基于对称CNN-LSTM网络的太阳辐照度超短期预测研究

王建铭，侯北平，边 琛

目前随着全球的快速发展，地球上大量不可再生能源被快速消耗，石油等化石燃料消耗的同时，还有伴随产生严重的大气污染和工业垃圾。为符合可持续发展、健康绿色发展的目标，各种各样新型清洁能源已经受到各国越来越广泛的关注。太阳能作为一种取之不尽用之不竭的清洁能源[1]，已经在许多国家被广泛开发使用。伏发电并被大规模接入国家电网。截至2019年底，亚洲地区光伏装机容量为330 131MW，占全球光伏装机容量56.9%；其次为欧洲地区，光伏装机容量为138 266MW，占全球光伏装机容量的23.8%。据国际能源署预测，到2050年太阳能发电将占全球发电总量的20%～25%，将成为人类的基础能源之一。但光伏发电的出力功率主要受太阳辐射影响，太阳辐射由于受到天空中云与太阳之间的距离、气溶胶、风速、风向等气象要素随机性变化影响，具有明显的波动性和不确定性[2]。光伏发电系统相对于地区电网将是一个不可控源，其发电的波动性和随机性会对地区电网造成巨大冲击，导致输出功率的不连续和不确定，从而影响电网稳定、降低电力质量。有些地方为了防止电网波动，就主动舍弃部分太阳能，弃光现象普遍存在。因此光伏功率预测变得尤为重要[3]。在并网过程中，光伏功率预测越准，给电网安全运行带来的影响就越小，有效地帮助电网调度部门做好各类电源的调度计划。这样电网就会减少光伏限电，由此大大提高了电网消纳阳光的能力，从而减少了由于限电给光伏业主带来的经济损失，增加了光伏电站的投资回报率，帮助光伏电站生产人员合理安排光伏电站的运行方式。……