利用LGB模型和合成特征增强光伏功率预测

Enhancing Photovoltaic Power Forecasting Using the LGB Model and Synthetic Features

Costanza Luppi · Francesco Lo Franco · Vincenzo Cirimele · Mattia Ricco 等5人 · IEEE Journal of Photovoltaics · 2025年4月

在过去十年里，对可持续能源不断增长的需求使得人们对光伏发电产生了浓厚兴趣。由于光伏发电具有间歇性，准确的光伏功率预测对于光伏系统的高效管理和监测至关重要。在这种情况下，气象数据的准确性至关重要。然而，并不总是能够在当地获取此类数据，而且通常像辐照度这样的一些信息是从其特性未被详细了解的模型中获取的。为克服这一局限性，本研究评估了五种合成特征，这些特征结合了晴空全球水平辐照度和云量数据，用于在没有直接测量数据的情况下估算总辐照度。使用轻梯度提升模型来评估采用这些合成特征的模型的预测性能，并与基于包...

解读: 该LGB模型结合合成特征的光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有直接应用价值。通过时间序列衍生特征和环境变量非线性组合，可显著提升SG系列光伏逆变器的短期功率预测精度，优化MPPT算法的前瞻性控制。在PowerTitan储能系统中，精准的光伏出力预测能改进充放电策略制定，提...