热能动力工程

作者：李立刚，孙立群，戴永寿，李 林

单位：中国石油大学（华东） 海洋与空间信息学院，山东 青岛 266555,,中国石油大学（华东） 海洋与空间信息学院，山东 青岛 266555,,中国石油大学（华东） 海洋与空间信息学院，山东 青岛 266555,,中国石油大学（华东） 海洋与空间信息学院，山东 青岛 266555,

关键词：时空图卷积;光伏电站;功率预测

基金：国家自然科学基金（42274159）

为了解决传统光伏电站超短期功率预测方法不能同时准确提取发电功率的时间和空间特征的问题，提出一种基于时空图卷积神经网络的光伏发电功率超短期预测方法。针对同一区域内的多个光伏电站，首先对电站进行图建模，利用图卷积网络（GCN）与门控线性单元（GLU）提取发电功率的时空特征。利用提取到的时空特征信息以及区域内光伏电站的历史发电功率数据训练预测模型，最终实现对多个光伏电站发电功率超短期预测。实验结果表明，该方法能够将超短期功率预测均方根误差减小至1.122%，对工作人员根据实际情况进行电网的调度管理具有重要意义。

来源：2023年第9期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2023年第9期