光伏电站AI功率预测：云图输入与超短期修正

在分布式光伏占比抬升的区域电网里，0–4 小时超短期功率预测的误差会直接推高备用容量与弃光风险。本阶段实验选在一处约 30MW 的工商业屋顶光伏集群，将地基云图、卫星云图与本地气象站数据作为主输入，数值天气预报退为背景修正项，由轻量化时序模型做滚动预测。

进展与数据：
· 云图序列经光流法提取云团移动矢量后，模型对云遮挡引起的功率骤降具备约 8–15 分钟提前量；超短期准确率由 86% 提升至 92% 左右，日均 RMSE 下降约 18%。
· 现有偏差主要来自薄云与高层云的辐照衰减，模型对这类天气仍偏乐观，存在过预测。

下一步计划接入逆变器无功能力与储能 SOC 约束，把预测输出直接转为充放电建议，并为阴雨过渡天气单独训练一套子模型，在下一个季度做对照验证。