光伏电站AI功率预测：云遮挡修正与偏差归因

能源AI实验室近期在华东一座30MW分布式光伏电站完成功率预测模块的第二轮对照实验。基线模型仅使用数值天气预报（NWP）与历史出力，本轮在其上引入卫星云图序列与地基全天空相机图像，用轻量时序卷积网络识别云团移动方向与遮挡概率，再与NWP结果做残差融合。

阶段进展：

• 14天对照窗口内，日前预测的归一化均方根误差（NRMSE）由11.3%降至8.6%，多云转晴等快速波动时段的改善最明显；
• 15分钟级滚动修正使超短期（4小时）预测误差下降约18%，为站内储能充放电排期提供了更可用的输入。

下一步，我们把偏差归因模块接入现场：当实际出力持续低于预测时，自动区分云遮挡、组件积灰与逆变器限功率三类原因，并输出可执行的清洗或巡检建议。需要说明的是，当前样本仅覆盖一个气候区、一个季度，跨区域泛化能力仍待验证。