一种基于信念Rényi散度与历史光伏输出数据的新型天气类型分类方法，用于短期光伏发电输出预测：以中国西安为例

《Energy》：A Novel Weather Type Classification Method for Short-Term PV Output Forecasting Based on Belief Rényi Divergence and Historical PV output Data: A Case Study in Xi'an, China

　　•提出了一种基于BRD和历史光伏输出数据的新颖天气类型分类方法。•使用DTW进行相似性匹配以确定天气类型。•利用BRD来量化光伏输出数据的波动性。•该方法提高了天气类型分类和光伏预测的准确性。

引言
为了缓解环境和能源危机，能源和电力系统正越来越多地转向低碳和清洁能源解决方案[1]。由于光伏（PV）发电具有清洁、可持续和可扩展的特性[2]，这一趋势预计将持续下去。根据PVPS_Annual_Report_2023的数据，中国在全球光伏市场中占据54.2%的份额，位居前五大国家之首。到2024年，中国的累计光伏装机容量达到了886.47吉瓦，比2013年增加了45.62倍（如图1(a)和图1(b)所示）[3]。中国光伏发电的迅速发展在推进国家和全球的能源转型和脱碳方面发挥了关键作用。如图1(c)和图1(d)所示，中国拥有丰富的太阳能资源，这些资源主要集中在西北部[4]。光伏系统的发电量受到太阳辐射、相对湿度和温度的强烈影响，导致发电不稳定和间歇性。这些特性导致了供需不平衡，并对电网的安全、可靠和经济运行构成了重大挑战[5],[6]。为了确保电力系统的稳定性，准确的光伏输出预测至关重要。精确的预测不仅能够有效评估光伏输出，还支持智能电网运营、能源存储调度、动态负荷管理和高效的可再生能源整合。此外，它在促进中国的绿色和低碳能源转型中发挥着重要作用，从而加速实现“双碳”目标的进程。
目前，光伏输出预测方法主要可以分为两类：物理方法和统计方法[7]。物理方法主要包括天空模型、单指数模型和小时级分析。这些方法通常基于光伏电池的工作原理、天文数据、气象信息和其他物理因素构建光伏输出预测模型[8],[9],[10]。尽管物理方法在某些条件下能够实现令人满意的预测性能，但其适用性往往受到区域特征和光伏电站配置的限制。这种限制源于物理方法依赖于特定的参数设置和理想化的假设，这些假设往往无法完全捕捉到实际运行环境的复杂性和多样性。相比之下，统计方法主要依赖于历史数据和时间序列分析来识别过去观测中的模式和相关性。代表性的方法包括自回归移动平均（ARMA）[11]、自回归积分移动平均（ARIMA）[12]以及具有外生输入的自回归移动平均模型（ARMAX）[13]。与物理方法相比，统计方法对物理机制的依赖性较小，更侧重于捕捉历史数据中的趋势和周期性模式。然而，这些方法在处理复杂的非线性关系、非平稳时间序列和突发干扰事件方面能力有限。
随着机器学习和深度学习技术的快速发展，人们越来越关注将其应用于光伏输出预测以进一步提高预测性能。机器学习方法能够自动从数据中学习特征及其内在关系，从而适应不同的数据分布并捕捉复杂的非线性模式。作为机器学习的扩展，深度学习依赖于多层神经网络架构从数据中提取高级表示，并在时间序列建模方面展现出显著的优势。在光伏输出预测领域，机器学习和深度学习方法被越来越多地采用。例如，Gong等人[14]提出了一种并行TimesNet-双向长短期记忆（PA-TimesNet-BiLSTM）模型用于超短期光伏功率预测。在澳大利亚数据集上，与串行TimesNet-BiLSTM模型相比，该模型分别将平均绝对误差（MAE）和均方根误差（RMSE）降低了7.42%和4.31%。Zhai等人[15]提出了一种新的混合模型VMD-SSA-Transformer-LSTM来提高光伏预测的准确性。与20项相关研究的比较分析表明，该模型的nRMSE约为4%，优于大约75%的现有方法。Li等人[16]提出了一种适用于大规模光伏电力系统的混合模型WNPS-LSTM-Informer。该模型使用四个关键指标进行了评估，并与几种最近开发的预测方法进行了比较。结果表明，WNPS-LSTM-Informer模型优于单一模型和其他混合模型。
现有的研究主要集中在改进预测模型上。然而，训练数据的同质性和一致性也对光伏输出预测性能至关重要。同质性指的是数据在气象和环境条件方面的相似性，而一致性则涉及数据在采样频率和测量精度方面的均匀性。高水平的数据同质性和一致性使模型能够避免学习不必要的复杂动态，从而减少噪声干扰并提高鲁棒性[17],[18]。为了实现高数据同质性和一致性，数据集划分是一种广泛采用的策略。鉴于光伏发电与天气条件之间的强相关性，可以通过不同的天气类型有效地区分光伏输出[19]。因此，许多研究提出使用气象数据将历史数据集分类为不同的天气类型，以便为每种天气类型的训练样本进行差异化建模，从而提高预测模型对特定情景的适应性[20],[21],[22],[23]。这种同质化和低噪声的训练环境使模型能够更准确地捕捉特定天气类型下的光伏输出模式，减少多模态映射、建模复杂性和错误风险。例如，Andreia等人[24]使用气象数据作为聚类特征将数据集划分为不同的天气类别，并为每个类别开发了人工神经网络（ANN）。他们的方法使预测精度提高了4.2%，优于非聚类方法。同样，Wang等人[25]使用气象监测数据对天气类型进行分类，并根据分类结果创建了九种机器学习模型，显著提高了预测精度。显然，天气类型分类有助于捕捉不同气象条件下的光伏发电模式，简化建模复杂性并减少误差，从而显著提高预测性能。
由于光伏输出的变动性与天气条件密切相关，基于气象数据的天气类型分类已成为光伏输出预测的主流策略。现有方法通常可以分为两类：基于天气预报数据的监督分类和使用气象监测数据的无监督聚类[26],[27],[28]。此外，将天气类型分类结果与多模型集成人工智能预测方法相结合，如FCM-XGBoost-GRU[29]、带有天气类型可信度预测的动态多模型组合[30]和自组织映射（SOM）训练[31]，可以显著提高光伏输出预测的准确性。Cui等人[32]使用K-means++从历史数据中提取相似日样本集，并将历史数据集分为三种天气类型（即晴天、阴天和雨天），从而建立了一个具有高预测准确性的混合AHA-VMD-MPE-Informer预测模型。Gao等人[33]使用从数值天气预报（NWP）获得的日平均气象数据将天气条件分类为理想和非理想类型。对于理想天气条件，提出了一种基于次日气象数据的预测方法，使用LSTM网络。对于非理想天气条件，在LSTM模型中考虑了时间序列相关性和特定非理想天气类型特征，通过引入相邻天的时间序列和典型天气类型信息。Bian等人[34]应用K-means和改进的模糊C-means（FCM）聚类方法过滤掉局部相似的数据，并使用目标天的气象参数作为聚类中心来确定相似日集。结果表明，相似日理论的应用显著提高了模型的预测性能。Jiang等人[35]使用FCM聚类方法有效分类了不同的天气类型，并根据分类结果构建了适用于不同天气条件（如晴天、阴天和雨天）的预测模型。然而，仅依赖气象数据进行天气类型分类也存在明显的局限性。首先，气象数据本身存在不确定性。最近的基准研究表明，当前的全球气象或基于卫星的数据集（例如，再分析或典型气象年数据）可能与实际测量值有所不同，其性能在不同地区和气候条件下可能有很大差异[36],[37]。其次，气象数据的空间分辨率较低，难以与光伏站点的地理位置精确对齐。第三，光伏输出还受到设备特性和周围环境因素的影响，这些因素仅凭气象数据无法完全捕获，从而导致分类性能不佳，最终影响预测准确性。此外，气象数据也可能存在数据质量问题和相对较高的获取成本。
为了解决使用气象数据进行天气类型分类时的局限性，最近的研究提出了一些方法[38],[39]，包括引入多模态动态组合[40]、数据增强技术[41]和分类可信度评估[42]，旨在提高天气类型分类模型的精度和鲁棒性。虽然这些方法在提高分类性能方面显示出潜力，但它们仍然基本上依赖于气象数据。值得注意的是，光伏输出本质上受到天气条件和各种非气象因素（如设备特性和环境条件（例如遮挡、污染）的影响。因此，光伏输出可以作为天气类型分类的宝贵指标。然而，很少有研究探索使用历史光伏输出数据进行反向天气类型分类，历史光伏输出数据中的不确定性问题也未得到充分探讨。Belief Rényi Divergence（BRD）是一种用于量化时间序列不确定性的鲁棒方法，在处理噪声和不完全观测数据时表现出色[43],[44],[45],[46]。具体来说，它能够精确建模不确定性，避免传统方法中常见的误差累积。此外，它能够有效捕捉复杂系统的非线性动态和动态演变，在噪声环境中表现出高鲁棒性。这使得它特别适合分析受多种因素影响的高度波动的非线性光伏输出时间序列。尽管具有这些优势，但它尚未应用于历史光伏输出数据的不确定性建模。此外，对于预测日的天气类型确定，大多数研究仍然依赖于预测气象数据，这不可避免地带来了使用气象数据的局限性。
因此，本文提出了一种基于BRD和历史光伏输出数据的新颖天气类型分类方法。整个过程如图2所示。首先对历史光伏输出数据进行预处理。然后，使用滑动窗口方法分割数据，并应用Dempster-Shafer（D-S）证据理论将每个窗口转换为基本概率分配（BPA）。使用BRD来量化时间序列的波动性。接着使用K-means++进行无监督聚类以分类天气类型，并相应地构建典型的光伏输出曲线（TPC）。随后，计算预测日数据与这些TPC之间的动态时间弯曲（DTW）距离，以确定预测日的天气类型并选择最佳训练数据集。最后，使用中国西安的一个光伏系统的实际数据验证了所提出的方法。主要贡献如下：
1. 提出了一种基于BRD和历史光伏输出数据的新颖天气类型分类方法。该方法消除了对外部气象数据的依赖，提高了分类过程的可解释性。
2. 通过结合D-S证据理论将滑动窗口转换为BPA，该方法将每个窗口建模为不确定性分布，从而避免了对单一值的直接依赖，并提高了模型的鲁棒性。BRD用于量化历史光伏输出数据的局部和全局波动性，准确捕捉动态变化模式，有助于识别不同的天气类型。
3. 使用中国西安一个站点的实际光伏输出数据对所提出的方法进行了模拟和验证。结果表明，在相同的预测模型（LSTM）下，所提出的方法具有更高的预测精度。此外，该方法可以在其他地区轻松复制。
本研究的其余部分总结如下：第2节介绍了本研究中使用的方法。第3节描述了案例研究的基本数据，并对实验结果进行了详细分析。最后，第4节总结了结论并讨论了未来研究的方向。

**D-S证据理论**
D-S证据理论扩展了经典概率论，提供了一种有效且灵活的方法来处理不确定性[47][48]。其主要概念包括：
- **概念1：判断框架**，用符号表示所有互斥事件的集合，如方程（1）所示。所有可能的子集都由方程（2）表示，涵盖了单个事件以及不同互斥事件的组合，其中表示空集。
- **概念2：**表示质量数据。

**研究地点：中国西安**
本研究中的光伏系统位于中国中部，处于半干旱（BSk）气候和湿润亚热带气候（Cwa）的交界处。该地区的气候特点是春季温和多风、夏季炎热潮湿、秋季凉爽干燥、冬季寒冷干燥[59]。西安的年平均气温为14.3°C，年降水量为557毫米（1981–2010年的平均值）[60]。此外，2022年西安的年总太阳辐射量为约4692.67 MJ，表明该地区的太阳能资源较为丰富。

**结论与讨论**
本文提出了一种基于BRD和历史光伏输出数据的天气类型分类方法。与依赖气象数据进行天气分类的方法相比，所提出的方法能够更准确地捕捉光伏输出的变化趋势。这使得历史光伏输出数据的分类更加精确，从而可以基于异质性较低的数据训练预测模型，进而提高预测的准确性。

**作者贡献声明**
- **余颖（Ying Yu）**：监督、形式分析、概念化设计。
- **陈浩邦（Haobang Chen）**：可视化处理、验证工作。
- **牛冰冰（Bingbing Niu）**：验证工作、数据整理。
- **杨柳（Liu Yang）**：可视化处理、项目管理工作、方法论制定、资金申请。
- **肖远伟（Yuanwei Xiao）**：撰写与审稿、初稿撰写、方法论制定、形式分析、数据整理。

**数据可用性**
数据可应请求提供。

**利益冲突声明**
作者声明不存在任何可能影响本文工作的已知财务利益冲突或个人关系。

**致谢**
本项工作得到了中国“十四五”国家科技重大专项[编号2022YFC3802700]的财政支持。
作者：肖远伟 | 杨柳 | 牛冰冰 | 陈浩邦 | 余颖