山东科技大学 吉兴全 等:如何有效应对时序数据噪声干扰,提高光伏功率预测精度?

科技   科学   2024-10-09 17:34   北京  


本期精选

2024年第9


基于QMD-HBiGRU的短期光伏功率预测方法
吉兴全,赵国航,叶平峰,孟祥剑,杨明,张玉敏
DOI: 10.13336/j.1003-6520.hve.20230333
(全文阅读)



01




研究背景





光伏发电功率受太阳辐照度、温度和昼夜变化等多种气象因素的影响,具有明显的随机性和波动性,大规模光伏并入电网后加剧了电网调度运行的难度,给电力系统的安全经济运行带来了严峻挑战。光伏出力主要受太阳辐照度的影响,由于多云天气下太阳辐照度变化复杂,短期光伏功率序列呈现出独特的无惯性突变特性,序列随机性变化明显,导致传统分解方法难以有效分解光伏功率序列,分解后的高频分量往往包含残余噪声,从而产生显著的预测误差。

为有效去除噪声,提高预测精度,本文提出了一种基于二次模态分解(Quadratic Mode Decomposition, QMD)和混合双向门控循环单元(Hybrid Bi-directional Gated Recurrent Unit, HBiGRU)模型的短期光伏功率预测方法。

            
02




重点内容





1)基于QMD的光伏功率数据处理方法

本文提出QMD方法对原始光伏功率序列进行分解,计算各分量复杂程度,并进行聚合重构,对重构后的高频分量进行二次分解,将非平稳的光伏功率序列分解为一系列不同模态的分量,进而降低原始光伏功率序列的复杂程度。QMD方法由CEEMDAN、SE和VMD方法组成,流程图如图1所示。


图1  QMD流程图


2)HBiGRU模型

利用CNN出色的特征提取能力和AM的权值分配能力改善BiGRU预测性能,构建HBiGRU预测模型,模型包括输入层、CNN层、BiGRU层、注意力层和输出层,如图2所示。


2  HBiGRU模型结构图


3)基于QMD-HBiGRU的短期光伏功率预测模型

对原始光伏功率进行数据处理和分解,并将每个分量与气象数据做归一化处理,构建HBiGRU预测模型,对预测结果进行分析,判断QMD-HBiGRU模型的预测性能。预测模型如图3所示。

图3  基于QMD-HBiGRU的短期光伏功率预测模型

4)预测结果

对光伏功率序列进行分解,并对分解得到的IMF分量做叠加重构后,分别建立HBiGRU预测模型进行预测,预测结果如图4所示。


图4  重构后IMF1—IMF3预测结果


在CEEMDAN-SE方法的基础上进一步采用VMD方法处理IMF1分量,剔除其中的无关噪声,进而提高其预测精度。对分解后的各模态分量建立HBiGRU模型进行预测,将其结果叠加重构得到IMF1预测结果,与CEEMDAN-SE分解IMF1预测值对比,结果如图5所示。


图5  IMF1预测结果对比


图6示出了本文模型与其他同类模型的预测结果对比情况。


图6  不同模型的光伏功率预测结果



03




结论





本文提出了基于QMD-HBiGRU模型的短期光伏功率预测方法,所得结论如下:

1)提出的QMD方法可有效削减高频分量中的无关噪声,从而提高预测精度。

2)所构建的HBiGRU模型能充分发挥CNN的特征提取能力,结合BiGRU模型时序预测优势与AM的动态权重分配能力,可深度挖掘气象数据和时序输出之间的关联关系,提高时序预测精度。

3)仿真结果表明,所提QMD-HBiGRU模型的平均NMAE、NRMSE和R2值均优于其他5种模型,预测效果更好,在短期光伏功率预测领域具有良好的应用前景。



04




后续研究内容





目前大部分光伏功率预测研究仅针对单一光伏场站,针对光伏集群预测开展的相关研究较少,无法准确反应光伏并网总体规律,未来研究中应考虑将单一光伏场站功率预测方法应用到光伏集群发电功率预测方面。



引文信息:

吉兴全 , 赵国航 , 叶平峰 , 等基于QMD-HBiGRU的短期光伏功率预测方法[J]. 高电压技术. 2024, 50(9): 3850-3859  



作者及团队介绍

   


吉兴全,博士,教授,博士生导师,主要从事配电系统及其自动化、电力系统运行与控制、电力系统规划方面的研究工作。



赵国航,硕士研究生,主要从事新能源功率预测、碳排放预测方面的研究工作。



叶平峰(通信作者),博士,主要从事电力系统分析与控制、电压稳定等方面的研究工作。




孟祥剑,博士,主要从事电力电子、新能源与人工智能交叉方向的研究工作。



杨明,博士,教授,博士生导师,主要从事电力系统分析与控制、优化调度和功率预测方面的研究工作。




张玉敏,博士,主要从事电力系统经济运行、优化调度和电力市场方面的研究工作。


山东科技大学新能源电力系统运行与控制研究团队由吉兴全教授、张玉敏副教授和叶平峰老师等人组成,长期从事功率预测、电力系统运行优化、智能配电网、综合能源系统低碳调度等领域的理论和应用研究。团队承担了国家自然科学基金项目2项;主持中国博士后面上基金资助项目2项;主持山东省自然科学基金项目4项;主持教育部重点实验室开放课题基金3项、横向科技项目等30余项。授权发明专利20余项,发表国内外高水平期刊论文100余篇,其中,高影响力论文7篇,高被引论文5篇,重要国际学术会议“最佳会议论文”奖2篇、“最佳审稿人”奖1项;“优秀审稿专家” 7次。


责编:何秋萍



- 【 END 】 -

传播知识 · 分享成果 · 交流经验



声明:本文为原创作品,所涉文字及图片版权均属《高电压技术》编辑部所有,根据国家版权局最新规定,纸媒、网站、微信公众号转载、摘编我编辑部的作品,务必请提前联系我编辑部。个人请按本微信原文转发、分享




热搜合集

#热文#热点报告#征稿启事#会议讯息#网络首发#论文精选


官网

http://hve.epri.sgcc.com.cn/


视频号

《高电压技术》《High Voltage》视频号



联系我们




高电压技术
推送《高电压技术》精选论文信息,传播高电压相关重要科研进展
 最新文章