wind power forecasting

动机

风力发电的大规模引入会给电力市场和电力系统运营商带来许多挑战，他们在制定计划和调度决策时必须应对风能发电的可变性和不确定性。

这项练习的目的是开发自适应模型，以预测风电场的1、2和3小时。我们可以掌握风力测量和天气预报的小时平均值（包括1小时，2小时和3小时的温度，风速和风向预测）。

模型

我们将根据功率曲线的估计来考虑一个多元模型。其次，我们将实施直接的Arima（1,1,1）模型。第三，我们将考虑考虑Arima（1,1,1）-garch（1,1）模型，我们将使用GARCH模型来预测残差。

过程

在Arima，Arma-Garch和Arima-Garch模型中，分析程序应保持一致。这些模型最初应安装在整个1999年的数据集中。随后，应采用滚动预测方法，并将模型适合前1。5年。它可能是过度充满的，并且计算过多。

所有详细信息都在Wind power forecasting - report.pdf 。这些方法在R和Python中实现