基于機器學(xué)習(xí)的光伏發(fā)電功率預(yù)測
——以金華市為例

張 波，王曉晨，周 旺，陳志華，王劍強

(國家電網(wǎng)金華供電公司，浙江 金華 321017)

1 研究背景

隨著社會的快速發(fā)展，電力需求量越來越大。當前我國主要依靠火力發(fā)電，火力發(fā)電主要來源于煤、天然氣和石油等化石燃料燃燒，但大量使用這些化石燃料已經(jīng)造成了化石燃料的巨大消耗和環(huán)境污染問題[1-2]。鑒于這些事實，人們已經(jīng)深入探索使用替代能源來滿足電力需求，其中可再生能源(如太陽風(fēng)、風(fēng)能等)在全球范圍內(nèi)得到了極大關(guān)注。與傳統(tǒng)能源相比，可再生能源具有溫室氣體排放極低、使用壽命長、成本低等優(yōu)點，是一種環(huán)境友好型能源[3-4]。盡管近年來我國大力推進可再生能源，如太陽能和風(fēng)能，但是發(fā)電量非常少[5-6]，2020年國家更是出臺了關(guān)于“碳中和碳達峰”的政策，目的是控制碳的排放量并大力發(fā)展新能源[7]。

太陽能發(fā)電主要分為太陽能熱發(fā)電和光伏發(fā)電，其中光伏發(fā)電每年以較快的速度增長。然而，光伏發(fā)電依賴于各種因素，如氣候條件、風(fēng)壓、濕度、太陽輻射、環(huán)境溫度和組件溫度。由于光照的隨機性和晝夜的周期性，光伏電站發(fā)電具有典型的波動性和間歇性特征[8]。太陽能輸出功率的突變會對電力系統(tǒng)的可靠性、穩(wěn)定性和規(guī)劃產(chǎn)生影響。為了避免這種情況的發(fā)生，需要對光伏發(fā)電功率進行準確預(yù)測。

光伏發(fā)電功率預(yù)測方法主要有3類。第一類是基于物理模型；第二類是傳統(tǒng)的時間系列分析方法；第三類是機器學(xué)習(xí)算法。物理方法是根據(jù)光伏發(fā)電原理建立的數(shù)學(xué)模型，利用數(shù)值天氣預(yù)報獲得的太陽輻射、溫度、濕度、云量、氣壓和風(fēng)速，結(jié)合光伏系統(tǒng)安裝角度、光伏陣列轉(zhuǎn)換效率建立物理模型，然后直接計算光伏發(fā)電功率。物理預(yù)測模型不需要歷史數(shù)據(jù)，僅依賴于詳細的站點地理信息、準確的氣象數(shù)據(jù)和完整的數(shù)據(jù)光伏電池的信息[9]。由于認知程度的關(guān)系，所建立的物理相關(guān)模型存在一定的誤差，且模型需要依賴經(jīng)驗參數(shù)(閾值)，而不同區(qū)域之間的經(jīng)驗參數(shù)不同，導(dǎo)致局部抗干擾能力差、魯棒性弱[10]。

常用的統(tǒng)計預(yù)測方法有時間序列法[11]、回歸分析法[12]、灰色理論[13]、模糊理論[14]、時空相關(guān)法[15]。統(tǒng)計方法是通過對處理過的太陽輻射、光伏發(fā)電出力等歷史數(shù)據(jù)進行曲線擬合、參數(shù)估計和相關(guān)分析，建立投入產(chǎn)出數(shù)據(jù)之間的相關(guān)映射關(guān)系，從而實現(xiàn)對未來光伏發(fā)電產(chǎn)量的預(yù)測。與物理方法不同，統(tǒng)計建模不需要對復(fù)雜的光電轉(zhuǎn)換關(guān)系有清晰完整的認識，對光伏系統(tǒng)進行初步的了解，僅通過數(shù)據(jù)分析技術(shù)實現(xiàn)。

然而，這種技術(shù)通常產(chǎn)生低精度的預(yù)測，也不能很好地處理非線性數(shù)據(jù)。鑒于機器學(xué)習(xí)具有高效提取高維復(fù)雜非線性特征并將其直接映射到輸出的能力，因此已成為最常用的時間序列預(yù)測方法之一。Antonanzas等學(xué)者使用支持向量機(SVM)和隨機森林(RandFore)機器學(xué)習(xí)技術(shù)預(yù)測光伏發(fā)電功率[16]。Leva等學(xué)者利用人工神經(jīng)網(wǎng)絡(luò)(ANN)基于天氣預(yù)報數(shù)據(jù)預(yù)測每日的PV輸出功率[17]。Wang等學(xué)者比較了深度學(xué)習(xí)模型，包括卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)以及它們的組合，用于光伏發(fā)電功率預(yù)測[18]。文獻[19]提出了一種基于ANN的太陽能發(fā)電預(yù)測模型，并在研究中選擇氣象數(shù)據(jù)作為模型的輸入。結(jié)果表明，基于人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)測性能優(yōu)于一些典型的物理和統(tǒng)計預(yù)測模型。深度神經(jīng)網(wǎng)絡(luò)具有比淺層神經(jīng)網(wǎng)絡(luò)更高的特征提取能力，能顯著改善淺層神經(jīng)網(wǎng)絡(luò)的梯度消失問題，已經(jīng)被證明是時間序列預(yù)測的非常強大的工具。常見的深度神經(jīng)網(wǎng)絡(luò)(DNN)主要有卷積神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)(CNN)、深度信念網(wǎng)絡(luò)(DBN)、堆疊去噪自動編碼器(SDAE)和長短期記憶神經(jīng)網(wǎng)絡(luò)(LSTM)、門控循環(huán)單元(GRU)、一維卷積神經(jīng)網(wǎng)絡(luò)(CNN1D)和其他混合架構(gòu)[20]。Gensler等學(xué)者采用編碼器和LSTM對光伏發(fā)電功率進行預(yù)測。結(jié)果表明，與眾所周知的多層感知器網(wǎng)絡(luò)(MLP)相比，Auto-LSTM具有較好的效果[21]。De團隊提出了基于循環(huán)神經(jīng)網(wǎng)絡(luò)的LSTM算法進行光伏發(fā)電功率預(yù)測[22]。Mellit等學(xué)者對比了多種深度學(xué)習(xí)算法的光伏發(fā)電功率預(yù)測結(jié)果，這些算法包括長短期記憶(LSTM)、雙向LSTM (BiLSTM)、門控循環(huán)單元(GRU)、雙向GRU (BiGRU)以及混合一維卷積神經(jīng)網(wǎng)絡(luò)。結(jié)果表明，這些深度神經(jīng)網(wǎng)絡(luò)算法預(yù)測結(jié)果都很準，當預(yù)測時間窗口非常短時，預(yù)測更準確[23]。

本文將采用機器學(xué)習(xí)算法，包括4個傳統(tǒng)機器學(xué)習(xí)算法和2個深度學(xué)習(xí)算法，預(yù)測金華市3個地區(qū)(萬里揚發(fā)電站、領(lǐng)跑發(fā)電站、蒙牛乳業(yè)發(fā)電站)的光伏發(fā)電功率。因為光伏發(fā)電功率數(shù)據(jù)中沒有天氣信息，本文擬首先通過網(wǎng)絡(luò)爬蟲獲取對應(yīng)時間的天氣數(shù)據(jù)，將這些天氣信息作為輸入，對不同類型天氣預(yù)測光伏發(fā)電功率。

2 數(shù)據(jù)分析與預(yù)處理

2.1 數(shù)據(jù)概述

國家電網(wǎng)金華供電公司有浙江省金華市3個光伏發(fā)電站數(shù)據(jù)，分別是萬里揚光伏發(fā)電站、零跑光伏發(fā)電站和蒙牛乳業(yè)發(fā)電站。時間段：2020年1月1日—2020年1月25日和2021年5月1日—2021年5月20日，以每5分鐘記錄的數(shù)據(jù)，其中2021年5月8日—2021年5月11日四天的數(shù)據(jù)缺失，因此一共有57 d以每5分鐘記錄的光伏發(fā)電功率數(shù)據(jù)。

由于光伏發(fā)電功率主要受天氣影響，本文首先分析不同天氣下光伏發(fā)電功率(MW)。不妨將晴天、晴天轉(zhuǎn)多云設(shè)為“晴天”，將多云、多云轉(zhuǎn)陰、晴轉(zhuǎn)陰設(shè)為“多云”，將陰、晴轉(zhuǎn)小雨、多云轉(zhuǎn)小雨設(shè)為“陰”，將其他天氣如陰轉(zhuǎn)小雨、雷陣雨、大中小雨和其他惡劣天氣設(shè)為“雨雪等天氣”。從2020年1月1日—2020年1月25日和從2021年5月1日—2021年5月20日金華市這4類天氣的天數(shù)分別為7 d、8 d、10 d和40 d。

為了預(yù)測4類天氣光伏發(fā)電功率，本文分析4類天氣的發(fā)電功率與時間的變化關(guān)系。不妨從數(shù)據(jù)集中隨機選擇5 d四種天氣類型(見圖1)，可以發(fā)現(xiàn)晴朗的天氣光伏發(fā)電較為穩(wěn)定，而陰天和雨雪等天氣光伏發(fā)電功率的波動性很大，表明光伏發(fā)電功率受天氣影響非常大。從圖1中可以看出一般6：00以后光伏發(fā)電站才能收集到發(fā)電數(shù)據(jù)，19：00以后幾乎收集不到發(fā)電數(shù)據(jù)，表明光伏發(fā)電時間段集中于6：00—19：00。

圖1 四類天氣的每5分鐘的光伏發(fā)電功率(MW)(隨機選擇5 d數(shù)據(jù))

為了更準確地預(yù)測光伏發(fā)電功率，本位期望預(yù)測出每5分鐘的光伏發(fā)電功率。通過網(wǎng)絡(luò)爬蟲，獲取了每小時的天氣信息，包括濕度(humidity)、AQI(空氣質(zhì)量指數(shù))、weather(天氣)、wind(風(fēng)向)、winp(風(fēng)速)、temp(溫度：攝氏度)。前5行數(shù)據(jù)如表1所示。

表1 爬取的金華市2020年1月1日前5小時的天氣數(shù)據(jù)

本文僅僅能爬取每小時的天氣信息，同時假設(shè)每小時內(nèi)天氣變化不大，為了能匹配光伏發(fā)電站以每5分鐘收集的數(shù)據(jù)，將爬取的天氣數(shù)據(jù)復(fù)制12次，即每小時內(nèi)的天氣信息相同。理論上光伏發(fā)電與光照強度非常相關(guān)，但是筆者爬取不到光照強度數(shù)據(jù)。因此擬通過上述特征作為輸入，預(yù)測每5分鐘的光伏發(fā)電功率。

2.2 數(shù)據(jù)預(yù)處理

1)數(shù)值類型Z-score標準化方法。

(1)

2)字符類型特征數(shù)值化方法。基于某個特征，找出所有不同的字符串及個數(shù)，將不同字符串用整數(shù)標號，最后再對這一特征進行Z-score標準化處理。

3 光伏發(fā)電預(yù)測研究

本文采用6種算法預(yù)測網(wǎng)絡(luò)異常行為和預(yù)測安全威脅等級，分別為貝葉斯算法(Byes)，K最近鄰算法(KNN)，支持向量機(SVM)，隨機森林(RandFore)以及2個深度學(xué)習(xí)算法，即多層人工神經(jīng)網(wǎng)絡(luò)(BP)和雙向循環(huán)神經(jīng)網(wǎng)絡(luò)(Bi-LSTM)。

這些算法可以從Python中的第三方庫直接調(diào)用。對于貝葉斯算法(Byes)，K最近鄰算法(KNN)，支持向量機(SVM)，隨機森林(RandFore)4種算法，本文直接用默認參數(shù)，對于BP和Bi-LSTM算法，采用3個隱藏層，每層神經(jīng)元數(shù)量為64個，最后一層采用全連接層。為了減少或避免進入局部最優(yōu)解和過擬合，dropout設(shè)為0.2，即隨機將20%的神經(jīng)元當作遺忘。運算批量大小batch_size為200。

為了研究預(yù)測效果，給出3種預(yù)測準確度的評價指標，分別為均方根誤差RMSE，平均絕對誤差MAE，R2分數(shù)。

均方根誤差(RMSE)：用于刻畫預(yù)測值存在多大的誤差。其計算公式如下：

(2)

平均絕對誤差(MAE)：用于評估預(yù)測值與真實值之間的平均絕對誤差，與RMSE一樣，MAE值越小越好。其計算公式如下：

(3)

R2分數(shù)(R-Squre score)：反映預(yù)測結(jié)果大概有多準。其定義如下：

(4)

其中，R2≤1，其值越大預(yù)測得越準。當R2小于0時，表示預(yù)測結(jié)果非常差。

基于上述算法和評估指標，對4類天氣以每5分鐘為單位的光伏發(fā)電進行預(yù)測。不妨選擇2020年1月8日(“晴天”)、2020年1月20日(“多云”)、2020年1月22日(“陰”)、2021年5月17日(“雨雪等”)四天作為測試集進行預(yù)測，其他數(shù)據(jù)作為訓(xùn)練集。如表2所示，從3個指標的結(jié)果揭示Bi-LSTM算法占據(jù)絕對優(yōu)勢，除了2020年1月22日中的BP算法在MAE指標高于Bi-LSTM外，其他所有數(shù)據(jù)都顯示Bi-LSTM更好。其他4個傳統(tǒng)機器學(xué)習(xí)算法中隨機森林預(yù)測結(jié)果更準，之后是最近鄰KNN算法，貝葉斯Byes和支持向量機SVM兩個算法預(yù)測結(jié)果較差。此外，筆者還發(fā)現(xiàn)，“晴天”和“多云”2類天氣預(yù)測得更準，而“陰”和“雨雪等”2類天氣預(yù)測結(jié)果相對較差，R2指標甚至出現(xiàn)負數(shù)，表明預(yù)測結(jié)果很差。

表2 基于不同光伏功率預(yù)測算法下的3種評估指標結(jié)果

為了更好地顯示和對比各類算法的預(yù)測結(jié)果，筆者給出上述各類天氣的可視化預(yù)測結(jié)果和真實結(jié)果對照圖，這里僅僅展示“多云”和“雨雪等天氣”的預(yù)測結(jié)果，如圖2和圖3所示。從圖2中可以明顯看出BP和Bi-LSTM兩種算法的預(yù)測結(jié)果明顯好于其他4種，尤其是Bi-LSTM算法的預(yù)測結(jié)果顯示在光伏發(fā)電功率的最高值時有點偏差，其他時刻預(yù)測非常準確。Byes算法和SVM算法預(yù)測結(jié)果非常差。

圖2 六種算法對2020年1月8日(“多云”)光伏發(fā)電功率P(MW)預(yù)測結(jié)果

圖3 六種算法對2021年5月17日(“雨雪等”)光伏發(fā)電P(MW)預(yù)測結(jié)果

2021年5月17日“雨雪等天氣”各算法光伏發(fā)電功率的預(yù)測結(jié)果(見圖3)，明顯可以看出，除了Bi-LSTM算法預(yù)測結(jié)果與真實值比較吻合外，其他算法預(yù)測的結(jié)果都非常糟糕，雖然BP算法在前面的例子中展現(xiàn)了較高的預(yù)測準確度，但是在本例子中預(yù)測也非常差，其主要原因可能是沒有捕捉到時間系列特征，而Bi-LSTM算法能很好地對前和后2個序列的特征進行捕捉，因此Bi-LSTM算法預(yù)測得更準。

4 結(jié)語

光伏發(fā)電系統(tǒng)的出力受天氣、氣候等因素影響較大。這些特點給高比例光伏接入后的電力系統(tǒng)帶來了新的挑戰(zhàn)，如增加了電網(wǎng)調(diào)度的難度和復(fù)雜性。本文利用4個傳統(tǒng)的機器學(xué)習(xí)算法和2個深度學(xué)習(xí)算法研究對金華市3個光伏發(fā)電站的光伏發(fā)電功率進行預(yù)測。發(fā)現(xiàn)“晴天”和“多云”2種類型天氣的光伏發(fā)電功率隨著時間呈現(xiàn)較為穩(wěn)定的正態(tài)分布，而“陰”天和“雨雪等天氣”波動較大。針對這種情況，筆者爬取了天氣數(shù)據(jù)，將天氣數(shù)據(jù)作為輸入特征，基于6種機器學(xué)習(xí)算法預(yù)測各類型天氣的每5分鐘光伏發(fā)電功率，模擬結(jié)果揭示，雙向循環(huán)神經(jīng)網(wǎng)絡(luò)(Bi-LSTM)算法的預(yù)測結(jié)果最好，也最穩(wěn)定，此外，“晴天”和“多云”2種類型天氣的預(yù)測結(jié)果比“陰”天和“雨雪等天氣”預(yù)測結(jié)果更準。

已有研究發(fā)現(xiàn)光伏發(fā)電功率與光照強度非常相關(guān)[24]。本文并沒有爬取到光照信息，如果有光照信息，預(yù)測結(jié)果很可能會進一步提高。不少研究結(jié)果揭示采用混合算法，可能會得到更好的預(yù)測結(jié)果[25]。如Liu等學(xué)者提出了基于變分模態(tài)分解、奇異譜分析、LSTM網(wǎng)絡(luò)和ELM的混合模型，用于提高預(yù)測精度和魯棒性[26]。Wang等學(xué)者提出了一種小波變換和CNN相結(jié)合的混合預(yù)測模型，實現(xiàn)了對確定性和概率光伏功率的直接預(yù)測[27]。未來將嘗試采用混合算法預(yù)測光伏發(fā)電功率，找出預(yù)測結(jié)果更準確的算法。