无气象信息条件下基于AGCRN的分布式光伏出力超短期预测方法
Ultra-short-term Prediction of Distributed Photovoltaic Power Method Based on AGCRN in the Absence of Meteorological Information作者机构:河北省分布式储能与微网重点实验室(华北电力大学)保定071003
出 版 物:《高电压技术》 (High Voltage Engineering)
年 卷 期:2024年第50卷第1期
页 面:65-73,I0002页
核心收录:
学科分类:08[工学] 0807[工学-动力工程及工程热物理]
基 金:国家电网公司总部科技项目(5700-202255222A-1-1-ZN)
主 题:分布式光伏 超短期预测 时空相关性 无气象信息 自适应图卷积 门控循环单元
摘 要:针对分布式光伏普遍缺少气象量测装置而导致功率预测精度不足的问题,提出了一种基于自适应图卷积循环网络的分布式光伏出力超短期预测方法,可以在无气象数据的条件下,仅基于历史出力数据实现光伏出力精准预测。首先,分析了光伏出力数据兼具时序性和空间相关性,利用门控循环网络提取时序特征,利用自适应图卷积网络挖掘传统图卷积网络无法捕捉的光伏出力潜在空间相关性。然后,融合门控循环单元和自适应图卷积网络,构建自适应图卷积循环网络以提取多光伏站点出力的时空相关性,并利用注意力机制为不同时刻的时空特征分配权重。最后,通过全连接层输出最终的预测结果。采用某地区屋顶光伏实际出力数据在不同预测时间尺度下比较所提方法与其他方法的预测性能,结果表明,在没有气象数据的情况下,当预测尺度为15、30、60 min时,相比于传统门控循环网络,所提方法的平均绝对误差分别减少了16.9%、19.8%和30.5%。