2021年9月，叶林教授团队在国际顶级期刊Applied Energy发表了题为“Review of Meta-heuristic Algorithms for Wind Power Prediction: Methodologies, Applications and Challenges”的36页有关风电功率预测研究的综述文章。信息与电气工程学院博士生路朋为该论文第一作者，电气工程系领军教授叶林为通信作者。

（论文链接：https://www.sciencedirect.com/science/article/pii/S0306261921008369）

由于风电功率的不确定性和间歇性，大规模风电并网后给电力系统调度运行控制带来了重大挑战。因此亟需提高风电功率预测的准确性和可靠性，这也对风电功率预测方法提出了更高的要求。

Framework of the wind power prediction method.

研究团队从提高风电功率预测精度和效率入手，在空间相关性预测理论基础上，系统性地研究了元启发式算法在风电功率中的应用，创新性地提出了包含辅助层、预测层和核心优化层的风电功率预测框架。其中，辅助层以提高数据质量为目的，预测层以各种具有预测功能的先进预测方法为基础，核心优化层以优化预测模型关键参数为目标，并评述了每一类方法在约束条件下寻找最优参数的优缺点，这对提升风电功率预测精度至关重要。此外，团队还提出多维度风电功率预测误差评估方法来表征其不确定性。论文前瞻性地给出了风电功率预测的未来发展趋势。该论文是团队先前发表在电气和能源工程领域的国际、国内顶级期刊，《IEEE Transactions on Power Systems》、《IEEE Transactions on Sustainable Energy》、《Applied Energy》、《Renewable Energy》和中国电机工程学报等研究成果的延伸，进一步完善了团队新能源发电功率空间相关性预测理论体系，对未来大规模风电并网运行控制及精细化调度提供有力支撑，促进新能源的消纳，对未来高比例新能源并网安全稳定运行具有重要意义。

本研究得到了国家重点研发计划、国家自然科学基金和国家电网公司总部科技项目的支持。