P0
風速增加一倍，發電量真的增加八倍嗎？
立方關係有適用條件，實際風機輸出還受控制與安全限制。
閱讀文章 →RENEWABLE FORECASTING
預測不是猜一個數字，而是管理不確定性
從風況、功率曲線到預測區間，模型的價值不只是降低誤差，也在於讓調度與風險決策知道哪些情境可能發生。
Theme purpose
這個主題在做什麼
再生能源預測不是把風速丟進模型後得到一個漂亮數字。風速與功率之間有非線性關係，風機也有切入、額定與切出區間；同樣的風速變化，在不同區間代表的發電量風險完全不同。更重要的是，預測本來就有不確定性，決策者需要知道的不只是 P50 中間情境，也要知道保守與樂觀情境。
這個主題會從風速分布、功率曲線、persistence baseline、點預測與機率預測開始，幫使用者理解「模型有沒有真的比簡單基準好」。它也會提醒讀者，短期預測、日前預測與長期發電量評估是不同問題，不能用同一個指標草率比較。
本站使用合成風速情境與公開工具概念來說明，不對任何真實風場、機組或發電預測做推論。
讀完可以帶走什麼
- 理解風速增加不等於發電量永遠按三次方增加
- 知道風機切入、額定、切出區間如何影響預測
- 知道 persistence baseline 為什麼是重要基準
- 理解點預測與 P10/P50/P90 的差異
- 知道 RMSE 之外還要看時間尺度、風況區間與風險成本
這個主題會回答什麼？
- 風速分布與功率曲線
- 切入、額定與切出區間
- 尾流、地形與工況
- Persistence baseline
- 點預測與機率預測
相關文章
P1
什麼是 Persistence Baseline？
Persistence baseline 用目前狀態預測下一刻，是所有短期預測模型應先挑戰的簡單基準。
閱讀文章 →P2
點預測與 P10/P50/P90 的差異
點預測給一個數字，P10/P50/P90 則把不確定性攤開成可用於決策的情境。
閱讀文章 →P1
風機功率曲線怎麼讀？切入、額定與切出風速一次看懂
風速增加不代表功率永遠增加。先看懂切入、額定與切出風速，以及實際資料偏離理論曲線的原因。
閱讀文章 →本站案例僅使用公開資料或從零生成的合成資料；內容用於建立方法直覺，不代表任何真實電力公司、設備或調度情境。