基于ARFIMA-LSTM组合模型的光伏发电功率预测

光伏发电作为一种绿色清洁能源,与“双碳”目标的实现紧密相连。预测光伏发电功率可以帮助优化电力系统的调度和运行,提高能源利用效率。为此,学界和工业界从时间序列、人工智能等多方面对光伏功率预测进行了研究。引入自回归分数移动平均(autoregressive fractionally integrated moving average,ARFIMA)模型和长短期记忆(long shortˉterm memory,LSTM)模型进行建模和预测,并基于最小二乘法赋权,构建出组合模型。实验结果表明,该组合模型在中长期光伏发电功率预测中取得了较好的效果,与ARFIMA模型相比其均方误差降低了48.7%,而与LSTM模型相比其均方误差降低了21.5%,可作为一种有效的光伏功率预测模型在实际中应用。