构建区域光伏发电场提升超短期分布式太阳能预测

密集分布式光伏（PV）系统的超短期预测仍然具有挑战性，因为外部气象和卫星产品可能无法充分解析快速的局地变化，同时，异质光伏系统在相似大气条件下也会表现出不同的发电响应。与此同时，密集的光伏集群能够提供空间分布式观测，从而揭示区域发电动态。本文将集群级光伏预测从对离散电站时间序列进行建模，重新表述为对具有明确空间结构的区域光伏发电场进行预测。我们开发了 SatPV-Field，这是一种从区域到局地的预测框架，可将分布式光伏观测转换为类似图像的发电场，并对其时空演化进行建模。通过结合历史光伏发电场、卫星衍生的未来短波辐射指导信息和气象预报，该框架能够预测未来区域发电状态，进而为单个电站的预测提供位置特定的指导。涉及496个分布式光伏系统的实验（包括446个源站点和50个留出的目标站点）表明，这些区域发电场能够得到有效预测，并可用于提升电站层面的预测性能。与表现最佳的单电站时间序列基线相比，所提出的方法将电站层面的 MAE 降低了约10.0%；与使用相同源站群的基于图的区域预测方法相比，MAE 降低了2.5%。这些结果确立了一种显式空间场建模范式，将区域发电动态与单站点预测联系起来。