光伏功率预测的难点不在晴天，而在云过境的十几分钟内：辐照度可在数分钟内掉落三成，调度侧来不及响应，储能与限电策略只能事后补救。能源AI实验室近期在一座分布式光伏站点做了小规模实验：把地基全天空云图与电站历史出力、辐照度、组件温度对齐到同一时间轴，用轻量视觉骨干提取云的形态与移动趋势，再与分钟级出力序列做时序融合，输出未来15~60分钟的功率曲线与爬坡概率。
要点一（进展）：晴天稳定段归一化误差保持在较低水平；多云波动天的爬坡方向命中率相较纯时序基线有明显提升，但强对流天气下的幅度估计仍偏保守，尚未达到可独立置信的水平。
要点二（下一步）：接入卫星云图做区域平流外推，把预测分位数接入储能充放电与限电策略的滚动优化；同时补充不同季节、不同站型的样本，验证跨站迁移的可行性。
评论