文档名：计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型
摘要：针对目前光伏出力确定性预测缺乏考虑不确定性信息导致预测精度受限的问题,提出了一种计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型.首先分别构建卷积神经网络(convolutionalneuralnetwork,CNN)-注意力机制(attention)-双向长短期记忆网络(bidirectionallong-shorttermmemory,BiLSTM)(CNN-Attention-BiLSTM)和自然梯度提升(naturalgradientboosting,NGBoost)模型进行确定性预测;然后通过分析2个模型的确定性预测值和真实值的分布揭示了组合区间相对可靠性规律,基于该规律提出一种动静态赋权搜索预测模型,利用NGBoost模型进行不确定性预测,并根据所提供的概率分布信息,动态区分确定性预测结果的重要性,结合模型历史静态的指标评价信息,实现组合区间内搜索预测结果;最后采用澳大利亚沙漠知识太阳能中心和宁夏某光伏电站的数据集进行仿真研究,验证了该文方法的有效性和适用性,可为光伏出力确定性组合预测提供新的研究思路.
Abstract：Toaddresstheproblemthatthepredictionaccuracyhasbeenlimitedduetothelackofuncertaintyinformationinthecurrentdeterministicpredictionofphotovoltaic(PV)outputs,adynamicandstaticweightedsearchingpredictionmodelforPVoutputsthattakesintoaccounttheuncertaintyanalysisofthecombinedintervalisproposed.Firstly,aconvolutionalneuralnetwork(CNN)-attention-bidirectionallong-shorttermmemory(BiLSTM)(CNN-Attention-BiLSTM)modelandanaturalgradientboosting(NGBoost)modelareconstructedforthedeterministicprediction.Thedistributionsofthedeterministicpredictedvaluesandtheactualvaluesofthetwomodelsarethenanalysedtorevealthelawofrelativereliabilityofthecombinedintervals.Basedonthisanalysis,adynamicandstaticweightedsearchingpredictionmodelisproposed.TheNGBoostmodelisusedtoperformtheuncertaintypredictionanddynamicallydifferentiatestheimportanceofthedeterministicpredictionresultsbasedontheinformationprovidedintheprobabilitydistribution.Combinedwiththemodel'shistoricalstaticinformationontheevaluationofindicators,thepredictionresultswithinthecombinedintervalaresearching.Finally,asimulationstudy,usingthedatasetsfromtheDesertKnowledgeSolarCentreinAustraliaandaPVpowerplantinNingxiaHuiAutonomousRegion,verifiestheeffectivenessandapplicabilityofthemethodologyofthispaper,whichprovidesanewresearchideaforthedeterministicportfoliopredictionofthePVoutputs.
作者：蒋莹莹 田建艳 姬政雄 郭恒宽Author：JIANGYingying TIANJianyan JIZhengxiong GUOHengkuan
作者单位：太原理工大学电气与动力工程学院,山西省太原市030024
刊名：电网技术 ISTICEIPKU
Journal：PowerSystemTechnology
年，卷(期)：2024, 48(6)
分类号：TM721
关键词：光伏出力预测 CNN-Attention-BiLSTM NGBoost 组合区间相对可靠性规律 动静态赋权搜索预测
Keywords：PVoutputprediction CNN-Attention-BiLSTM NGBoost relativereliabilitylawofthecombinedinterval dynamicandstaticweightedsearchingprediction
机标分类号：TP391TP183H313
在线出版日期：2024年7月1日
基金项目：计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型[
期刊论文] 电网技术--2024, 48(6)蒋莹莹 田建艳 姬政雄 郭恒宽针对目前光伏出力确定性预测缺乏考虑不确定性信息导致预测精度受限的问题,提出了一种计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型.首先分别构建卷积神经网络(convolutionalneuralnetwork,CNN)-注意力...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型 Dynamic and Static Weighted Searching Prediction Model for PV Outputs With Combined Interval Uncertainty Analysis
计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型.pdf
- 文件大小:
- 19.07 MB
- 下载次数:
- 60
-
高速下载
|
|
