关键词:
分布式光伏
概率预测
分层关联建模
深层时空关联性
摘要:
准确的区域分布式光伏功率概率预测可为有源配电网优化运行提供更全面的信息支撑。当缺乏气象测量或预报数据时,对分布式光伏时空相关信息的挖掘利用可以有效提升功率预测精度,然而,现有研究或难以针对性挖掘时空关联信息,或在建模过程中丢失大量有效信息。为此,提出了一种基于分层关联建模的区域分布式光伏功率超短期概率预测方法。首先,采用基于深度一致性的聚类方法对分布式光伏集群进行子区域划分,支撑对子区域内部时空关联的针对性建模;在此基础上,构建分层图结构以同步建模子域内与子域间时空关联关系,有效利用不同层级间关联信息;然后,提出了基于分层图卷积神经网络的概率预测模型,挖掘光伏电站之间的深度时空关联特征,提升区域分布式光伏超短期功率概率预测精度。最后,利用实际分布式光伏功率数据集验证了该方法的有效性。