控制与决策

作者：王迎春,王昱栋,刘洋,杨东升,解相朋

单位：东北大学 信息科学与工程学院，沈阳 110819,,东北大学 信息科学与工程学院，沈阳 110819,,东北大学 信息科学与工程学院，沈阳 110819,,东北大学 信息科学与工程学院，沈阳 110819,,南京邮电大学 物联网学院，南京 210003,

关键词：海上光伏发电;超短期光伏发电预测;卫星云图;长短期记忆网络;图像融合预测;生成式模型

基金：国家自然科学基金项目 (62173080)；超 (超) 临界机组宽负荷快速灵活调峰关键技术项目 (2022YFB4100800).

作为可再生能源装机的重要组成部分, 海上光伏发电系统受制于特殊的气象环境和有限的远海气象监测条件, 相比于陆地光伏预测, 海上光伏预测需要精确掌握海域上空多变的云层状况并分析海洋气象波动特征. 鉴于此, 提出一种基于卫星遥感数据的超短期功率预测方法. 首先, 针对云层图像的不确定性和波动问题, 采用遥感图像全波段的分段加权高斯融合和基于VAE的重构技术, 提出基于多光谱云图修正的海上功率模型; 然后, 使用双层GAN网络预测海上光伏出力, 显著降低预测误差; 最后, 通过新加坡柔佛海峡电站数据验证结果表明: 所提出模型能够高精度实现1 h及以上的超短期功率预测, 精度较传统方法提高了12%, 增强了电网实时调度的可靠性和可再生能源并网消纳能力.

来源：2025年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第4期