基于生成式AI与Transformer的多模态超短期概率性太阳能发电预测新框架

《Advances in Applied Energy》：Multimodal ultra-short-term probabilistic solar power forecasting with generative AI and transformer

为解决太阳能发电波动性大、超短期预测不确定性高的难题，本研究提出了一种融合生成式人工智能与Transformer的多模态概率预测框架。该框架利用历史发电数据与天空图像，通过随机视频预测模型生成未来可能的天象序列，并结合多模态学习模型输出未来发电量的概率分布。实验表明，该方法在15分钟预测任务中，相较仅用历史数据模型，确定性评估指标RMSE降低20.6%，概率性评估指标CRPS降低19.4%，显著提升了预测精度与不确定性量化能力，为电网稳定集成太阳能提供了关键技术支撑。

　　

随着全球能源转型加速，太阳能作为广泛利用的可再生能源，其发电量占比持续攀升。然而，阳光资源具有天然的间歇性和波动性——云层移动、昼夜更替等环境因素会导致光伏输出功率频繁变化，这种不稳定性给大规模并网发电带来了严峻挑战。特别是超短期（分钟至小时级）太阳能预测，对于电网实时调度、储能系统优化至关重要，但传统方法往往难以准确捕捉云层运动的随机性，更缺乏对预测不确定性的有效量化。

针对这一痛点，东北大学未来技术学院的研究团队在《Advances in Applied Energy》上发表了创新性研究，提出了一种结合生成式人工智能和Transformer架构的多模态超短期概率太阳能预测框架。该研究的核心突破在于同时利用了历史发电数据与天空图像序列两类信息，并通过随机视频预测、多模态融合及不确定性量化三重技术手段，实现了对未来发电量概率分布的精准预测。

研究团队采用了四项关键技术方法：首先，基于Conv-GRU和神经随机微分方程（SDE）的天空图像运动特征提取与预测模块，从历史天象序列中学习云层运动规律；其次，采用条件扩散模型（Conditional Diffusion Model）生成多组可能的未来天空图像，以捕捉云演变的不确定性；第三，构建Transformer多模态编码器，融合历史发电数据与预测天空图像特征；最后，引入高斯过程近似（Gaussian Process Approximation, GPA）对多模态模型的预测不确定性进行量化，并结合视频预测的随机性输出最终概率分布。

在模型架构方面，研究设计了分层处理流程：随机视频预测模型首先将历史天空图像序列编码为运动特征，通过神经SDE预测未来运动轨迹，再由条件扩散模型生成多组可能的天象序列；多模态概率预测模型则通过ResNet提取天空图像特征，Transformer编码器融合序列信息，GPA输出概率分布参数；最终通过不确定性聚合算法整合两类不确定性来源。

为验证效果，团队在新疆奎屯市的真实数据集上进行了全面实验，涵盖15分钟、30分钟和60分钟三种预测时域。结果显示，新方法在确定性预测指标上显著优于对比模型：在15分钟预测任务中，相较于仅使用历史发电数据的模型，均方根误差（RMSE）降低20.6%，平均绝对误差（MAE）降低24.7%；相较于仅使用天空图像的模型，RMSE降幅达47.3%。在概率预测方面，连续排名概率评分（CRPS）和平均温克勒区间评分（MWIS）分别降低19.4%和29.1%，证明其能更准确地量化预测不确定性。

特别值得注意的是，该方法在不同天气条件下均表现稳健。晴朗天气下因发电稳定，所有模型误差较低；多云天气时，新方法通过天空图像有效捕捉云层变化，比纯时序模型误差降低12.4%-24.7%；而在阴雨天气下，虽整体预测难度加大，但其概率区间能合理反映不确定性，避免过度自信的错误预测。

通过消融实验，团队进一步验证了各模块的必要性：替换视频预测模块为SkyGPT模型后，CRPS指标上升15.2%；改变多模态编码方式或图像嵌入模块（如改用ViT）均导致性能下降，证明现有模块组合最优。

研究结论表明，该框架通过生成式AI与Transformer的协同创新，实现了超短期太阳能发电的概率性预测，既提升了点预测精度，又完善了不确定性量化能力。其技术意义在于将物理信息（云运动）与数据驱动模型深度融合，为高比例可再生能源电网的实时决策提供了可靠工具。未来研究方向包括提升扩散模型效率、嵌入大气物理机制、融合卫星数据以及探索大语言模型在多模态预测中的潜力。

这项研究不仅推动了太阳能预测技术的前沿发展，更为构建智能化、自适应的新型电力系统奠定了算法基础。随着全球碳中和进程加速，此类精准预测技术将在能源系统数字化转型中发挥越来越关键的作用。