基于ICEEMDAN和TCN-AM-BiGRU的短期光伏功率预测

来源：电子测量技术杂志2024年第9期北京时间：

作者：白隆，俞斌，高峰，顾晋豪，徐婕

单位：1.南京信息工程大学自动化学院 南京 210044; 2.无锡学院自动化学院 无锡 214105

摘要：光伏发电功率的准确预测对综合能源系统的安全稳定运行以及实时控制至关重要。为解决光伏功率预测过程中存在噪声干扰以及传统的单一预测模型存在预测精度较差等问题，本文提出一种基于ICEEMDAN和TCN-AM-BiGRU相结合的短期光伏功率预测模型。首先，利用皮尔逊相关系数筛选关键气象因素，通过模糊C均值聚类将光伏功率历史数据划分为晴天、多云和阴雨3种相似日；其次利用ICEEMDAN将历史训练集分解成若干个较为规律的子序列，并根据排列熵值进行重构；最后，通过TCN提取序列特征，引入注意力机制赋予不同的权重，再通过BiGRU进行预测，输出最终的预测结果。以某光伏电站的实际数据为例对预测模型和其他模型进行验证和分析，结果表明在晴天、多云和阴雨天气下，相比其他对比模型，所提模型准确率平均提高了1.69%、3.58%和4.40%，MAE平均降低了57.61%、36.83%和40.94%，RMSE平均降低了56.90%、34.30%和36.63%，验证了本文模型的有效性和优越性。

关键词：模态分解;相似日聚类;TCN;注意力机制;BiGRU