基于双视点云团位置和运动信息的光伏超短期功率预测

来源：动力工程学报杂志2026年第5期北京时间：

作者：邹良林, 全红阳, 徐孝师, 唐平, 牛一森, 宋记锋,

摘要：光伏电站的功率波动性对电网安全稳定运行提出了挑战。尤其在多云天气下,云团的位置和运动情况会导致光伏出力的剧烈波动。为提高超短期功率预测的精度,提出了一种融合双视点云团位置和运动信息的混合预测框架。首先,基于地基云图的分割技术、云运动评估技术和双视点几何反演技术提取云团的高度、速度、方向及云量特征;其次,结合气象与历史功率,通过主成分分析降维和融合多源特征;最后,采用长短期记忆(LSTM)、Informer、门控循环单元(GRU)和卷积神经网络(CNN)共4种子模型并行预测,并设计投票集成策略优化输出。实验结果表明:融入云团信息使预测归一化均方根误差(RNRMSE)降低至0.117 9,较传统方法提升4.3%;异构模型融合进一步优化性能,其精度优于单一模型,提升率为0.8%~5.6%。

关键词：功率预测,地基云图,云底高度,云运动向量,模型集成,