考虑季节特性与数据窗口的短期光伏功率预测组合模型

作     者：张静 熊国江 ZHANG Jing;XIONG Guojiang

作者机构：贵州大学电气工程学院贵州贵阳550025 贵州大学勘察设计研究院有限责任公司贵州贵阳550025 

出 版 物：《电力工程技术》 (Electric Power Engineering Technology)

年 卷 期：2025年第44卷第1期

页      面：183-192页

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家自然科学基金资助项目(52367006) 

主　　题：短期光伏功率预测 季节特性 数据窗口 门控循环单元(GRU) 极限梯度提升(XGboost) 组合模型 

摘      要：光伏功率的间歇性和随机性因季节变化呈现出不同的特点,考虑季节特性对提高光伏功率预测精度具有重要意义。因此,文中提出一种考虑季节特性和数据窗口的短期光伏功率预测组合模型。首先,通过皮尔逊相关系数法确定对光伏功率贡献度高的气象因素,降低预测模型的输入特征维数。其次,对比不同季节下不同模型的光伏功率预测精度,选择光伏功率预测误差最小且相关性最低的2个模型构建组合模型,即门控循环单元(gated recurrent unit,GRU)模型和极限梯度提升(extreme gradient boosting,XGboost)模型。然后,分析历史气象数据中不同输入窗口对GRU-XGboost模型预测精度的影响,确定最优数据窗口。最后,在此基础上分别采用GRU和XGboost对光伏功率进行预测,将2个预测结果加权组合得到最终预测结果。结果表明,与其他模型相比,所提模型具有更强的适应性和更高的预测精度。