← 返回实验室

AI光伏功率短时预测:云图遮挡与爬坡修正

光伏出力的分钟级波动主要来自云团过境,仅依赖数值天气预报在15分钟尺度上误差偏大。本期实验中,我们以地基天空成像仪每30秒采集的全天空图像为输入,先用阈值分割提取云团掩膜,再用光流估计云团移动矢量,外推未来10至20分钟的遮挡时序;同时接入逆变器实测出力与辐照度数据,将云团到达时刻与出力跌落在线对齐,用残差对预测曲线做滚动修正,避免纯视觉外推与实际出力脱节。

要点一(进展):在华东某分布式电站连续两周的测试中,10分钟尺度预测的均方根误差由基准模型的18.6%降至11.2%;对10分钟内出力变化超过额定容量10%的爬坡事件,命中率约八成,误报多集中在薄云与高气溶胶天气。

要点二(下一步):补入气溶胶光学厚度与云底高度两项输入,降低薄云场景的误判;并将预测区间与储能充放电计划放入同一目标函数做联合评估,观察修正后的预测是否真正改善日前与日内调度的弃光率。

评论

更多研究动态

查看全部实验室 →