一种嵌入式时空混合模型：融合多图结构与注意力驱动融合机制的单站与多站光伏功率预测

An embedded spatiotemporal hybrid model integrating multi-graphs and attention-driven fusion for single- and multi-site photovoltaic power forecasting

Yuxiang Gaoa · Lu Liang · Tiecheng Sua · Mingzhang Pana · Energy Conversion and Management · 2025年1月 · Vol.336

单站光伏功率预测支持局部电站管理，而多站预测则有助于区域电网优化。然而，现有大多数模型仅专注于单站预测，针对同时进行多站预测的研究较为有限。更少有研究能够既利用邻近电站的信息以提升单站预测精度，又考虑多站之间的全局时空耦合关系以实现多站预测。为填补这一空白，本研究提出了一种新颖的时空混合模型，通过融合多图结构与注意力驱动的特征融合机制，实现单站与多站光伏功率的同步预测。该模型将切比雪夫图卷积嵌入双向长短期记忆网络中，以实现时空特征的有效提取。利用多图结构，模型融合多源异构数据，提取具有更高粒度的...

解读: 该时空混合预测模型对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过多站点协同预测可优化SG系列逆变器集群的功率调度策略,提升区域电网友好性;单站点精准预测可增强ST系列储能变流器的充放电决策能力,实现削峰填谷优化。多图卷积与注意力机制的特征融合思路可借鉴至PowerTitan储能系...