基于天气分型的短期光伏功率组合预测方法

叶 林，裴 铭，路 朋，赵金龙，何博宇

（中国农业大学信息与电气工程学院,北京市100083）

0 引言

太阳能是一种清洁的可再生能源,随着全球对清洁能源的需求不断增长,光伏发电将发挥重要作用［1］。在过去的几十年中,光伏发电受到越来越多的关注［2-4］,光伏发电的整合带来了显著的经济和环境效益。然而,由于其不确定性和间歇性,光伏发电的高渗透率也给现有电网系统的运行带来了许多新挑战［5］。这些挑战包括光伏电源对气象条件的敏感性,高安装成本以及发电的间歇性［6］。提升光伏功率预测的精度是克服这些挑战的有效解决方案。

按预测时长来分,光伏功率预测包括超短期预测（15 min 至4 h）、短期预测（4 h 至3 d）、中期预测（3 d 至1 个月）和长期预测（1 个月以上）［7］,其中短期光伏功率预测是本文的研究对象,准确的短期光伏功率预测对提升电力系统的可靠性及电力系统对光电的消纳能力具有重要意义。对于光伏系统,光伏阵列所接收的太阳光谱辐照度通常会受到其他气象因素的影响,因此不同天气条件下的光伏功率波动特征不同［8］。这意味着光伏功率预测精度不仅取决于所选择的预报模式,而且还取决于天气状况。因此,研究人员对基于天气分型的光伏预测模型越来越感兴趣,以便准确预测由于天气模式不同所造成的光伏输出功率的不确定性和波动［9-10］。然而,很少有文献在考虑深度学习模型特点的基础上,研究不同天气类型的功率波动物理特征及相关气象因子的识别。……