← 返回
光伏发电技术
★ 5.0
考虑NWP传递熵因果验证的光伏功率预测误差溯源方法
Photovoltaic Power Forecasting Error Tracing Method Considering NWP Transfer Entropy Causality Verification
| 作者 | 叶林 · 吕可欣 · 裴铭 · 罗雅迪 · 宋旭日 · 沙立成 |
| 期刊 | 电力系统自动化 |
| 出版日期 | 2025年1月 |
| 卷/期 | 第 49 卷 第 15 期 |
| 技术分类 | 光伏发电技术 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 光伏 功率预测 数值天气预报 传递熵 误差溯源 因果关系 叶林 吕可欣 裴铭 罗雅迪 宋旭日 沙立成 电力系统自动化 Automation of Electric Power Systems |
版本:
功率预测误差溯源有助于分析误差成因并优化预测模型。光伏功率预测误差受数值天气预报（NWP）精度及多气象要素影响显著，现有方法难以对多种NWP数据进行定量归因。为此，提出一种结合NWP传递熵因果验证的误差溯源方法。首先采用滑动窗算法对预测误差进行趋势划分，并结合变分模态分解实现频域特征提取，获得误差特征段；进而利用传递熵检验不同NWP变量与误差间的因果关系，并量化各NWP数据对误差特征段的贡献度。算例验证表明，该方法能有效溯源由NWP引起的光伏功率预测误差。
功率预测误差溯源可以分析预测误差的成因,区分预测误差影响因素的重要度,改善预测模型的功能.光伏功率预测误差受数值天气预报(NWP)精度影响大,并且受不同的NWP气象要素的影响也不同,难以针对多种NWP数据进行定量溯源.为此,提出一种考虑NWP传递熵因果验证的光伏功率预测误差溯源方法.首先,针对光伏功率预测误差利用摇摆窗算法进行趋势划分,同时利用变分模态分解算法进行频域分解,得到光伏功率预测误差特征段.最后,利用传递熵对不同种类的NWP数据和光伏功率预测误差之间的因果关系进行验证,并针对NWP数据对各个光伏功率预测误差特征段的误差贡献度进行溯源分析.算例表明,所提方法能够对NWP数据导致的光伏功率预测误差进行有效溯源.
S
SunView 深度解读
该NWP传递熵因果验证的误差溯源方法对阳光电源iSolarCloud智能运维平台具有重要应用价值。通过传递熵量化气象要素与预测误差的因果关系，可直接集成到SG系列光伏逆变器的功率预测模块，实现误差成因的精准定位。该方法结合变分模态分解的频域分析能力，可优化PowerTitan储能系统的充放电策略制定，通过识别NWP数据质量问题提升功率预测准确性。对于大型光伏电站的智能诊断系统，该技术能区分预测模型缺陷与气象数据偏差，为MPPT算法优化和预测性维护提供数据支撑，降低因预测误差导致的弃光损失和电网调度风险。