分布式光伏的功率预测误差,大多来自云团的短时遮挡:数值天气预报的时间分辨率不足以刻画分钟级辐照波动,而只依赖历史功率的持续性模型,在天气转折点容易失准。
能源AI实验室近期做了一组小规模实验:以15分钟为预测粒度,把地面辐照仪读数、卫星云图序列与数值天气预报的辐照度预报做特征对齐,用时序模型对基线预测的残差做修正,输出未来1小时的功率区间。
阶段性进展:
1)在连续两个月的实测序列上,1小时预测的归一化MAE晴天段约8%,阴雨转折日约14%,较持续性基线下降约2~4个百分点;
2)下一步计划把逆变器组串电流纳入特征,并以区间覆盖率作为主要验收指标,以适配调度侧的备用容量安排。
初步结论是:短期光伏预测的瓶颈不在模型容量,而在多源数据的时空对齐与缺失值处理。实验室正在把这套对齐与评估流程整理为可复用模块,用于后续的储能协同实验。

评论