7.1 一般规定

7.1.2 不同时间尺度的预测方法有本质区别。对于0~4h的超短期预测，风电功率主要由大气运动的持续性决定，因此采用历史数据外推的方式可以得到较好的预测效果；而对于0~72h的短期预测，基础性工作是通过数值天气预报数据预测未来大气运动的规律性，否则难以得到较好的预测结果，因此数值天气预报数据是短期功率预测最主要的输入数据。

    超短期功率预测方法：根据风电场历史及实时运行数据（包括功率、风速、风向等），建立历史数据与风电场未来功率的映射关系，从而实现对风电场未来较短时间的功率预测。常用的方法包括：持续预测、自回归滑动平均、卡尔曼滤波、人工神经网络、小波分析等。对于不同的风电场，这些方法的有效性和预测精度也有差异。

    短期功率预测方法：通过建立数值天气预报数据与风电场输出功率的预测模型，以数值天气预报数据作为预测模型的主要输入量，实现风电场输出功率的短期预测。常用的预测方法包括物理方法和统计方法。