《Journal of Cleaner Production》：A hybrid machine learning framework for enhanced day-ahead solar forecasting in large scale systems
编辑推荐：
本研究调查了使用人工神经网络（ANN）进行日前太阳能功率预测。以小时分辨率进行日前太阳能发电预测。使用四年数据支持全面的模型训练、测试和评估。评估了加权平均和多输入集成方法以改进预测。使用来自南加州两大公用事业公司的真实世界数据进行验证。
本研究调查了使用人工神经网络（ANN）进行日前太阳能功率预测。以小时分辨率进行日前太阳能发电预测。使用四年数据支持全面的模型训练、测试和评估。评估了加权平均和多输入集成方法以改进预测。使用来自南加州两大公用事业公司的真实世界数据进行验证。
在太阳能光伏发电快速增长的背景下，准确的地日前预测对于电网稳定性和经济运行至关重要。美国太阳能发电量在2020至2023年间增长约82%，加州占比达17%，但高渗透率导致净负荷预测误差扩大35%–70%，每MWh成本增加0.3至1.5美元。现有研究多聚焦于单个光伏系统或局部区域，缺乏对大规模分布式太阳能网络的系统比较。为解决这一空白，研究人员开发并评估了一个基于混合机器学习框架的日前太阳能预测方法，以小时分辨率对南加州两大公用事业公司（Imperial Irrigation District, IID和Los Angeles Department of Water and Power, LADWP）的四年运营数据（2019–2022）进行建模。研究比较了持久性模型、SARIMA、LSTM、GRU、Bi-LSTM、Transformer和TCN等单模型，以及加权平均和多输入两种集成策略。结果表明，Bi-LSTM在所有季节中表现最佳，而集成方法能进一步改善预测精度，但效果因区域而异：加权平均在IID区域更为有效（技能分数4%–11%），多输入集成在LADWP区域更优（技能分数3%–14%）。该研究为大规模公用事业级日前太阳能预测提供了实践见解，证明了集成方法在提升预测准确性和支持可再生能源并网中的价值。论文发表在《Journal of Cleaner Production》。
研究人员主要使用了以下关键技术方法：首先，对太阳能发电和气象数据进行预处理，包括基于z-score的异常值检测、前后三天平均插值、四分位距缩放和Min-Max归一化。其次，通过皮尔逊相关系数（PCC）筛选变量，保留与光伏输出（PV output）具有中等以上线性相关（|r|≥0.3）的特征，并采用迭代变量选择确定最优输入组合。模型构建方面，研究人员训练了LSTM、GRU、Bi-LSTM、Transformer和TCN等人工神经网络（ANN），并使用Adam优化器和L1损失函数进行训练。超参数通过网格搜索优化，序列长度设为3天。集成方法包括加权平均（两阶段：模型级加权和站点级逆加权）和多输入（合并多站点气象特征后输入统一模型）。样本队列来源：太阳能发电数据来自美国能源信息署（EIA），气象数据来自国家太阳辐射数据库（NSRDB），包括IID区域12个站点和LADWP区域5个站点。
4.1 单站点天气预报：通过比较12个（IID）和5个（LADWP）气象站点的数据，发现Bi-LSTM在四个季节中均取得最优预测性能（在IID夏季、秋季和冬季最佳，Transformer在春季略优），而TCN表现较弱。季节性差异明显，春季和秋季预测误差较小，冬季误差最大。持久性和SARIMA作为输出基准，整体精度低于ANN模型，表明引入气象信息能提升预测效果。
4.2 集成预测：基于Bi-LSTM、Transformer和TCN构建加权平均和多输入集成。在IID案例中，加权平均集成在所有季节降低MAE，技能分数（基于MAE）为4%–11%，而多输入集成仅在春季和夏季有微小改进，冬季技能分数略为负值（-0.31%）。在LADWP案例中，加权平均集成在春季、秋季和冬季改进（技能分数3%–12%），但夏季略差（-0.46%）；多输入集成在所有季节均实现正技能分数（0.91%–13.82%），秋季改善最显著。概率预测（附录）显示，预测区间覆盖概率（PICP）接近80%名义水平，冬季不确定性最大，春季和秋季区间更窄。
4.3 局限性和讨论：研究指出数据预处理中的异常值检测和插值方法可能不完全准确，NSRDB气象数据与运营预报存在差异；PCC仅捕捉线性关系，可能遗漏非线性特征；超参数选择未达全局最优；所有数据来自南加州，区域特性限制泛化能力。未来工作可引入自适应加权机制、天气预报变量、云相关指标，并扩展至更广地理区域。
研究总结部分翻译：本研究调查了多种预测模型对日前太阳能功率预测的有效性，包括持久性模型、SARIMA、LSTM、GRU、Bi-LSTM、Transformer和TCN。模型使用两个真实世界案例（IID和LADWP）在一年测试期内进行评估，这代表了太阳能光伏预测文献中最长的评估周期之一。还评估了加权平均和多输入两种集成方法，以检验不同方式组合模型输出和多站点信息对预测性能的影响。实验结果表明，在单模型中，Bi-LSTM取得了最佳预测性能，并被选为比较基线。在集成方法中，Bi-LSTM、Transformer和TCN被纳入以检验组合不同架构特征的模型能否改善预测性能。结果表明，集成策略的有效性依赖于区域。在IID案例中，加权平均集成提供了强且一致的改进，在四个季节中产生约4%–11%的正MAE技能分数；而在LADWP案例中，多输入集成表现出更一致的优越性能，在多数季节中技能分数改进约3%–13%。这些改进表明，在支持大规模公用事业运营日前规划和可再生能源整合方面具有实际价值。总体而言，结果表明，已建立的ANN模型和集成公式可以改善日前太阳能功率预测，同时提供了关于预测行为如何随区域和季节变化的实践见解。基于这些结果，未来工作将专注于通过自适应加权机制改进集成策略，并纳入天气预报变量以进一步提升预测性能。其他努力可能包括探索更丰富的概率集成诊断和使用云相关指标以更好地表征预测不确定性和季节性变异性。将所提出的框架扩展到更广泛的地理区域，包括全国或多州分析，将有助于评估其在不同气候和电网条件下的鲁棒性。另一个有前景的方向是将太阳能功率预测整合到净需求预测模型中，从而改进剩余负荷估计，支持电网运营商进行运营决策。
