关键词:
分布式光伏
时空关联
气象因素
自适应图卷积神经网络
摘要:
当前分布式光伏功率预测多采用静态图模型捕捉分布式光伏电站之间的时空特性,大多未考虑气象因素对不同分布式光伏电站功率预测的影响存在差异。为此,提出一种考虑时空关联及气象耦合的区域分布式光伏功率预测方法。首先,基于对分布式光伏电站出力特性的分析,采用自适应图卷积神经网络和长短期记忆网络挖掘分布式光伏出力的时空特性,并通过非共享参数的神经网络层捕捉不同光伏电站与气象的耦合关系,实现多个光伏电站的功率预测。然后,为减小直接对各个光伏电站预测功率求和带来的误差放大问题,在模型中加入可学习的权重层,得到区域总光伏功率。最后,在多种天气场景下,与多种预测模型进行对比分析,验证了所提预测方法的精确性和稳定性。