本网讯（通讯员 李晔）我校信息与管理科学学院灰色系统研究团队在灰色预测模型的改进与优化方面取得重要进展。在我国“碳达峰”和“碳中和”目标的指引下，清洁能源因其绿色、安全、无污染的特点，得到快速发展。科学准确地预测我国清洁能源发电量，有利于政府制定能源发展规划，确保能源和经济的可持续发展。然而，目前关于能源预测的方法通常需要收集大量的数据才能提高预测的精度，忽略了清洁能源发电系统的小样本、贫信息和不确定性特点。
该研究针对含时滞性、非线性和不确定性小样本时间序列的建模预测问题，提出一种新的分数阶时滞多项式离散灰色预测模型(FTDP-DGM(1,1))。首先，收集并处理原始数据，构造出该模型的基本方程；其次，分别采用遗传算法和最小二乘法对模型中非线性参数和结构参数的最优值进行求解；最后，推导出该模型的时间响应式，并将其应用于我国清洁能源发电量的模拟和预测(如图1所示)。
图1 FTDP-DGM(1,1)模型的建模流程图 |
将FTDP-DGM(1,1)模型应用于我国水能、风能和核能发电量预测，验证了该模型的有效性和实用性。通过不同模型的模拟预测值与实际值的对比曲线图(图2-图4)可以看出，FTDP-DGM(1,1)模型可以成功捕捉实际数据序列波动的变化趋势，其预测曲线与实际数据曲线的重合度最高，预测序列呈现出与实际数据序列更一致的趋势变化，表明该模型的模拟和预测性能相对最优。基于三个实际案例研究可以发现，FTDP-DGM(1,1)模型具有较强的优越性和泛化能力。
图2 不同水电模型的模拟预测值与实际值的对比曲线图 |
图3 不同风电模型的模拟预测值与实际值的对比曲线图 |
图4 不同核电模型的模拟预测值与实际值的对比曲线图 |
选取FTDP-DGM(1,1)模型对我国“十四五”期间的水力、风能和核能发电量进行样本外预测。进一步计算得到该模型的MAPE分别为1.29%、2.94%和2.32%，该模型仍然达到了较高的精度，具有很好的鲁棒性。在此基础上对我国“十四五”期间的水力、风能和核能发电量进行预测(如图5所示)。基于预测结果，结合我国国情对清洁能源生产提出相关政策建议，为相关部门能源规划和政策制定提供参考。
 图5 我国清洁能源发电量的预测结果
|
与其他灰色预测模型相比，FTDP-DGM(1,1)模型的优势在于：该模型的时间响应函数是通过数学归纳得出的，避免了从离散性跳到连续性所带来的固有误差。采用遗传算法对非线性参数进行动态寻优，进一步提高了预测精度。通过对中国水电、风电、核电发电量预测的三个实际案例研究，验证了所提出的模型与现有三种广泛使用的灰色模型相比的可信度和优越性。应用本文模型对中国“十四五”期间(2021-2025)的水力、风能和核能发电量进行样本外预测，并根据预测结果和中国国情提出相关政策建议，为相关部门制定能源政策提供参考。
该成果以题为“Forecasting Clean Energy Generation Volume in China: A Novel Fractional Time-Delay Polynomial Discrete Grey Model”的研究论文发表于国际权威TOP期刊《Energy and buildings》（瑞士能源与建筑），我校李晔教授为第一作者，硕士研究生白雪为第二作者，上海理工大学刘斌教授为通讯作者。该项研究得到了国家自然科学基金、河南省软科学研究项目的资助。
近年来，我校信息与管理科学学院李晔教授领衔的灰色系统研究团队，围绕灰色系统预测模型的改进及优化、灰色决策理论与方法等领域开展研究。李晔教授以第一作者身份先后在《中国管理科学》（国家自然科学基金委认定A类重要期刊、科技部指定 “三类高质量论文”参照期刊、FMS管理科学高质量期刊T1等级、河南省教育厅权威期刊）、《The Journal of Grey System》 （SCI）、《Grey Systems: Theory and Applications》 (SCI)等期刊发表多篇高质量论文，出版科学出版社灰色系统专著《三参数区间灰数信息下的决策方法》。
论文链接：https://authors.elsevier.com/c/1fS1m1M7zH8b0T
