自樣本特征構造的1DCNN-BiLSTM 網側光伏功率預測

歐陽衛年，趙紫昱，陳淵睿

（1.廣東電網有限責任公司佛山供電局，佛山 528010；2.華南理工大學電力學院，廣州 510640）

近年來各國亟待實現能源轉型，高效利用太陽能、風能等可再生清潔能源成為解決能源危機問題的共識。“雙碳”目標下，我國光伏發電已進入規模化發展平價上網階段，成為分布式能源的主要組成部分，電網滲透率快速增長，發展前景廣闊[1-2]。但光伏出力受天氣影響較大，具有間歇性和波動性，且經由電力電子裝置接入電網，高比例光伏會對配電網的安全穩定運行帶來一定沖擊，導致功率倒送[3]、電壓越限[4]以及帶來“棄光”等問題。為了確保發電供應滿足電力需求并保證電力質量，電網依賴對系統負荷和光伏發電的預測，因此，精準的光伏發電功率預測可以為容量規劃和運行管理提供依據，提高光伏電站的運行效率，對于系統的規劃、運行和調度有著重要意義。

傳統光伏發電預測一般站在電站的角度，基于物理特性和環境因素均可觀測的條件進行預測，即先建立模擬光伏機組發電的物理模型，輸入物理參數進行預測，物理量包括太陽輻照度、溫度、光伏機組有效面積、轉化效率等[5]，這種方式不需要歷史發電功率數據就可以建立模型，但存在一些缺陷，如：難以考慮所有物理影響因素，預測公式本身存在模型誤差，用戶設備物理參數不一，以及在運行過程中光伏機組老化導致自身參數變化等[6]，都會導致系統誤差增大。

但早期物理建模方法過程過于復雜，且參數獲取困難，因此已逐漸被當前的統計學習模型[7-9]淘汰。建模方法包括時間序列分析、回歸分析等傳統預測方法，也包括支持向量機、馬爾可夫鏈、神經網絡等智能算法。統計學習模型通過尋找數據之間的映射關系，構建光伏發電出力預測模型。傳統預測模型存在預測速度慢、精度低和非線性擬合能力差等問題，而智能算法可以較好地規避此類問題。近年來，以數據驅動為核心的人工智能技術快速發展，被廣泛應用于光伏發電預測研究領域。文獻[10]以數值天氣預報NWP（numerical weather prediction）數據為輸入，建立功率自組織映射神經網絡模型；文獻[11]基于支持向量機建立天氣狀態模式識別的方法，對不同天氣狀態的光伏發電功率進行神經網絡預測；文獻[12]提出一種基于長短記憶神經網絡優化的短期光伏發電預測方法；文獻[13]采用時空圖網絡模型進行光伏功率預測。此外，也有文獻采用先對序列進行分解提取特征再進行預測的方式[14]。

但實際情況下，大部分光伏電站通常僅記錄用于傳統物理模型的輻照度數據[15]，未記錄譬如溫度、濕度、風速等歷史氣象信息，無法使用基于氣象信息的預測方法，缺少相關數據時將會對模型訓練提出新的挑戰。因此，在數據匱乏的情況下，實現準確預報的難度較大，如何在無NWP數據輸入下，建立起預測模型是電網側光伏功率預測的難點[16]。針對以上問題，部分文獻選擇處理數據樣本來解決，文獻[17]將基于相似日的方法引入光伏陣列輸出功率模型構建，文獻[18]基于晴朗系數和多層次匹配來進行光伏功率預測。

對此，本文基于無NWP 數據研究光伏功率預測，采用光伏電站實測輻照度和功率數據，基于輻照度特征指標分離出3類主要天氣，再根據功率驟降事件檢測進行自樣本特征構造，獲取細粒度的狀態標簽。進一步采用一維1D（one dimensional）卷積神經網絡CNN（convolutional neural network）結合雙向長短期記憶BiLSTM（bidirectional long short-term memory）神經網絡建立光伏功率預測模型。實驗結果表明，本文所提方法充分挖掘了模型在不同天氣狀態下光伏機組出力預測的準確性和適應性，在有限數據下有效提升了光伏電網側預測準確率和配電網自動化系統對光伏機組的監控能力，提供了數據分析支撐，對現有技術難以準確估算目標配電網區域光伏發電用戶的實時發電場景提供了較好的適應能力和可靠性。

1 光伏出力相關因素分析

1.1 光伏出力物理模型

在實際工程中，光伏系統的輸出功率往往以物理模型進行表示[5]，即輸入物理量參數直接根據模型得到光伏出力，是間接預測常采用的方式，表示為

式中：ηPV為光伏陣列的轉換效率；S為光伏陣列的總面積；Ir為光伏陣列接收到的太陽輻照度；Tc為光伏組件的溫度。

1.2 太陽輻射照度

太陽輻射照度是指太陽輻射經過大氣層的吸收、散射、反射等作用后，到達地球表面上單位面積單位時間內的輻射能量，而光伏發電通過太陽能電池板將輻射能量轉化為電能。研究[5，9-10]表明，目前硅晶片光伏發電單元的發電功率主要與太陽輻射照度、光伏單元參數及其表面溫度等因素相關，其中光伏單元參數包括光伏組件轉化效率、面板傾角等，在無故障運行下對于光伏功率預測問題的研究影響較小，可以忽略不計[10]；而太陽輻照度是決定光伏功率的主要因素，由式（1）可知，物理模型中太陽輻照度與光伏功率呈線性關系。

某光伏電站實測數據的太陽輻照度-功率實測曲線如圖1 所示，圖中包含兩條曲線，即功率曲線和輻照度曲線。由圖1 可見，實際情況中，輻照度和功率之間的波動并非完全一致，光伏電站會進一步放大輻照度的波動性，引起功率波動。因此，除太陽輻照度外的因素也需要進一步考慮。

圖1 光伏電站輻照度-功率曲線Fig.1 Irradiance-power curve of PV station

1.3 天氣類型

除直接影響因素之外，還有諸多間接的影響因素，比如天氣類型、云層遮擋等，但這類氣象狀態的描述具有模糊性，比較難以量化[19]。

不同天氣類型下的光伏機組發電功率的波動性不同，例如：晴天情況下光伏機組發電比較穩定，太陽輻照度與發電功率的相關性較好，而陰雨天情況下，地表的太陽輻照度衰弱嚴重且波動性較大，導致其相關性較差。晴天、多云和陰雨天這3種主要類型天氣狀況下，太陽輻照度與光伏機組發電功率的皮爾遜相關性分析結果如圖2所示。

圖2 不同天氣下光伏輻照度-功率的皮爾遜相關性分析Fig.2 Analysis of Pearson correlation between PV irradiance and power under different weather conditions

由圖2 可見：不同天氣的太陽輻照度與光伏功率的相關性有著一定差異，皮爾遜相關系數R在晴天時高達0.912，而多云和陰雨天的情況下分別為0.881 和0.841；相關性依次降低，表明天氣類型區別于太陽輻照度可以影響光伏機組發電功率的大小；根據輻照度-功率點的分布情況可以看到，陰雨天的整體功率明顯小于晴天和多云的功率，其輻照度-功率點主要分布在圖像左下方，而晴天和多云主要分布在圖像中間和右上方。

1.4 基于太陽輻照度的天氣分類指標

光伏發電出力與太陽輻照度相關性極大，光伏發電出力曲線具有明顯的周期性[11]。但由上述分析可知，在不同天氣類型下，太陽輻照度與光伏出力并非呈完美的線性關系，天氣好壞還會影響兩者的波動性，在多云與陰雨天的情況下尤其明顯。若不加處理直接將數據輸入模型訓練，必然會導致模型難以處理不同天氣下的特征波動，因此對實時天氣進行分類，將有助于模型的訓練。文獻[18]提出采用晴朗系數天氣進行劃分，而本文參考晴朗系數的概念對太陽輻照度進一步分析，提出輻照度均值和波動兩種指標針對不同天氣類型數據的分類。

1.4.1 輻照度均值

輻照度均值定義為一天內各個時刻輻照度的平均值，它可以很好地區分晴天和陰雨天的天氣類型，晴天的輻照度均值明顯高于陰雨天的輻照度均值。輻照度均值的計算公式為

式中：Ir(i)為在t時刻的太陽輻照度；n為一天內總時刻點數，此處取n=96，即時間間隔為15 min。

1.4.2 輻照度平均波動

輻照度平均波動定義為一天內各個相鄰時刻輻照度差值絕對值的平均值與該天內最大輻照度的比值，描述了其變化的程度。由圖1 可見，一般多云天氣的輻照度平均波動比較大，以輻照度平均波動進行區分比較合適。輻照度平均波動可計算為

輻照度均值指標可以反映日內的整體輻照強度，而輻照度平均波動指標可以反映日內的波動情況，兩者從側面反映出實際的天氣情況。

1.4.3 基于K-means 聚類的天氣標簽分類

不同天氣狀態下，輻照度的整體幅值和波動都存在差異，因而導致光伏出力隨之存在不同的表現，給模型訓練帶來一定影響。天氣預報中的天氣分類多，且難以反映真實的輻照度水平和波動。

因此，本文采用K-means 聚類的方法，基于第1.4.1節和第1.4.2節中提出的輻照度均值Ir,ave和輻照度平均波動ΔIr兩個指標，對數據進行聚類分析，重新定義自適應天氣標簽，如圖3所示。

圖3 基于輻照度指標的K-means 聚類Fig.3 K-means clustering based on irradiance index

基于K-means 聚類分析的結果，對天氣類型這類離散特征采用獨熱編碼來處理，根據云層運動對光伏出力的影響，依次建立天氣分類的標簽：陰雨天為（0，1），多云為（1，0），晴天為（1，1）。

由于天氣類型較多，且具有區域特殊性，因此本文根據實際情況采取簡化處理，將天氣分為代表性的常見類型：晴天、多云和陰雨天，不考慮天氣突變如晴轉雨、雨轉多云等情況。

根據上述分析，對陰雨天、多云和晴天分別定義為數值1、2 和3，假設標簽類型與真實天氣之間的1-范數距離為d。基于上述指標，分類與實際天氣情況的對比如表1所示。

表1 實際天氣與標簽類型距離分析Tab.1 Analysis of distance between actual weather and tag type

由表1 可知，大部分標簽類型與實際天氣完全一致，即距離d為0，而另一小部分距離d為1 和2，因此，大部分天氣類型的定義基本符合實際情況，但一天內實際天氣有可能出現天氣類型變化的情況以及光伏電站區域天氣與天氣預報類型不一致的情況，需要進一步定義。

1.5 基于云層遮擋事件檢測的狀態標簽

根據實際的輻照度-功率曲線分析，可以近似認為云層遮擋和移動造成了輻照度和功率的波動，而實際的天氣類型對功率的影響其實與云層遮擋和移動關系很大，因此引入事件滑動窗[20]來定義日內實時狀態，進行自樣本特征的重構。圖4為光伏發電功率驟降的事件檢測。

圖4 基于光伏發電功率驟降的事件檢測Fig.4 Event detection based on PV power slump

由圖4 可以看到，框內有兩次光伏發電功率的驟降，推測為云層的遮擋導致功率的波動，因此從功率角度進行分析。若功率出現驟降，則將其定義為云層遮擋事件，判定準則為

式中：Pt為t時刻的功率；ΔPt,(1,1)和ΔPt,(1,0)分別為t時刻晴天和多云天氣下的功率一階差分量，即當前時刻與前一時刻的功率差值；λ1和λ2分別為跳變閾值，可根據額定功率和實際功率波動設置，本文取值分別為-600 kW和-400 kW。當出現云層遮擋事件時，狀態標簽進行自適應更新，即（1，1）變化為（1，0）、（1，0）變化為（0，1），而在輻照度為0 時，狀態標簽為（0，0）。

基于光伏發電功率驟降的事件檢測本質上是一項特征工程，是對天氣標簽的進一步解釋，以解決其語義模糊性問題，比如，在晴天出現功率驟降時，傳統的天氣標簽不會發生改變，而基于事件檢測后可使得天氣標簽更接近其真實狀態。

2 1DCNN-BiLSTM 預測模型

隨著人工智能技術的發展，循環神經網絡RNN（recurrent neural network）被提出來，用于解決序列問題。RNN 改善了BPNN 不擅長處理時間序列的缺點，但在長時間序列的學習時，其隱含層的簡單結構使得誤差反向傳播的過程中產生“梯度消失”或“梯度爆炸”的問題，導致RNN 網絡極難收斂，無法訓練出理想模型。LSTM神經網絡基于此問題進行改進，引入了遺忘門、更新門和輸出門結構來改進RNN 的長期依賴問題，減少了長時間歷史信息的丟失。LSTM模型的單元結構如圖5所示。

圖5 LSTM 模型的單元結構Fig.5 Unit structure of LSTM model

LSTM 內部的遺忘門、輸入門和輸出門的表達式分別為

式中：xt為當前t時刻的輸入；ht和ht-1為當前t時刻和上一t-1 時刻的輸出；ft、it和ot分別為遺忘門、輸入門和輸出門的輸出；ct、ct-1和為細胞當前時刻、上一時刻和中間狀態的輸出；Wf、Wi、Wo和Wc分別為遺忘門、輸入門和輸出門的權重矩陣和記憶分量權重矩陣；Uf、Ui、Uo和Uc分別為遺忘門、輸入門和輸出門與上一時刻的耦合矩陣和記憶分量耦合矩陣；bf、bi、bo和bc分別為遺忘門、輸入門、輸出門的偏置和記憶分量的偏置；tanh和σ為激活函數。

2.1 雙向長短期記憶神經網絡

單向的LSTM 網絡的狀態傳輸為單向傳遞，具有遺忘性，容易丟失重要的時序特征信息。而BiLSTM 神經網絡不改變LSTM 單元內部結構，而是通過兩個獨立的LSTM對輸入數據以正序和逆序的方式進行訓練。兩層LSTM網絡共同進行輸出，使t時刻所獲得特征數據同時擁有過去和將來之間的信息，對于長時間序列有更好的記憶效果。

2.2 卷積神經網絡

CNN在圖像處理上有巨大的優勢，其提取特征的能力很強，研究表明，1DCNN 在時間序列處理上有不錯的表現[21]，1DCNN特征處理結構如圖6所示。

CNN主要由3部分構成：卷積層、池化層和全連接層。卷積層對輸入數據進行卷積運算，提取出局部信息的特性來提高處理性能，將傳統神經網絡中的權重參數簡化為卷積層中卷積核的參數，可降低計算量。池化層對于卷積層結果進行數據壓縮，減小過擬合，更好地保留特征信息。池化后得到多維特征，進行平鋪后可連接全連接層進行映射。全連接層將通過卷積層和池化層訓練得到的特征進行網絡參數的映射，最后輸出訓練模型的預測結果。

2.3 1DCNN-BiLSTM 光伏功率預測模型

基于上述分析，本文采用1DCNN 進行特征提取，將處理完的多維特征展開，接入BiLSTM網絡，訓練時間序列本身的時序性，最后以全連接層輸出。1DCNN-BiLSTM光伏出力預測模型如圖7所示。

圖7 1DCNN-BiLSTM 光伏出力預測模型Fig.7 1DCNN-BiLSTM PV output prediction model

模型訓練流程如圖8 所示。輸入數據后，首先根據輻照度數據進行天氣分類，再依據功率進行驟降事件檢測，獲取細粒度的狀態標簽。將自樣本構造的狀態標簽一同作為輸入后，進行訓練集和測試集的劃分，以及進行數據清洗和歸一化等預處理操作，隨即設置模型參數進行訓練，在達到迭代次數后通過測試集驗證輸出反歸一化后的結果。

圖8 1DCNN-BiLSTM 模型訓練流程Fig.8 Flow chart of training of 1DCNN-BiLSTM model

2.3.1 模型特征選取及數據處理

選取歷史輻照度和歷史光伏功率數據及其天氣標簽作為輸入數據進行特征處理。由于原始數據往往會存在缺失值、異常值等情況，需要進行數據清洗以及拆分為訓練集和測試集等一系列數據預處理流程。本文以電網側光伏電站實際運行數據進行分析，對其進行數據清洗，針對其異常數據進行處理。實際運行中的異常數據主要為光伏出力在夜晚期間出現負值，考慮為表計測量誤差，對其歸零。實際數據中未出現缺失值，若出現缺失值則采用前后平均值插值進行填充，以保證時間序列信息的連貫性。

2.3.2 數據歸一化與反歸一化

歸一化是重要的數據處理流程之一，由于數據類型和量綱不同，采用未歸一化數據直接進行神經網絡的訓練會產生梯度消失、難以收斂等問題，因此通常會進行歸一化處理。歸一化公式為

式中：Xmax和Xmin分別為一列數據中的最大值和最小值；Xi和分別為未歸一化和歸一化后的數據。當模型預測時，需要根據式（6）對輸出值進行反歸一化，使其還原至原來量級的Xi。

2.3.3 模型評價指標

為驗證本文所提方法的有效性，選擇均方根誤差百分比(ERMSE)、平均絕對誤差(EMAE)和平均絕對誤差百分比(EMAPE)作為時序序列預測模型的評價指標，其計算公式分別為

式中：n為測試集樣本總數；Xr(i)和Xp(i)分別為i時刻的實際值和預測值；ERMSE為預測結果實際偏差的絕對值；EMAE為預測結果絕對偏差平均值；EMAPE為預測結果偏移百分比。上述指標越小，模型預測效果越好。

但由于光伏機組只在輻照度較強的時候進行發電，實際運行過程中，日出前和日落后的時間段內存在零值點，直接采用式（9）進行誤差計算將無法運算。對此，本文通過式（6）對Xr(i)和Xp(i)進行歸一化，對其結果加1，使其縮放至區間[1，2]，以此處理EMAPE計算過程中零值作為分母的問題。

3 仿真及結果分析

為驗證本文所提方法的有效性，實驗使用廣東省佛山市某光伏電站的實際運行數據，采用軟件MATLAB R2019b搭建1DCNN-BiLSTM神經網絡預測模型進行仿真。選取歷史數據為2022年4月—6月期間的運行數據，采樣間隔為15 min，有效記錄時間91 d。進行K-means 聚類天氣劃分后，樣本劃分為25個陰雨天、35個多云日和31個晴天，再經過事件檢測將天氣狀態標簽細化到每一時刻。選取訓練集與測試集比例分別為0.8 和0.2，對其結果取整，選擇前72 d為訓練集，后19 d為測試集。

3.1 參數設置

本文采用1DCNN-BiLSTM神經網絡模型，其中輸入單元為4 列特征，輸出單元為1 列。選取歷史時刻的輻照度x1和功率x2以及離散實時天氣標簽x3、x4作為網絡的輸入參數，輸出y為預測點功率。

訓練參數的選取上，最大迭代次數設置為100次，訓練算法設置為adam，初始學習率設置為0.001，每20 次迭代后乘以因子0.05 來降低學習率。在1DCNN卷積層中卷積核個數為100個，滑動窗口大小為3，滑動步長為1。池化層滑動窗口為3，滑動步長為2。為了避免出現過擬合，模型加入dropout 層設置為0.2 的概率，使得其神經元停止工作，增強模型泛化性。

3.2 仿真結果及誤差分析

選擇CNN、LSTM 算法作為所提方法1DCNNBiLSTM的對比，其中隱藏層節點數、迭代次數等網絡參數與所提算法的一致，則某一天的預測結果如圖9所示，有、無狀態標簽的預測結果如圖10所示。

圖9 光伏預測結果Fig.9 PV prediction results

圖10 有無狀態標簽預測結果Fig.10 Prediction results with or without status tag

由圖9 可見，LSTM 由于其記憶性，剛開始出力時會存在很高的殘差值，而CNN和1DCNN-BiLSTM的跟隨性上均優于LSTM。由圖10 可見，帶有預測標簽的模型能更好地跟蹤和分析前面時刻的波動，在模型表現和誤差上效果更優。

以測試集中某一天的具體時刻出力預測為例，結果如表2所示。由表2 可知，CNN和1DCNN-BiLSTM由于卷積神經網絡的特征提取，可以更快地感知前一段時間的低出力特征，而LSTM 更容易擬合歷史的趨勢，在起始值時刻的預測值偏高。CNN在低出力值時擁有更好的表現，而在高出力值時刻，1DCNN-BiLSTM 預測效果更佳。不同算法預測模型整體的誤差分析結果如表3所示。

表2 具體時刻出力預測結果Tab.2 Output prediction results at specific time points

表3 光伏出力預測結果誤差分析Tab.3 Error analysis of PV output prediction results

由表3 可知，本文所提方法1DCNN-BiLSTM 的誤差指標均優于CNN 和LSTM 的，ERMSE、EMAE和EMAPE分別為222.43 kW，109.18 kW 和3.62%，各項指標均有較好的提升。并且在加入了狀態標簽后，各個模型的效果均有較大的提升，驗證了所提方法在樣本特征較少時的有效性，即在僅有輻照度和功率數據而無外接NWP數據的情況下的模型表現較佳。

4 結論

電網側通常難以獲取用于光伏預測所需的NWP 數據，僅有光伏站點自測的輻照度和功率數據，導致在光伏預測中輸入特征過少，模型訓練效果不佳等問題。本文針對上述問題，提出了一種自樣本特征構造的1DCNN-BiLSTM 光伏發電出力預測方法，主要結論如下。

（1）通過輻照度均值和輻照度平均波動指標將天氣聚類并標簽化為晴天、多云和陰雨天3 類，通過功率驟減事件檢測獲取細粒度的狀態標簽，進行自樣本特征構造。基于功率驟降事件檢測的特征工程為模型提供了更充分的特征，有效提升模型的穩定性。引入功率驟降事件檢測后，CNN、BiLSTM和本文所提方法的預測平均絕對誤差百分比分別提升了0.21%、0.25%和0.34%。

（2）針對單一模型的不足，采用CNN與BiLSTM網絡相結合的方式，更適合學習光伏功率序列的空間和時間上的特征。所提方法較LSTM 和CNN 單一模型的平均絕對誤差百分比分別提升1.87%和0.59%。

（3）本文方法優點在于，只需要輻照度和光伏功率出力數據進行預測，降低了多特征數據存在的數據匱乏和數據穩定性風險，改善了預測模型的預測性能和魯棒性，在電網無法獲取相應光伏電站的NWP 數據時提供一種提高預測精度的解決方案。但本文方法也存在局限性，受限于數據匱乏，僅考慮了輻照度和功率作為原始變量，不能充分考慮溫度、濕度等其他因素的影響。此外，對功率驟降事件閾值的設定，本文采用的是經驗參數，實際生產中可根據統計規律決定。