以集成學習方法做極短期太陽能輸出預測

Abstract

隨著太陽能發電占比不斷提高，其受天氣影響導致發電不穩的特性，將衝擊整個電網，若能提前得知天氣與發電的變化，就能先一步進行電力調度，減少可能的供電影響。本研究以集成學習方法，使用氣象與天空圖像等資料預測未來的發電量，在台灣等熱帶地區，由於天氣變化劇烈，因此以極短期發電預測為目標。最終本研究訓練出了一個集成學習模型，能夠以歷史氣象資料與天空圖像預測未來5、10、15分鐘的太陽能發電量。相比於只使用單一模型，集成學習模型在本研究的所有評估指標都獲得了最佳的分數，且在與其他研究的比較中也有更好的表現。此模型將可應用於天氣容易在短時間變化的區域。未來將專注於針對發電下降事件的預測，來改善模型的預測能力。