基于多源數據圖表示學習的風電出力預測方法

黃文琦,方必武,戴珍,侯佳萱,曹尚,梁凌宇,林全郴,余濤

(1.南方電網數字電網集團有限公司,廣州市 510670;2.中國南方電網電力調度控制中心,廣州市 510663;3. 華南理工大學電力學院,廣州市 510640)

0 引 言

結合目前碳中和目標的政策要求[1-2],建設以新能源為主體的新型電力系統是未來的重要發展趨勢[3-5],未來將會有越來越多的新能源接入到電力系統當中,其中,風力發電具有更高的不確定性和隨機性[6-7],其大規模接入電力系統將會進一步導致系統運行的不確定性增強、系統調度優化難度增大[8-9]。解決該問題的重要措施是提高風電出力預測的精確度[10]。

風電出力預測從時間尺度上可以分為超短期、短期和中長期預測,其中較為廣泛應用的是短期預測,其預測內容一般為預測未來一天每小時的風電出力大小,從而為電力系統的調度與運行提供重要依據。

短期風電出力預測方法的研究主要分為傳統預測方法以及人工智能預測方法,傳統預測方法方面,文獻[11]基于歷史風電出力序列,采用差分自回歸移動平均模型(autore-gressive integrated moving average, ARIMA)來擬合風電的出力曲線,但由于風電機組主要依靠風力來推動風輪轉動從而產生電能,因此風電出力受風速、風向等環境因素影響較大。因此,在預測建模上,應該考慮環境因素的影響,文獻[12]通過指數平滑法預測風速,接著構建狀態概率模型以獲得風電出力;文獻[13]通過建立多元回歸模型( multiple linear regression,MLR)來研究風速、風向等影響因素與風電出力的內涵聯系,從而獲得最優擬合解。這類方法計算簡便,然而非線性擬合能力較弱,預測精度較低,并且隨著智能電網的發展使得系統運行數據和外源數據的廣度和維度顯著增加[14],大數據與電網相結合的特點越加明顯,傳統預測方法難以處理數據量大的多源數據。對此,人工智能方法在非線性擬合和大數據處理方面更有優勢,文獻[15]和文獻[16]分別基于梯度提升決策樹(gradient boosting decision tree,GBDT)和隨機森林(random forest, RF)的預測模型利用歷史天氣數據和光伏發電出力數據對模型進行迭代訓練,并用于根據天氣預報數據預測未來光伏發電出力,預測結果相比于傳統方法取得了較大的提升。針對隨機波動問題,文獻[17]首先利用經驗模態分解對風電歷史出力序列進行分解,獲得數據特征集,接著利用長短期記憶 (long-short term memory,LSTM) 人工神經網絡建立預測模型;文獻[18]先用CEEMD(complementary ensemble empirical mode decomposition)方法將原始數據分解成易于預測的分量,然后用遺傳算法神經網絡進行預測,這些方法都獲得了較好的預測性能;為了進一步提高預測的可靠性,文獻[19]利用Stacking集成學習方法和LSTM模型,將多個子模型進行融合集成,獲得一個綜合預測結果,有效降低了預測誤差。但上述方法都是針對同一區域風電場站進行建模,在模型訓練過程中存在過擬合和穩定性差的問題,并且,受限于歐氏空間下數據的順序輸入,對風電場站之間的內涵關聯信息挖掘不足,預測精度仍存在提升的空間。

圖學習技術的提出為挖掘數據關聯特征和數據表達提供了新的思路[20-21],與以往歐氏空間數據下建模不同,圖學習是建立在非歐氏空間下的學習模型,利用節點和邊來構建非歐氏空間下的數據特征,目前已在文本、圖像、科學、知識圖譜和組合優化等領域廣泛應用。若將先進的圖學習技術引入風電出力預測任務當中,將多個風電場站之間的特征用節點表示,風電場站之間的內涵關系用邊表示,充分聯合多個風電場站之間的關聯性進行建模,實現多源數據信息的充分挖掘,有望提升預測效果。

綜上,為了充分利用多源數據和時空數據特點,進一步提升風電出力預測精度,為電力調度運行部門制定調度計劃提供參考,本文針對短期風電預測需求提出了基于多源數據圖表示學習的風電出力預測方法,實現對未來一天24 h風電出力的精準預測。本文創新點總結如下:

1)基于Stacking理論和圖深度學習理論設計了一種能夠融合多個風電場站特征數據的圖數據表達形式,通過將多個風電場站下的數據轉化成非歐氏空間下的數據,從而獲得了對多個風電場站的圖數據表達形式,有效地集成了多個場站下的多個基礎預測方法的結果和所對應的風電場站的特征信息。

2)設計了帶注意力殘差機制的圖卷積網絡(graph convolutional network, GCN),該網絡在原來傳統的圖卷積方法上增加注意力和殘差鏈接過程,使得在模型構建的過程中不僅能夠搭建多層圖卷積神經網絡,還能夠提取更加豐富的特征信息,提升了圖學習過程中對特征數據的融合和提取性能。

1 基于多源數據圖表示學習的風電出力預測方法

1.1 現代風電出力預測系統

傳統風電出力預測系統通常表現為分散式預測系統,即單個風電場站配有一套功率預測系統,該模式不僅成本高昂,且系統中的多源數據并不互通,在預測過程中易受數據缺失、數據異常等問題的影響,功率預測效果存在一定的局限性。隨著計算機技術和大數據技術的不斷發展,風電出力預測系統逐步從分散模式趨向于統一,其表現為單一系統集成多個風電場站的多源數據和預測模型,并實現集中功率預測[22-23],如圖1所示。

圖1 風電出力預測系統變化趨勢

其表現為如下特點,一方面,集中式的風電出力預測系統集中了多個數據平臺,其數據來源各異,且數據記錄都能夠為電網運行決策等提供重要的信息挖掘數據基礎,若能夠聯合運用大數據信息,將能有效提高數據利用率,提高電網智能化管理運行水平[24-25];另一方面,隨著高精度采集設備的技術提升以及通訊技術的提高,數據的顆粒度越來越精細化,大量細顆粒度的數據要求預測系統能更好地處理與挖掘這些數據特征。但目前所用的風電出力預測方法以傳統方法為主,導致大數據價值尚未得到充分挖掘、融合表征困難、挖掘效率低下、分析方法缺失等問題。

為此,文中提出了基于多源數據圖表示學習的風電出力預測方法,方法通過基于Stacking集成學習框架與殘差圖卷積的方式進行融合建模,不僅獲得更高精度的風電出力結果,還能有效利用電網多源大數據,充分挖掘重要隱含特征。其總體框架如圖2所示。

圖2 總體框架

1.2 基于多源數據圖表示學習的圖數據構建方法

1.2.1 Stacking集成學習框架

由于風電出力功率容易受氣象變動的影響,呈現出波動性和隨機性高的特點,因此,在開展風電出力預測任務時,為了提升模型的穩定性,并避免出現模型過擬合等問題,可以采用集成學習的方式進行特征挖掘和模型學習,實現提高模型綜合性能的目的[26]。

集成學習的實現思路為對多個基礎預測模型所得到的結果進行綜合評價,組合成一個綜合的預測模型,最后輸出一個可靠、穩定的預測結果,這種學習方式不僅降低了模型過擬合的風險,還能夠充分結合各類基礎算法的優勢,實現高精度的風電出力預測。目前常用的集成學習方式有Bagging、Boosting和Stacking等,其中,Stacking[27]集成學習能夠融合多種異質基礎預測模型,因此本文采用Stacking的集成學習方式進行融合建模,其集成學習框架如圖3所示。首先將數據集分成訓練集和測試集,接著,利用多個基礎預測模型對測試集的輸入特征和輸出結果進行建模,得到多個基礎預測結果,接著再利用一個綜合模型學習基礎預測結果到訓練集中的輸出結果的非線性映射關系,從而獲得綜合集成結果,并用測試集驗證集成學習的效果。

1.2.2 基于Stacking集成學習框架的圖數據

圖數據的特點在于可以利用節點和連接兩個節點之間的邊來表征數據信息,是一種新的數據表達方式[28-29]。在風電出力預測問題上,由于現場的測量系統以及氣象測量位置等問題,使得風電場站所對應的氣象數據并不是最為精確的,為了避免這種數據上的缺陷,多個場站的聯合分析與建模是關鍵。相鄰風電場站之間的氣象數據或者出力數據都可以為其他場站的出力分析提供參考,相關性越高,則表示場站之間的關聯性越強。由于歐氏空間下無法對這種數據關系清晰建模,因此,文中通過構建“多場站圖數據”來表示多個場站之間的功率。在構建多場站圖數據的時候,結合Stacking集成學習的思想,將風電場站的數據特征及其多個基礎預測結果作為節點數據,將場站之間的功率相關性大小作為邊大小,如圖4所示,從而實現充分表達多個場站間的數據及其相關關系,有助于在執行風電出力預測任務時充分考慮相鄰場站之間的影響。

圖4 基于Stacking的多場站圖數據

1.2.3 構建“基于Stacking的多場站圖數據”

2)一個圖數據G由G(A,X,E)構成,其中,A為全連接矩陣,大小為N×N,文中所構建的為全連接圖,因此元素值為1,X為該圖數據的數據信息,數據為某一個時刻的多場站數據特征集合,E為連接邊的權重大小,其值為不同場站之間的功率相關性大小,相關性計算公式如下所示:

(1)

3)重復1)、2)過程,獲得多時刻的圖數據。

其中,一個場站(即一個節點)的數據特征為對應時刻的氣溫、氣壓、濕度、風速以及不同預測方法的預測結果。

1.3 圖殘差卷積

如前文所述,圖數據包含兩種關鍵特征,一是節點信息,二是結構信息,對圖數據進行數據挖掘與提取,形成更加抽象表示的高級特征描述的過程就是圖學習過程[30]。傳統的卷積神經網絡在文本和圖像領域應用廣泛,但是它僅能處理歐氏空間數據,不能直接處理非歐空間的圖數據,因此,為了能夠實現圖學習過程,需要采用有效的方式對圖數據進行特征分析。

GCN是一種圖卷積學習模塊[31],其借鑒了傳統歐氏空間下特征提取的操作,通過對相鄰節點的信息進行計算和聚合,從而實現將節點信息映射到另外一個向量空間上,并且在卷積的過程中保留了圖的連接邊信息,是一種有效的圖卷積層。該過程可以用以下公式表示:

(2)

(3)

式中:ReLU表示激活函數;j∈N(i)∪{i}為包含第i節點及其相連節點的集合中的第j個節點;Θ為權重矩陣;deg(i)和deg(j)表示節點i和節點j的度。

但一般的GCN層經過多層疊加之后,會出現過渡平滑的現象[32],為此,文中參考殘差卷積的特點,通過對圖卷積層的初始殘差拼接[33],避免了網絡深度較深時出現的退化問題,從而進一步提升圖卷積的性能。其計算公式為:

(4)

式中:α表示原始特征的殘差衰減因子;β表示權重矩陣的衰減因子,代表第層卷積參數;Im為單位矩陣,m表示單位矩陣的階。

圖殘差卷積的示意圖如圖5所示。

圖5 圖殘差卷積過程

1.4 風電出力預測模型

文中設計了5層網絡構建風電出力預測模型,網絡的輸入為多個場站的功率和相關特征及基礎方法預測值所構成的“多場站圖數據”,輸出為對應未來24 h所對應時刻的風電出力值。首先,模型使用1個全連接層進行特征變換,其次使用一層激活層對特征進行非線性映射。其次使用3個圖殘差卷積層堆疊提取圖數據的結構特征,最后使用1個全連接層實現對未來出力的預測。文中所構建的風電出力預測模型如圖6所示。

圖6 風電出力預測模型

第1層是全連接層,旨在對原始特征進行特征變換,將每個節點的特征映射到更高維的特征空間下,以提高對數據特征提取分析能力,其計算公式為:

(5)

第2層為激活層,采用激活函數對第一層的特征進行非線性映射,其計算公式為:

(6)

第3～5層為圖殘差卷積層,如公式(4)所示,k分別取3、4、5。該模型的α參數取經驗值0.5,表示保留50%的初始特征信息,該參數設置過小會使得多層圖卷積后將難以保留原有特征,設置過大則導致學習效率降低;β參數取默認值0。

最后一層為下游任務層,其功能在于將深層特征映射到目標任務上,其實現方式為使用全連接層的方式進行非線性映射,連接參數同樣取64,其具體計算公式為:

(7)

1.5 訓練方式

文中構建的模型實際上屬于回歸問題,因此使用回歸問題中常用的均方誤差作為網絡訓練使用的損失函數,為了防止模型出現過擬合以及增強模型的泛化能力,文中采用加入L2正則化的均方誤差損失函數:

(8)

訓練過程以 Adam 優化算法作為網絡的優化器,初始學習率設置為 0.001,學習率過大則容易導致模型不收斂,設置過小會大大增大訓練所需的時間,并容易陷入局部最優解;訓練樣本數量設置為25,訓練迭代次數設置為100。

1.6 評價方式

為進一步量化評價預測效果,文中引入相對平均誤差(mean absolute percentage error, MAPE)與均方根誤差(root mean square error, RMSE)兩個評價指標,對預測曲線與真實曲線的誤差進行綜合評估,其計算方式如下所示。

(9)

(10)

2 算例分析

2.1 數據集的選取

文中選取某大賽的數據集對文中提出的模型進行訓練和測試。數據集包括多個風電場站2019年、2020年兩年的歷史功率數據、運行記錄數據、實測氣象數據以及天氣預報等多源數據,保證了可用數據的多樣性,同時,數據的采集頻率為15 min采集1次,高時間分辨的數據也為以數據驅動的建模奠定了基礎。

進一步地,采用線性插值的方式對缺失數據進行填補,并依照訓練集、驗證集和測試集之間比例為6∶1∶2的原則對原始數據進行劃分,獲得模型的基礎數據集。

2.2 數據情況

對風電機組的功率數據修復完后,按時間序列進行曲線繪制,得到圖7所示曲線。

圖7 風電功率曲線

從圖7可以看出,風力發電機組的輸出功率呈現出較大的隨機波動的特點,為了挖掘風電機組的功率數據統計分布情況,對6個不同時刻的風電功率進行統計,結果如圖8所示。

可以發現,不同時刻的出力分布不同,若運用單一模型對全時間尺度進行建模將難以保證預測精度,因此采用分時段的建模方法將具有更好的效果。

為了探尋各個場站之間的潛在聯系,計算各個場站之間各類特征的相關性,其結果如圖9所示,從相關性熱力圖可以看出,不同場站之間的特征參數存在一定的關聯性,因此,利用圖卷積的方法有望挖掘多個場站之間的潛在關聯,從而提高預測的精度。

2.3 對比算例參數設置

為了驗證圖卷積和集成學習的有效性,本文選取了傳統方法ARIMA和MLR以及人工智能方法RF、極端梯度提升(extreme gradient boosting, XGBoost)、GBDT、基于決策樹的快速輕量化算法(light gradient boosting machine, Lgbm)作為對比算例,并且,將上述4種人工智能方法的預測結果作為深度學習算法的輸入,具體的輸入輸出參數及模型參數如表1所示。

表1 預測方法的輸入輸出參數

2.4 精度分析

2.4.1 集成方法與基礎方法比較

運用文中所提方法和各種預測方法對同一個風電機組進行出力預測,并計算不同方法預測結果與真實曲線之間的MAPE與RMSE結果,其結果如圖10所示。

圖10 預測結果箱體圖

從圖中可以看出,文中所提的方法具有更小的預測偏差,即有更高的預測精度,并且,其預測誤差的總體極差也相對較小,說明了針對隨機性較強的風電機組輸出功率,該算法比一般的算法具有更好的穩定性,能夠綜合多個基礎預測值的結果。

為了進一步地驗證文中所提算法,對多個風電場的結果進行計算,并將其展示于表2中,從指標計算結果可以看到,無論是MAPE還是RMSE,對于多個風電機組的真實出力下,文中所提方法的誤差結果更小,即預測精度更高,這有效的證明了文中所提方法在日前預測中相較于其他算法的優越性。

表2 算法對比結果

2.4.2 不同集成方法比較

為了驗證圖卷積方法能夠有效聯合多個場站的數據特征,實現高精度風電場站的功率預測,將文中所提方法中的圖卷積集成方式換成其他神經網絡(BP、LSTM)進行集成,并計算其誤差結果,如表3所示。

表3 不同集成方法對比結果

從表中可以看出,對比集成方式預測精度比圖卷積集成方式的精度低,這是因為對比方法僅能對歐氏空間下的數據特征進行學習,其計算原理為將所有輸入特征簡單地展平,而圖卷積學習方法能夠學習非歐氏空間下的數據,將不同電站的關聯性也考慮在計算當中,因此獲得了較好的預測效果。

3 結論與展望

文中提出的基于多源數據圖表示學習的風電出力預測方法相比于傳統方法取得了更高的預測精度,原因總結如下:

1)Stacking集成學習框架能夠有效集成大數據與基礎預測方法的結果,適用于集中式的風電出力預測系統,能夠有效提升預測精度。

2)基于圖理論將數據特征轉換成非歐氏空間下的圖數據,能夠有效聯合集成多個場站的信息,挖掘其中的關聯關系。

3)引入了帶注意力殘差機制的圖卷積網絡來提升圖學習過程中的特征融合和特征提取性能,該機制有利于搭建多層圖卷積神經網絡,提取更加豐富的特征信息。

本文所提方法融合了多個場站的特征信息以及多個場站的多個基礎預測模型進行建模,該方法仍然存在一定的提升空間:

1)優化圖學習訓練過程,提升模型訓練效率。目前的圖學習過程是針對單一圖進行圖學習,訓練效率仍有一定的提升空間,未來可設置多圖并行訓練機制,將單一圖訓練過程轉化成多圖并行訓練,或者改進圖殘差卷積的計算方式來提升模型的訓練效率,從而減少建模所需要的時間。

2)研究適應于動態變化的多場站圖學習方法。本文所提方法是基于靜態圖數據結構開展研究,適用于對在一定區域內的多個風電場站融合建模,但是若該區域新建風電場站,則需要重新訓練模型,因此,未來可研究適應于動態變化的多場站圖學習方法,提高模型的適應能力。

3)應用于多個光伏場站的出力預測。光伏出力與風電出力類似,其出力大小均受環境因素的影響,因此,可以引用本文方法對多個風電場站的建模思路,對多個光伏場站進行建模,以獲得精準的光伏出力預測結果。