热能动力工程

作者：徐鹤勇，张 倩

单位：国网宁夏电力有限公司 宁夏电力调度控制中心，宁夏 银川 750001,,国网宁夏电力有限公司 宁夏电力调度控制中心，宁夏 银川 750001,

关键词：光伏发电;功率预测;数字孪生;神经网络;集成学习

为提高光伏发电功率预测的精度和时效性，降低电网调度的安全隐患，提出了一种基于数字孪生模型、联合神经网络以及融合预测模型的光伏发电功率预测技术。该技术以针对常态预测的CNNLSTM网络和针对超短期预测的集成学习融合预测模型为核心，以光伏发电系统的数字孪生模型为基础框架，以某光伏电站的实测数据为基础进行了分析，实现了实时的多模式光伏发电功率精确预测。结果表明：改进的CNNLSTM联合网络模型能够实现较高预测精度，相比于现有的主流预测算法精度提高了约36%~58%；针对超短期的发电功率预测这一难点，集成学习融合框架可以进一步将预测精度提高25%左右。

来源：2023年第2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2期