新能源预测核心名词解释

第一篇：新能源预测核心名词解释

• • 1. 新能源发电基础概念
  • • 1.1 新能源（New Energy / Renewable Energy）
    • 1.2 风力发电（Wind Power Generation）
    • 1.3 光伏发电（Photovoltaic Power Generation）
    • 1.4 集中式电站（Centralized Power Station）
    • 1.5 分布式电源（Distributed Generation, DG）
  • 2. 功率预测基础概念
  • • 2.1 功率预测（Power Prediction / Forecasting）
    • 2.2 短期预测（Short-term Prediction）
    • 2.3 超短期预测（Ultra-short-term Prediction）
    • 2.4 中长期预测（Medium- and Long-term Prediction）
    • 2.5 概率预测（Probabilistic Prediction）
  • 3. 预测精度评价指标（统一符号与定义）
  • • 3.1 均方根误差准确率（RCR）
    • 3.2 改进型均方根误差准确率（\(C_R\)）
    • 3.3 平均绝对误差（MAE）
    • 3.4 绝对值误差准确率（ACR）
    • 3.5 合格率（QR）
    • 3.6 概率预测专用指标
  • 4. 常用气象数据源与AI气象大模型
  • • 4.1 数值天气预报（NWP）源列表
    • 4.2 AI气象大模型（第一梯队）
    • 4.3 降尺度技术（Downscaling）
    • 4.4 多模态融合气象
  • 5. 电力市场与偏差考核
  • • 5.1 电力市场概述
    • 5.2 现货市场与功率预测的关系
    • 5.3 偏差考核（Deviation Penalty）
    • 5.4 电价预测
  • 6. 储能与虚拟电厂
  • • 6.1 储能（Energy Storage）
    • 6.2 新能源配储政策
    • 6.3 储能与功率预测协同
    • 6.4 虚拟电厂（VPP）
  • 7. 预测系统架构与工程实践
  • • 7.1 预测子站与主站
    • 7.2 数据通信规范
    • 7.3 安全隔离
    • 7.4 样板电站与出力还原
  • 8. 预测方法选型指南
  • 9. 预测误差诊断流程
  • 10. 极端天气场景预测增强方法
  • • 10.1 台风
    • 10.2 光伏组件积雪/覆冰
    • 10.3 低温导致风机叶片结冰
    • 10.4 小样本学习策略
  • 11. 概率预测校准方法
  • • 11.1 分位数回归的不一致问题
    • 11.2 等渗回归（Isotonic Regression）校准
    • 11.3 基于CRPS的集成校准
    • 11.4 面向现货市场报价的最优分位数选择
  • 12. 预测系统运维检查清单
  • • 12.1 每日检查
    • 12.2 每周检查
    • 12.3 每月检查
    • 12.4 每季度检查
    • 12.5 故障处理案例库（部分）
  • 13. 负荷预测
  • • 13.1 负荷预测定义
    • 13.2 负荷预测与新能源预测的关系
    • 13.3 负荷预测时间尺度
    • 13.4 负荷预测常用评价指标
    • • 13.4.1 平均绝对百分比误差（MAPE）
      • 13.4.2 加权平均绝对百分比误差（WMAPE）
      • 13.4.3 峰值负荷误差
    • 13.5 负荷预测影响因素
    • 13.6 负荷预测常用方法
    • • 13.6.1 传统时间序列方法
      • 13.6.2 机器学习方法
      • 13.6.3 深度学习方法
      • 13.6.4 集成与混合模型
    • 13.7 负荷预测典型流程
    • 13.8 负荷预测误差诊断要点
    • 13.9 负荷预测与现货市场
    • 13.10 分布式负荷预测（配电网）
  • 附录A：预测结果版本追溯要求
  • 附录B：低成本方案建议（适用于小型分布式电站）
  • • 参考文献