基于QD和因果注意力TCN的光伏功率区间预测
PHOTOVOLTAIC POWER INTERVAL PREDICTION BASED ON QD AND CAUSAL ATTENTION TCN作者机构:太原理工大学电气与动力工程学院太原030024 山西格盟中美清洁能源研发中心有限公司太原030031
出 版 物:《太阳能学报》 (Acta Energiae Solaris Sinica)
年 卷 期:2024年第45卷第3期
页 面:488-495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:国家基金(61973226) 山西省自然科学基金(201901D211083,20210302123189) 新型电力系统重点实验室项目(SKLD22KM22)
主 题:光伏发电 功率预测 深度学习 时间卷积网络 因果注意力机制 质量驱动损失
摘 要:针对现有短期光伏功率区间预测问题,提出一种时间卷积神经网络与注意力机制结合的框架,对注意力机制中的时间因果顺序进行严格限制,应用残差机制增强模型挖掘的信息能力,并利用质量驱动区间损失优化模型参数,最终实现短期功率区间预测效果的提高。根据中国河北省某光伏电站的当地气象数据和历史光伏功率数据进行的仿真实验表明,相较于传统的序列预测方法或区间损失,在连续时刻和不同天气类型情况下,所提出的功率区间预测方法效果更有助于电网的科学调度与决策。