《光伏发电出力预测技术研究综述》等15篇优秀论文入选《电工技术学报》2019年度优秀论文，荣获中国电工技术学会表彰。现将部分获奖论文的文章简报分享给各位读者，以期促进本领域的技术交流。
准确的光伏发电出力预测对于保障高比例光伏接入后系统的安全稳定与经济运行具有重要意义。目前我国对于光伏发电出力预测技术的研究尚处于广泛研究阶段，本文对光伏发电出力预测技术的研究成果进行了归纳总结。首先，分析了光伏发电系统的发展及预测现状；然后，从点预测、区间预测和概率预测三个方面，分别对当前的预测方法及技术、预测效果的衡量指标等进行了梳理、归类、总结和评述；最后，根据目前我国光伏产业的现状及发展趋势，探讨了未来光伏发展及出力预测的研究方向。
团队介绍
智能调度与控制课题组由广西大学电气工程学院黎静华教授领头，由教授、副教授、高级工程师、助理教授、博士研究生、硕士研究生组成的一支集“产、学、研、用”于一体的专业科研团队，团队现有40余人。目前已经形成电力系统优化运行与控制、广义负荷建模与预测技术、可再生能源并网运行与控制技术以及电力装备研究及其控制技术等多个特色鲜明的研究方向。
黎静华
1982出生，教授，博士生导师，IET Fellow，IEEE Senior Member。全国宝钢优秀教师、广西青年科技奖获得者、广西勤廉榜样先进个人。主要从事电力系统规划、运行和控制相关的研究。担任广西大学电气工程学院副院长，中国电工技术学会人工智能与电气应用专业委员会副秘书长，IEEE PES中国区可再生能源电力系统调度运行分技术委员会副秘书长等。主持国家自然科学基金3项（面上2，青年1），主持完成国家重点研发计划项目子课题1项。以第一完成人获2020年广西科学技术发明二等奖和中国电力创新二等奖各1项，以主要完成人获湖北省科学技术进步一等奖和中国电力科学技术进步一等奖各1项，以主要完成人获广西高等教育自治区教学成果一等奖和二等奖各1项。独著专著2部，合作专著3部。以第一作者发表SCI、EI期刊论文42篇，第一发明人授权发明专利21项，入选ESI高被引论文、F5000论文各1篇。
研究背景
近年来，太阳能开发利用已成为全球能源转型的重要领域，光伏发电全面进入规模化发展阶段，呈现出良好的发展前景。截止2020年，全球光伏发电装机容量达到760GW，较2019年增长21.3%，我国光伏发电装机容量达到253GW，较2019年增长23.5%。
由于光伏发电出力受气象等因素影响较大，具有较强的间歇性和波动性，这些特性使得高比例光伏接入后给电力系统运行带来挑战。若能准确进行光伏发电出力预测，不仅可以提高光伏电站运营效率，而且可以帮助调度部门调整运行方式，确保高比例光伏接入后电力系统的安全稳定与经济运行。
论文方法及创新点
光伏发电出力预测的方法多种多样，根据不同的标准有不同的类别。如图1所示，根据预测过程的不同，可分为直接预测和间接预测；按照预测空间尺度的不同，可分为单场站预测和区域预测；按照预测时间尺度的不同，可分为超短期预测（0～4h）、短期预测（0～72h）以及中长期预测（1月～1年）；按照不同预测形式，光伏发电出力的预测主要分为点预测、区间预测、概率预测和场景预测。
对于不同预测过程、不同时间尺度和不同空间尺度下的光伏发电出力预测，均可以从点预测、区间预测、概率预测和场景预测等不同的形式进行预测研究。
点预测、区间预测、概率预测和场景预测分别从点、区间、概率分布函数、场景等方面，提供可再生能源电力的预测信息，如图2所示。
点预测可为可再生能源电力系统制定调度计划提供预测的点功率。区间预测可为可再生能源电力系统制定调度计划提供预测的功率变化区间，如图2中的出力上限曲线与出力下限曲线。概率预测基于概率预测结果，可以得到不同置信度水平下的概率区间，如图2中10%~90%置信水平下的预测区间。场景预测可得到多个可再生能源电力可能发生的场景，如图2中的多场景预测曲线。
区间预测、概率预测及场景预测技术突破了单一点功率预测的局限，可以获得更加全面准确的可再生能源电力预测信息。区间预测、概率预测以及场景预测方法的对比分析如表1所示。
图1 光伏发电出力预测方法分类
图2 光伏发电出力点-区间-概率-场景预测示意图
表1 区间预测、概率预测以及场景预测方法对比
常用区间预测、概率预测以及场景预测评价指标的应用特点以及适用范围归纳总结如表2所示。
表2 区间预测、概率预测以及场景预测指标
结论
本文简要介绍了目前我国光伏发电系统的发展现状、光伏发电出力的预测水平及国内外预测系统，从点预测、区间预测和概率预测对光伏发电出力预测技术进行了较为全面的梳理、归纳和评述，并对未来光伏发展及出力预测等方面进行展望，得出以下几点结论：
1）随着大数据和人工智能技术的发展，点预测中元启发式学习方法和组合方法将会受到更多学者的关注。
2）当前的研究主要集中在点预测，区间预测和概率预测将是未来光伏发电出力预测的重要研究方向之一。区间预测的关键是尽可能缩小光伏发电出力落入区间的范围，概率预测的关键是准确预测光伏发电出力的概率分布和提高算法的适用性。
3）对于预测精度评价方面，采用多种指标进行评价是较为科学的。MAE、MAPE、RMS和RMSE是点预测常用的指标，PICP、PINAW和IS是区间预测常用的指标，RSS、Theil系数、RPS和CPI是概率预测常用的指标。
4）掌握光伏发电电力固有的间歇性、波动性等特征是提高预测水平的难点之一，深度挖掘光伏发电出力的特性和研究精细化、有针对性的预测软件是未来研究的重要内容。
引用本文
赖昌伟, 黎静华, 陈博, 黄玉金, 韦善阳. 光伏发电出力预测技术研究综述[J]. 电工技术学报, 2019, 34(6): 1201-1217. Lai Changwei, Li Jinghua, Chen Bo, Huang Yujin, Wei Shanyang. Review of Photovoltaic Power Output Prediction Technology. Transactions of China Electrotechnical Society, 2019, 34(6): 1201-1217.
