分布式光伏集群发电功率波动模式识别与超短期概率预测

作者：王于波; 郝玲^*; 徐飞; 陈文彬; 郑利斌; 陈磊; 闵勇

来源：上海交通大学学报, 2023, 1-21.

DOI：10.16183/j.cnki.jsjtu.2023.048

• 分布式光伏
• 功率预测
• 深度学习
• 模式识别
• 概率预测

分布式光伏功率不确定性的量化评估对于配电网安全稳定运行具有意义。考虑到不同出力波动模式下功率特性差异显著，为得出适应功率波动模式的预测模型并对功率不确定性进行精细化评估，本文提出了一种分布式光伏集群发电功率波动模式识别与超短期概率预测方法。首先，综合卫星云图和光伏功率数据，通过对出力波动的特征提取构建波动模式识别模型，实现对波动规律的挖掘。在此基础上，通过分类建模考虑不同波动模式的可预测性差异及波动模式与预测误差的关联关系，使预测区间宽度能更好地适应预测误差分布特征。由此实现对不同波动模式下功率不确定性的精细化考虑，从而提高概率预测精度，为电网调度提供更多参考，削弱分布式光伏功率强波动性对电力系统的影响。

• 单位
  北京智芯微电子科技有限公司; 清华大学