能源AI实验室近期在一座约30MW的分布式光伏电站开展了超短期（未来15分钟至4小时）功率预测实验。与仅依赖数值天气预报（NWP）的常规做法不同，我们将站内辐照计、组件背板温度与地基云图三类数据并联使用：云图负责捕捉局地云团的移动与遮蔽趋势，辐照与温度用于修正分钟级波动，模型侧采用轻量时序网络逐点输出，并同时给出预测区间而非单一数值——因为对调度而言，误差范围往往比点位预测更有用。
阶段性进展：在晴天与多云交替的测试集上，15分钟尺度的归一化均方根误差由纯NWP基线的约12%降至约8%；阴晴切换、云团快速过境的时段仍是主要误差来源，模型对首轮遮蔽的响应普遍滞后10至20分钟。
下一步计划：一是把卫星云图纳入输入以延长有效预见期；二是将预测结果接入储能充放电与日前申报环节，检验预测精度提升是否真正转化为偏差考核费用的下降，而不只停留在离线指标上。
评论