摘要
本发明公开了一种考虑残差修正的日内光伏功率滚动预测方法。该方法中,首先获取目标光伏站点在预测窗口的数值天气预报及对应历史窗口内的光伏站点实际出力作为输入;构建基于混合神经网络的日内光伏功率滚动预测模型,每次预测使用预测窗口内的未来数值天气预报与历史窗口内的光伏电站出力作为输入,输出未来的预测光伏电站功率;将预测值与实际值之间的残差作为预测目标,将初步预测的光伏电站功率输入残差修正模型,输出预测的残差值,将其与初步预测值进行组合相加,获得考虑残差修正的光伏功率预测结果。本发明提出的考虑残差修正的预测模型可以提升日内光伏功率滚动预测的准确率,满足光伏预测的要求。
技术关键词
数值天气预报
深度神经网络训练
光伏电站功率
站点
时序特征
光伏电站出力
序列
多层感知机
气象
样本
分支
标签
相对湿度
记忆
数据
层级
风速
太阳
模式