基于iDGA-LSTM的分布式光伏出力时空协同概率预测方法

作     者：张昆明 马龙义 章天晗 钟红梅 谭伟涛 韦园清 林振智 

作者机构：浙江大学电气工程学院 广东电网有限责任公司惠州供电局 

出 版 物：《电力系统自动化》 (Automation of Electric Power Systems)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中国南方电网公司科技项目(031300KK52222089) 

主　　题：图注意力网络 长短期记忆网络 分布式光伏 概率预测 时空协同 

摘      要：由于光伏出力具有较大的不确定性，高比例分布式光伏的接入将对新型电力系统的安全稳定运行带来巨大挑战，准确且可靠的分布式光伏出力预测对提升新型电力系统运行安全性具有重要意义。在此背景下，考虑分布式光伏出力的时空耦合特性和不确定性，提出一种基于改进分位数回归与动态图注意力-长短期记忆网络（iDGA-LSTM）的分布式光伏出力时空协同概率预测方法。首先，考虑广域范围内分布式光伏出力的空间相关性，构建了基于图注意力网络的分布式光伏空间相关特征提取与聚合模型；接着，针对提取得到的分布式光伏空间相关性特征，构建了基于动态图注意力-长短期记忆网络的分布式光伏时空耦合特征提取模型；然后，综合考虑分布式光伏出力的时空耦合特性，结合数值气象预报特征，构建了基于改进分位数回归的分布式光伏出力概率预测模型。最后，以某实际分布式光伏数据为例对所提预测方法进行验证，算例分析结果表明，所提方法有效提高了分布式光伏出力预测的可靠性与精准性，能够为不同风险水平下的电力系统运行提供参考。