基于分层有向图与动态时空相关性的小区域光伏超短期预测方法

小区域光伏发电功率准确预测,已成为高渗透多台区系统精准调控运行的技术瓶颈。目前光伏发电功率的预测方法缺乏对台区小区域内光伏集群效应的考虑,忽略了输入变量的内在因果关系以及动态相关性。针对于上述问题,提出一种基于分层有向图以及动态图卷积循环网络(dynamic graph convolutional recurrent network,DGCRN)的小区域光伏预测方法。首先,考虑出力数据与数值天气预报(numerical weather prediction,NWP)单向关系,生成具有因果联系的分层有向图。其次,依据节点属性在每个时间步生成动态图,与预先定义的静态图有机结合,以捕捉节点之间的动态时空相关性。最后,将具有动态时空相关性的图结构用于模型训练。以某个小区域台区29个光伏节点加以预测建模,实验结果表明,DGCRN模型具备捕获多参量间的因果规律和提取光伏功率的短期动态特征的能力,其在小区域多节点的光伏发电功率预测性能优越。