融合多源异构气象数据的光伏功率预测模型

来源：电子与信息学报杂志2024年第2期北京时间：

作者：谈玲, 康瑞星, 夏景明, 王越

单位：1.南京信息工程大学计算机学院 南京 2100442.南京信息工程大学软件学院 南京 2100443.南京信息工程大学人工智能学院 南京 210044

摘要：高精度光伏功率预测对提高电力系统运行效率具有重要意义。光伏功率受多种因素影响，其中云层的变化是最主要的不确定因素。传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响。因此，该文提出一种融合多源异构气象数据的多源变量光伏功率预测模型(MPPM)。MPPM的核心包括时空条件扩散模型(STCDM)、注意力堆叠LSTM网络(ASLSTM)和多维特征融合模块(MFFM)。STCDM模型通过对2维卫星云图进行精确预测，消除了云层边界处的模糊现象。ASLSTM模型则提取了3维天气研究与预报模式 (WRF)气象要素特征。MFFM模块将2维卫星云图特征和3维WRF气象要素特征进行融合，以得到未来1 h光伏功率预测结果。该文分别利用STCDM模型和MPPM模型开展卫星云图预测实验和光伏功率预测实验。实验结果显示，STCDM模型预测1 h内卫星云图的结构相似性指数(SSIM)达到0.914，MPPM模型预测1 h内光伏功率的相关系数(CORR)达到0.949，优于所有对比算法。

关键词：多源数据, 扩散模型, 堆叠长短期记忆, 注意力机制, 特征提取