考虑信息时移的分布式光伏机理-数据混合驱动短期功率预测
分布式光伏短期功率预测缺乏同时空气象数据.传统方法直接借助邻近集中式光伏站点数据进行功率预测,忽略了地理位置偏移带来的气象信息时移,难以满足预测精度要求.文中提出了一种考虑气象信息时移的混合预测方法.在机理驱动模型中,采用最优时移对气象数据进行偏移修正;在数据驱动模型中,引入时间模式注意力机制削弱气象数据偏移的影响.然后,通过Stacking集成学习框架将两种方法进行融合,形成机理-数据混合驱动模型,进一步提高预测稳定性及准确率.基于分布式光伏和公共气象站点实际数据进行的案例分析表明,所提方法能够有效利用偏移地理位置的气象数据,实现更高精度的分布式光伏发电功率预测.
分布式光伏、短期功率预测、特征工程、数据驱动、Stacking集成学习
46
TP391;TM615;TP181
国家电网公司科技项目5108-202018026A-0-0-00
2022-06-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
67-74