基于太阳角度模型和兼具精度-稳定性的光伏发电组合预测方法

太阳辐射强度和太阳角度是影响固定光伏板出力的重要影响因素,常见的光伏出力预测忽略了太阳角度的影响,仅使用太阳水平辐射强度及温度等气象特征。因此,提出基于太阳角度建模和数据驱动的光伏出力组合预测方法,以提高光伏出力预测的精度和稳定性。首先,基于太阳运行模型对太阳高度角和时间角进行了建模求解;然后,基于气象预测数据和求解的太阳角度数据训练多种不同的神经网络模型、树模型等点预测模型以及长短期记忆(LSTM)神经网络、门控循环单元(GRU)、卷积双向LSTM(CBiLSTM)等时序预测模型,并提出基于误差-方差权重的预测模型融合方法。基于真实光伏场数据集下的不同时间尺度出力预测测试表明:在仅有短波辐射气象预测时,太阳角度特征的加入使预测误差降低了11.5%;提出的基于偏差-方差的组合预测模型相比单个模型的预测误差平均降低了约3%,预测标准差从额定容量的2.9%降低到了1.4%,降低了50%,显著提高了预测稳定性。