摘要
云团移动使得太阳辐照度产生较强波动,进而导致光伏发电功率呈现随机性和波动性,对电力系统的安全稳定运行产生严重影响。针对上述问题提出一种基于地基云图云特征的B-Informer组合区间预测方法。首先,利用图像处理技术获取影响太阳辐照度变化的云图云特征,包括含有修正系数的云量百分比、光流云图RGB值。然后,将云特征与历史气象数据组合构成模型输入序列特征,构建基于稀疏性注意力机制的Informer光伏预测模型。进一步,通过自助法(Bootstrap)增加样本多样性产生预测区间,同时提升了模型对长时间序列的预测精度。最后,以美国科罗拉多州某电站历史运行数据和云图为例,通过与上下限估计法(LUBE)等现有方法在给定置信水平下的预测结果进行对比,所提方法的平均预测区间宽度最高缩小27%,验证了本文方法的有效性。
- 单位