甘肃风电预测模型：将复杂天气转化为可量化的出力判断

明天甘肃的风，会发多少电？风电出力随天气变化，电力交易却需要提前形成对未来边界条件的判断。可问题在于，天气预报给的是风，不是电。风速、风向、温度、气压这些气象信息，怎么才能变成可用的出力判断？

本文以甘肃为例，详细介绍风电预测模型的真实搭建过程：先明确任务和数据，再比较模型、检验稳定性，最后回到误差分布和关键气象因素。本次建模服务于D+2交易场景，即提前两天预测目标日24个小时的甘肃风电总出力。为了将复杂天气变化转化为可量化的出力判断，我们将历史风电出力与数值天气预报组合起来，实现了区域级逐小时的精准预测。

01

准备数据：把天气预报

转化为建模信息

Data Preparation

我们首先整理河西、河东不同高度的风速、风向，并加入温度、气压、湿度、降水和降雪等数值天气预报信息。在原始变量之上，还根据温度和气压计算空气密度，将空气密度与风速三次方组合，让变量更接近风能的物理表达。

风向是一个周期变量，0度和360度在物理上几乎相同，在数值上却相差很大。因此，我们增加了风向的正弦和余弦编码。同时，使用低温、高湿并伴随降水或降雪的组合条件，构造结冰风险标记。经过时间对齐、缺失值检查和异常值处理后，才形成最终的建模样本。

整个过程的关键，是没有简单地把所有天气数据直接输入模型，而是先用风力发电机理对原始数据进行重组，让模型看到更有意义的能量表达。

02

比较模型：非线性方法

更适合风电出力

Comparison Model

实验比较了四类模型：岭回归模型作为线性基准，随机森林模型、极端随机树模型和直方图梯度提升模型用于学习更复杂的非线性关系。四个模型使用相同的训练数据、特征和时间验证方式，因此结果可以直接比较。

图1 | 四类模型在12个时间窗口中的平均MAE

结果显示，岭回归模型的平均MAE约为2224 MW，极端随机树模型为1661 MW，误差下降约25.3%。同时，平均R²从0.557提高到0.751。随机森林模型和直方图梯度提升模型也明显好于线性基准，三种树模型总体处于同一竞争梯队。

风电出力并不是风速的简单线性映射。风速大小、风向、空气密度和不同区域风场会同时作用，而且在高出力区间还可能出现限功率和饱和。树模型更擅长处理这些组合关系，这是本次模型精度提升的主要来源。

03

按照时间验证：

检验模型的稳定性

Time-based Verification

时序预测不能用随机拆分代替真实的时间推进。因此，我们同时使用了固定时间划分和滑动窗口验证。固定划分用一次确定的训练期、验证期和测试期评估模型；滑动窗口则不断向后推进，用之前的数据训练，再预测紧接着的时段。

图2 | 两种验证方法在同一8月测试集上的结果

固定划分下，极端随机树模型在8月测试集上的MAE约为1333 MW，R²约为0.905；滑动窗口选出的同类模型，MAE约为1378 MW，R²约为0.899。两种方法的MAE只相差约45 MW，R²只相差0.006，最终精度基本处于同一水平。

滑动窗口的价值不是自动让最终分数变得更好，而是把一次测试扩展为连续时段检验。它让我们看到，较好的8月结果并非完全来自偶然的数据切分，也让模型选择的依据更接近真实使用过程。

图3 | 四类模型在12个连续时间窗口中的MAE变化

不同时间窗口的难度并不相同。极端随机树模型在第4个窗口的MAE约为1192 MW，在第10个窗口升至2244 MW。四类模型的误差往往在同一窗口一起上升，说明时段间的天气和运行状态变化，对预测难度的影响很大。

04

8月预测效果：

主要出力变化得到捕捉

August Forecast

图4 | 2026年8月逐日平均实际出力与预测出力

以滑动窗口选出的极端随机树模型为主要结果，8月全月MAE约为1378 MW。相对于43890.5 MW的风电装机容量，归一化MAE约为3.14%。R²达到0.899，说明模型能够解释约89.9%的小时出力波动。

从逐日曲线看，预测结果对主要爬坡、回落和峰谷变化的跟踪较好。尤其是8月5日至12日的高出力阶段，整体趋势与实际值基本一致。在提前两天开展区域风电预测的条件下，模型已经较好地捕捉了全月的主要变化。

图5 | 744个测试小时的实际值与预测值

散点总体沿理想线分布，进一步表明模型已学习到主要出力规律。高出力区域部分点位于理想线下方，表明极高出力过程还存在一定低估。对交易应用来说，这些时段比普通时段更需要配合风险区间解读。

05

拆解误差：哪些日期和小时

更难预测

Error Decomposition

单一的全月MAE会把不同日期和小时的差异平均掉。为了找到真正的高风险时段，我们先计算每天24个小时的平均绝对误差，再将误差展开为31天乘24小时的热力图。

图6 | 2026年8月分天分小时绝对误差

误差并非均匀分布，而是在少数连续天气过程中集中出现。热力图中可以看到多个连续的高误差带，而非零散的单一异常点。

两种验证方案在高误差时段上高度一致，说明这些误差更可能与天气系统快速变化、气象预报偏差或出力突变有关，并非仅由模型参数造成。对交易人员而言，按照天、小时分析的价值，正在于它能指出哪些时段需要提高风险权重。

06

模型学到了什么：

风速及其非线性表达最关键

Critical Factors

图7 | 极端随机树模型的前12项特征重要性

特征重要性显示，河西100米和200米风速三次方是最重要的预测变量之一。主要风速及其非线性特征直接贡献约33.2%的模型重要性；如果计入河东高空风速，风速相关变量构成了模型的信息主体。

这与风能近似正比于风速三次方的物理规律一致。模型不仅学会了风速越大时出力通常越高，还学习了不同高度、不同区域风速之间的组合关系。与线性模型相比，这正是树模型能够显著降低误差的原因。

特征重要性表示模型对变量的依赖程度，并不等同于严格因果关系。更稳妥的理解是：在当前数据范围和预测口径下，高空风速及其非线性表达提供了最主要的有效预测信息。

07

空气密度：与风速结合后

体现重要价值

Air Density

空气密度由温度和气压共同决定。单独看时，空气密度与出力的线性相关系数约为-0.10，表现并不突出。但在极端随机树模型中，河西空气密度乘以100米风速三次方、河西空气密度乘以200米风速三次方，分别位列特征重要性第2和第4位，两项合计贡献约28.9%。

这说明空气密度的价值，不是单独回答密度越大出力是否越高，而是在相同风速条件下修正空气携带的能量。先计算空气密度，再与风速三次方组合，使模型能够直接学习更接近风能密度的表达。从结果看，这种基于物理机理的特征构造，比简单堆叠温度和气压更有效。

08

结冰风险：

样本较少但值得单独关注

Risk of Icing

图8 | 甘肃冬半年结冰风险与非结冰小时平均风电出力

严格按12月至2月统计时，当前规则没有识别出结冰风险小时。已识别的81个风险小时集中在3月、4月、10月和11月，因此采用10月至次年4月的冬半年口径，使结冰与非结冰样本尽量处于相近季节条件中。

冬半年共有7224个小时，其中81个小时被识别为结冰风险时段，约占1.1%。非结冰小时平均风电出力约为8003 MW，结冰风险小时约为5148 MW，低约35.7%。低温、高湿并伴随降水或降雪的天气组合，对应着明显偏低的出力场景。

这一结果体现的是场景相关性，不能直接解释为严格因果关系。由于结冰风险样本只占冬半年约1.1%，它在全年模型中的总体重要性较低。但对寒潮、雨雪和持续低温过程，结冰仍是一类发生频率较低、局部影响可能较大的特殊风险。

09

结语：让预测结果真正

服务电力交易

Conclusions

从建模结果看，极端随机树模型已经能够较好地描述甘肃风电出力的主要变化。非线性风速特征、空气密度与风速的组合关系，以及严格的时间验证，共同支撑了当前的预测效果。分天分小时误差分析则把一个全月平均指标，转化成了可以定位到具体日期和时段的风险信息。

对电力交易而言，更准确的风电预测可以提高电量判断的可靠性。在稳定天气下，交易人员可以更多参考模型的中心预测；在天气快速变化或结冰风险时段，则可适当扩大误差区间并保留安全余量。预测结果因此不再只是一条出力曲线，而可以进一步转化为“预测出力、误差区间与风险时段”的交易辅助信息。

风电预测的价值，并不只体现在一个更高的R²或一个更低的MAE上。更重要的是，它能够把复杂的天气变化转化为可量化的出力判断，帮助交易人员提前识别风险，在每一个交易时段作出更有依据的决策。