基于数据增强的分布式光伏电站群短期功率预测(一):方法框架与数据增强

作     者：乔颖 孙荣富 丁然 黎上强 鲁宗相 QIAO Ying;SUN Rongfu;DING Ran;LI Shangqiang;LU Zongxiang

作者机构：电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系)北京市海淀区100084 国网冀北电力有限公司北京市西城区100054 

出 版 物：《电网技术》 (Power System Technology)

年 卷 期：2021年第45卷第5期

页      面：1799-1808页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国网冀北电力有限公司科技项目“冀北电网分布式电源监测、预测及运行分析技术研究” 

主　　题：分布式光伏电站群 短期功率预测 数据增强 曲线重构 辐照加密 

摘      要：目前我国的分布式光伏短期功率预测多缺乏功率与气象要素的历史实测和预报数据,难以直接复制集中式光伏的成熟技术路线,现有无辐照预测路线误差较大。本系列论文分为上下两篇阐述一种基于数据增强的分布式光伏电站群预测技术。此文为上篇,研究数据增强技术,包括基于时空相关性的缺失功率数据重构方法和基于三维神经网络的辐照预测加密模型,实现了功率数据、关键气象变量的高分辨率网格覆盖,为下篇网格化精细预测奠定了基础。仿真结果表明,相较于现有方法精度有显著提高,并适用于小样本训练。