基于模型-数据联合的光伏-光热系统储能量预测
来源：动力工程学报杂志2024年第6期北京时间：
作者：田亮, 王冠杰,
摘要：提出一种模型-数据联合预测方法,通过机理分析建立对象动态模型,并引入未来太阳辐射强度、用户负荷预测数据进行即时模型预测,通过注意力机制改进的卷积-长短时记忆混合神经网络建立数据预测模型,并引入历史数据进行滚动数据预测,然后利用卡尔曼滤波器对2种预测模型的输出结果进行融合,实现储能量的联合预测。结果表明:联合预测兼具2种方法的优势,能很好地解决储能量预测误差随时间累积的问题,并能够及时表征气象因素突变和系统运行方式改变时储能量的变化情况,在各种天气状况下均具有良好的预测精度。
关键词：光伏-光热综合能源系统,储能量,预测,卡尔曼滤波,卷积-长短时记忆混合神经网络,
