Zhao Zhenabd · Yufei Yang · Fei Wangabc · Nanpeng Yue 等7人 · Solar Energy · 2025年1月 · Vol.300

摘要 优异的短期光伏发电功率预测对于制定光伏发电计划及实现电力系统的经济调度至关重要。然而，现有的短期预测方法并未深入探讨输入特征的可解释性，通常依赖静态相关性分析方法处理数值天气预报（NWP）数据，并且常常忽视对功率预测误差进行修正的关键步骤。针对上述三项研究不足，本文提出一种结合基于分解的误差修正机制的动态时空注意力图卷积网络（STAGCN）短期光伏功率预测方法。首先，采用时空重要性模型解释方法对多源NWP数据进行特征提取，识别出对模型预测具有关键作用的特征变量。其次，引入时空特征变换与融合...

解读: 该动态时空注意力图卷积网络光伏功率预测技术对阳光电源iSolarCloud智能运维平台及储能系统具有重要应用价值。通过多源NWP特征提取和误差修正机制,可显著提升SG系列逆变器的发电功率预测精度,优化PowerTitan储能系统的充放电策略制定。该方法的可解释性增强和动态时空建模思路,可集成至预测性...