多因子融合下光伏发电超短期预测模型优化与精度提升

覃 锋华
湖北能源集团新能源发展有限公司

摘要


光伏发电系统具有明显间歇性波动性特点，对电网调度提出更高要求；本文基于多因素融合的光伏发电超短期预测模型，融合气象监测，设备状态，电网运行等多维数据，构建以门控循环单元为核心、结合注意力机制的混合架构。在此基础上，采用动态权值调节机制及误差补偿策略，显著提高预测精度；实验结果显示，跟传统方法比较，该模型15分钟到2小时时间尺度的均方根误差减少23.7%，快速变化天气下预测误差减少31%。

关键词


光伏发电；超短期预测；多因子融合；动态权重

全文:

PDF


参考


[1]包继平.新能源发电企业发行碳中和债的经济效益研究[D].西北师范大学，2025.

[2]吴天晖.基于深度学习的集中式光伏用地智能识别方法研究[D].西北师范大学，2025.

[3]王海金，唐若笠，周雨诗，等.基于ArcGIS与多因子模型的光伏电站选址评估[J].太阳能学报，2023，44（11）：120-130.

[4]高华一.基于多源遥感数据的光伏电站提取与评估研究[D].长江大学，2023.

[5]张乾，辛晓洲，张海龙，等.基于遥感数据和多因子评价的中国地区建设光伏电站的适宜性分析[J].地球信息科学学报，2018，20（01）：119-127.




DOI: http://dx.doi.org/10.12361/2661-3506-08-07-161718

Refbacks

  • 当前没有refback。