基于双流特征增强网络的超短期光伏功率预测

来源：电子测量技术杂志2025年第5期北京时间：

作者：辛峰悦，寇志伟，刘焱晨，崔啸鸣，齐咏生

单位：1.内蒙古工业大学电力学院 呼和浩特 010080;2.大规模储能技术教育部工程研究中心 呼和浩特 010080

摘要：云层的遮挡会导致光伏功率发生剧烈波动，给电力系统的稳定运行带来巨大的挑战。本研究针对云层遮挡时光伏功率波动大、复杂天气条件下预测精度低等问题，提出了一种基于双流特征增强网络的超短期光伏功率预测模型(TSFE-LSTM)。首先，基于畸变校正算法和光流计算优化处理了地基云图，通过双流卷积网络提取了地基云图序列的时空特征。其次，设计了基于长短期记忆网络的超短期光伏功率预测模型，实现了未来15 min光伏功率的预测。实验结果表明，TSFE-LSTM模型融合地基云图与光流图后，光伏功率预测值的MAE、RMSE较单独输入地基云图分别提高了5.81%、4.61%。在晴天时，TSFE-LSTM模型较CNN模型MAE、RMSE分别提高了7.23%、14.99%，阴天时，TSFE-LSTM模型预测精度略有下降，较CNN-MLP模型 MAE、RMSE分别提高了3.53%、1.26%。为云层遮挡时光伏功率预测提供了新思路。

关键词：地基云图;特征提取;长短期记忆网络;光伏功率预测

基金资助：国家自然科学基金(62363029)、内蒙古科技计划项目(2020GG0283,2021GG0256)资助