光伏發(fā)電出力的可預(yù)測性較低，相比點預(yù)測而言，光伏發(fā)電出力的概率性預(yù)測能夠提供更多的信息，有利于電力系統(tǒng)的安全經(jīng)濟運行。提出了一種基于 Copula 理論的光伏發(fā)電出力的條件預(yù)測誤差分布估計方法。采用 Copula 函數(shù)對光伏實際出力與點預(yù)測的聯(lián)合概率分布進行建模，實現(xiàn)了任意點預(yù)測對應(yīng)的光伏實際出力的條件概率分布的估計。針對天氣狀況，對光伏預(yù)測精度影響較大的實際情況，采用聚類的方法按天氣類型將歷史數(shù)據(jù)進行分類，針對每類天氣類型的光伏預(yù)測誤差分別進行建模以提高預(yù)測誤差估計的準(zhǔn)確度。以 20 1 4 全球能源預(yù)測競賽（GEFC 20 1 4）中的光伏出力數(shù)據(jù)進行了實證分析，驗證了所提出方法對光伏出力條件預(yù)測誤差估計的有效性，結(jié)果表明提出的方法在校準(zhǔn)性和銳度方面均優(yōu)于常用的正態(tài)分布的預(yù)測誤差估計方法。

　　基于 Copula 理論的條件預(yù)測誤差分布

　　隨機變量之間的相關(guān)性反映了一個隨機變量的概率分布受另一個隨機變量取值的影響程度。通常采用線性相關(guān)系數(shù)或協(xié)方差描述隨機變量之間的相關(guān)性。然而，線性相關(guān)系數(shù)僅能表示隨機變量相關(guān)性的測度，難以反映隨機變量詳細(xì)的相依結(jié)構(gòu);聯(lián)合概率分布雖然包含了隨機變量完整的相依結(jié)構(gòu)，但聯(lián)合概率分布通常難以被解析地表示［15］。尤其是各隨機變量具有不同的邊緣分布［1 6］的情形（邊緣分布指多元聯(lián)合分布中每個單個變量自身的一維概率分布），例如一個變量為貝塔分布，而另一個變量為高斯分布時，則很難用一個解析的雙變量函數(shù)來刻畫它們的聯(lián)合概率分布，因此其實際應(yīng)用價值不高。 Copula 理論為描述隨機變量之間的相依結(jié)構(gòu)提供了一種有效的途徑。該理論將多個隨機變量聯(lián)合分布寫為各自的邊緣分布以及它們之間連接關(guān)系的復(fù)合函數(shù)。以二維情況為例，可如下敘述 Copula 理論。