李练兵, 高一波, 陈业, 代亮亮, 景睿雄, 高国强
为提高光伏功率的预测精度,提出一种考虑相似日选取与误差修正模型(error correction model,ECM)的超短期光伏功率预测方法。首先,利用改进自适应噪声完备集合经验分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)方法将数据分解并重构为高频与低频分量,输入基于交叉注意力机制(CrossAttention)的双向门控循环单元(bidirectional gated recurrent unit,BiGRU)与优化的分布式梯度提升库(extreme gradient boosting,XGBoost)组合的特征提取与预测模型;其次,利用灰色关联分析方法计算预测日与历史日间的综合相似因子,选取预测日的气象相似日,作为基于BiGRU的相似日信息增强模块的输入,并在初始预测序列基础上构造残差预测序列,构建基于BiGRU的误差修正模型;最后,融合相似日信息后的ICEEMDAN-BiGRU-XGBoost-CrossAttention模型预测结果,叠加误差修正模型的预测误差,得出最后的日内光伏功率预测结果。基于实际光伏场站气象以及光伏发电功率数据,对比不同光伏发电功率模型,验证了所提方法提高了日内超短期光伏发电功率预测精度,具有一定应用价值。