基于 TCN 的混合预测框架用于小时级公用事业规模光伏预测
信号处理
2022-08-18 v2
摘要
本文提出一种基于时序卷积网络（TCN）的混合光伏预测框架，用于提升小时级公用事业规模光伏预测。该混合框架由两个预测模型组成：基于物理的趋势预测（TF）模型和基于数据的云事件预测（CF）模型。框架中集成了三个 TCN，用于：i) 融合来自不同数值天气预报源的输入以供 TF 模型实现更优的小时级光伏曲线预测性能；ii) 在 CF 模型中捕捉探测站点与目标站点间的时空相关性，以实现更精确的小时内光伏功率跌落预测；iii) 协调 TF 与 CF 结果，获得连贯的小时级光伏预测，同时良好保留小时趋势与小时内波动。为自动识别最具贡献的邻近站点以构成探测网络，开发了基于场景的相关性分析方法，显著提升了 CF 模型捕捉云团运动引起的大功率波动的能力。该框架使用来自北卡罗来纳州 95 个光伏电站的实际光伏数据进行了开发、测试与验证。仿真结果表明，相较于最先进的方法，6 小时前光伏功率预测性能提升了约 20%。
引用
@article{arxiv.2111.08809,
title = {A TCN-based Hybrid Forecasting Framework for Hours-ahead Utility-scale PV Forecasting},
author = {Yiyan Li and Lidong Song and Si Zhang and Laura Kraus and Taylor Adcox and Roger Willardson and Abhishek Komandur and Ning Lu},
journal= {arXiv preprint arXiv:2111.08809},
year = {2022}
}
备注
Submitted to IEEE Transactions on Smart Grid