集合模型输出统计（EMOS）的新策略用于校正风速/功率预测
摘要：风速/功率预测准确性的问题随着风力发电量逐年增加变得越来越重要。准确的能源市场预测与风速预测的固有困难相冲突，例如，数值天气预报模型的粗糙分辨率。在这里，我们提出了一种新颖的集合模型输出统计（EMOS），它考虑了预测指标与预测变量和其他用作条件变量的天气观测之间的非线性关系。该策略在处理非线性回归方面相对其他更复杂的策略来说计算成本低廉且易于实施。我们对这种新颖策略进行了系统评估，以量化其相对于普通线性EMOS策略的附加价值。本研究以欧洲中期天气预报中心（ECMWF）使用的集合预测系统（EPS）对意大利的风速/功率预测进行考虑。校准基于2018年和2019年意大利69个SYNOP站收集的过去风速测量数据。我们的结果显示了条件变量在解开模型误差中所起的关键作用，从而实现了相对于普通EMOS策略的校准的明显改进。最后，我们量化了校准的风速预测对风力预测的影响，为可再生能源市场提供了有趣的结果。
作者：Gabriele Casciaro, Francesco Ferrari, Mattia Cavaiola, Andrea Mazzino
论文ID：2108.12174
分类：Atmospheric and Oceanic Physics
分类简称：physics.ao-ph
提交时间：2022-06-23