日前，信电学院叶林教授团队在大规模风电功率空间相关性预测的最新研究成果“Correlation-Constrained and Sparsity-Controlled Vector Autoregressive Model for Spatio-Temporal Wind Power Forecasting”，刊登在2018年9月电气工程领域国际顶级期刊《IEEE Transactions on Power Systems》上，该期刊在ESI工程领域排名前5%，五年影响因子为6.696。（论文链接：https://ieeexplore.ieee.org/abstract/document/8260961）

大规模风电并网产生的不确定性给电力系统安全稳定运行带来了新的挑战，准确的风电功率预测可有效缓解电网调峰压力、降低系统备用容量、提高风电消纳能力。如何深入挖掘广域范围内风电场输出功率之间的空间相关性，提高集群风电输出功率的预测精度，是亟待解决的问题。该研究在深入分析集群区域内大量风电场功率数据时空特征的基础上，提出一种大规模集群风电场有功功率的稀疏化表征和预测方法；结合空间相关性和稀疏化建模技术，在预测中强化有价值的空间相关信息，弱化或去除无效的冗余信息，在提高预测精度的同时，还能够保证计算的效率。研究成果适用于含大规模并网风电集群高效率、高精度的风电功率预测，对促进大规模风电的安全稳定运行和消纳具有重要意义。

信息与电气工程学院电气工程系博士生赵永宁为该论文第一作者，叶林教授为通信作者。这是叶林教授研究团队继2018年1月在《IEEE Transactions on Sustainable Energy》（ESI排名前5%，五年影响因子7.261）发表学术成果之后，今年第二次在IEEE顶级会刊上发表高水平学术论文。该研究成果得到了国家自然科学基金研究项目、国家重点研发计划项目、国家电网公司总部科技项目以及新能源与储能运行控制国家重点实验室开放基金、国家留学基金委、丹麦研究理事会的大力资助，丹麦科技大学电力与能源研究中心和中国电力科学研究院参与了该项研究工作。