不确定性信息。概率性预测方法的出现，成为解决风电功率预测不确定性信息缺失的关键。此类方法不但能通过期望的方式给出单点值预测结果，同时能够以概率分布的方式，提供预测误差的分布信息，为电力系统调度决策、运行风险评估提供更加丰富的信息。 本文首先从ARMA和SVM这两种单点值预测方法入手，分析了这两种单点值预测方法的各自特点。而后，采用ARMA和SVM作为函数模型，实现了ARMA—分位数和SVM—分位数这两种基于分位数的概率性预测方法。在对SVM—分位数概率性预测方法的建模分析中，得到了分位数方法的概率密度函数，同时提出了对概率性预测结果检验值较差分段的分段针对性建模方法。接着，研究了基于相关向量机的概率性预测方法，在该方法的改进策略中，针对ARMA和SVM这两种单点值预测方法得到的误差序列使用RVM进行分析建模，提出了针对单点值预测误差的RVM概率性预测方法。最后，采用同样的评价指标，分别就单点值预测结果、概率性预测结果和运行时间成本这三个方面，对基于分位数回归和基于相关向量机的这两种概率性预测方法进行了分析对比。
NETL
