一种基于近端策略优化的、具有上下文意识的动态模型选择框架，用于次日光伏发电量预测

《Scientific Reports》：A context-aware dynamic model selection framework based on proximal policy optimization for day-ahead PV power forecasting

　　

摘要

为了提高日前光伏（PV）功率预测的准确性，并克服单个模型在变化天气条件下的有限适应性，本文提出了一种基于演员-评论家（Actor-Critic）上下文策略学习方法的场景感知动态模型选择方法。该方法首先对从影响光伏输出的气象变量中提取的时间特征进行聚类分析，将历史天气模式划分为四种典型场景：晴朗、多云、阴天和下雨。随后构建了一个包含多种深度学习架构的预测模型库。然后训练一个基于近端策略优化（Proximal Policy Optimization, PPO）的强化学习代理，以学习一个最佳策略，该策略能够根据目标日的日前气象特征动态地从模型库中选择最合适的模型。通过将最佳模型适配于每个目标日的具体特征，所提出的方法显著提高了预测准确性。在真实世界的光伏数据上的实验结果表明，该方法有效地利用了多种模型的互补优势。与静态最优策略相比，总体上的均方根误差（RMSE）降低了13.97%。这些结果证明了该方法在应对复杂多变天气场景时的强大有效性和适应性。