5.2 展望

本部分所建立的光伏短期功率预测模型和风电短期功率预测模型有效地提高了预测精度，但由于历史数据样本采集时间跨度较短，并未考虑大数据条件下对结果的影响，对于异常天气情况下其模型的泛化性能有待提高，精度方面的改进也有较大的提升空间，今后还有以下几个方面需要进一步的研究和探索：

1）光伏预测是基于辐照度参数进行的，对于一些无法提供辐照度数据条件的地区，还需要提前进行短期辐射强度的分析和预测。因此，今后需加大对辐照度特征性质的分析。

2）基于大数据的条件有利于数理统计的分析，如何在考虑近3年甚至近5年的数据采集样本时更加合理地对天气的类型进行划分标识，同时考虑年周期相似性的特性，需要在今后的研究中进一步展开。

3）考虑时间序列的相互关联度，本部分关于风速的预测研究只提取了10日的风电历史数据，并未针对天气波动大时的风速进行处理，从而提高了模型预测的泛化性。