Error Tracing Method for Photovoltaic Power Prediction Considering Causality Verification of Numerical Weather Prediction Transfer Entropy

YE Lin; LYU Kexin; PEI Ming; LUO Yadi; SONG Xuri; SHA Licheng

doi:10.7500/AEPS20240806001

您当前的位置：

首页 >

文章列表页 >

Error Tracing Method for Photovoltaic Power Prediction Considering Causality Verification of Numerical Weather Prediction Transfer Entropy

Basic Research | 更新时间：2025-08-05

- Error Tracing Method for Photovoltaic Power Prediction Considering Causality Verification of Numerical Weather Prediction Transfer Entropy
- Automation of Electric Power Systems Vol. 49, Issue 15, Pages: 110-122(2025)
- 作者机构：
  
  1.中国农业大学信息与电气工程学院，北京市 100083
  2.中国电力科学研究院有限公司，北京市 100192
  3.国网北京市电力公司，北京市 100031
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China(5108-202355446A-3-2-ZN);Key Project of National Natural Science Foundation of China for New Electric Power Systems(U22B20117)
- DOI：10.7500/AEPS20240806001
  CLC：
- Received：06 August 2024，
  
  Revised：2025-02-28，
  
  Published Online：20 June 2025，
  
  Published：10 August 2025
- 稿件说明：
移动端阅览
叶林,吕可欣,裴铭等.考虑NWP传递熵因果验证的光伏功率预测误差溯源方法[J].电力系统自动化,2025,49(15):110-122.

YE Lin,LYU Kexin,PEI Ming,et al.Error Tracing Method for Photovoltaic Power Prediction Considering Causality Verification of Numerical Weather Prediction Transfer Entropy[J].Automation of Electric Power Systems,2025,49(15):110-122.
叶林,吕可欣,裴铭等.考虑NWP传递熵因果验证的光伏功率预测误差溯源方法[J].电力系统自动化,2025,49(15):110-122. DOI： 10.7500/AEPS20240806001.

YE Lin,LYU Kexin,PEI Ming,et al.Error Tracing Method for Photovoltaic Power Prediction Considering Causality Verification of Numerical Weather Prediction Transfer Entropy[J].Automation of Electric Power Systems,2025,49(15):110-122. DOI： 10.7500/AEPS20240806001.

摘要

功率预测误差溯源可以分析预测误差的成因，区分预测误差影响因素的重要度，改善预测模型的功能。光伏功率预测误差受数值天气预报(NWP)精度影响大，并且受不同的NWP气象要素的影响也不同，难以针对多种NWP数据进行定量溯源。为此，提出一种考虑NWP传递熵因果验证的光伏功率预测误差溯源方法。首先，针对光伏功率预测误差利用摇摆窗算法进行趋势划分，同时利用变分模态分解算法进行频域分解，得到光伏功率预测误差特征段。最后，利用传递熵对不同种类的NWP数据和光伏功率预测误差之间的因果关系进行验证，并针对NWP数据对各个光伏功率预测误差特征段的误差贡献度进行溯源分析。算例表明，所提方法能够对NWP数据导致的光伏功率预测误差进行有效溯源。

Abstract

Error tracing of power prediction can be used to analyze the causes of prediction errors

distinguish the importance degree of factors affecting prediction errors

and improve the function of prediction models. Photovoltaic power prediction error is greatly affected by the precision of numerical weather prediction (NWP)

and the influence is different when affected by different NWP meteorological elements

it is difficult to quantitatively trace back to a variety of NWP data. Therefore

the paper proposes an error tracing method for photovoltaic power prediction considering causality verification of NWP transfer entropy. First

the trend division of the photovoltaic power prediction error is implemented using the swing window (SW) algorithm

while the frequency domain is decomposed using the variational modal decomposition (VMD) algorithm to obtain the characteristic segments of the photovoltaic power prediction error. Finally

the causality relationship between the different kinds of NWP data and photovoltaic power prediction errors is verified by using transfer entropy

and the error contribution of NWP data to each characteristic segment of photovoltaic power prediction error is analyzed retrospectively. Case study show that the proposed method can effectively trace the photovoltaic power prediction error caused by NWP data.

关键词

Keywords

references

黄震，谢晓敏，张庭婷 . “双碳”背景下我国中长期能源需求预测与转型路径研究［J］. 中国工程科学， 2022 ， 24 （ 6 ）： 8 - 18 .

HUANG Zhen ， XIE Xiaomin ， ZHANG Tingting . Medium- and long-term energy demand of China and energy transition pathway toward carbon neutrality ［J］. Strategic Study of CAE ， 2022 ， 24 （ 6 ）： 8 - 18 .

叶林，裴铭，路朋，等 . 基于天气分型的短期光伏功率组合预测方法［J］. 电力系统自动化， 2021 ， 45 （ 1 ）： 44 - 54 .

YE Lin ， PEI Ming ， LU Peng ， et al . Combination forecasting method of short-term photovoltaic power based on weather classification ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 1 ）： 44 - 54 .

王晓霞，俞敏，霍泽健，等 . 基于近邻传播聚类与LSTNet的分布式光伏电站群短期功率预测［J］. 电力系统自动化， 2023 ， 47 （ 6 ）： 133 - 141 .

WANG Xiaoxia ， YU Min ， HUO Zejian ， et al . Short-term power forecasting of distributed photovoltaic station clusters based on affinity propagation clustering and long short-term time-series network ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 6 ）： 133 - 141 .

杨茂，贾梦琦，张薇，等 . 基于功率重构和时序特性约束的长预见期光伏集群功率预测［J］. 电力系统自动化， 2024 ， 48 （ 15 ）： 102 - 111 .

YANG Mao ， JIA Mengqi ， ZHANG Wei ， et al . Power forecasting for photovoltaic cluster in long forecasting period based on power reconstruction and temporal characteristic constraints ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 15 ）： 102 - 111 .

DOU W J ， WANG K ， SHAN S ， et al . Day-ahead numerical weather prediction solar irradiance correction using a clustering method based on weather conditions ［J］. Applied Energy ， 2024 ， 365 ： 123239 .

臧海祥，黄海洋，程礼临，等 . 基于自适应时序解耦和气象因素动态影响评估的超短期太阳辐照度预测［J］. 太阳能学报， 2024 ， 45 （ 11 ）： 411 - 417 .

ZANG Haixiang ， HUANG Haiyang ， CHENG Lilin ， et al . Ultra short-term solar irradiance prediction based on adaptive time series decoupling and dynamic impact evaluation of meteorological factors ［J］. Acta Energiae Solaris Sinica ， 2024 ， 45 （ 11 ）： 411 - 417 .

董存，王铮，白捷予，等 . 光伏发电功率超短期预测方法综述［J］. 高电压技术， 2023 ， 49 （ 7 ）： 2938 - 2951 .

DONG Cun ， WANG Zheng ， BAI Jieyu ， et al . Review of ultra-short-term forecasting methods for photovoltaic power generation ［J］. High Voltage Engineering ， 2023 ， 49 （ 7 ）： 2938 - 2951 .

YE L ， DAI B H ， LI Z ， et al . An ensemble method for short-term wind power prediction considering error correction strategy ［J］. Applied Energy ， 2022 ， 322 ： 119475 .

宫婷，车建峰，王勃，等 . 考虑误差概率分布及波动特性的短期风电功率预测修正方法［J/OL］. 高电压技术［ 2024-06-04 ］. https：//doi.org/10.13336/j.1003-6520.hve.20232200 https://doi.org/10.13336/j.1003-6520.hve.20232200 .

GONG Ting ， CHE Jianfeng ， WANG Bo ， et al . Short term wind power prediction correction method considering error probability distribution and fluctuation characteristics ［J/OL］. High Voltage Engineering ［ 2024-06-04 ］. https：//doi.org/10.13336/j.1003-6520.hve.20232200 https://doi.org/10.13336/j.1003-6520.hve.20232200 .

张丽，李世情，艾恒涛，等 . 基于改进Q学习算法和组合模型的超短期电力负荷预测［J］. 电力系统保护与控制， 2024 ， 52 （ 9 ）： 143 - 153 .

ZHANG Li ， LI Shiqing ， AI Hengtao ， et al . Ultra-short-term power load forecasting based on an improved Q-learning algorithm and combination model ［J］. Power System Protection and Control ， 2024 ， 52 （ 9 ）： 143 - 153 .

李翠萍，司文博，李军徽，等 . 基于集合经验模态分解和多目标遗传算法的火-多储系统调频功率双层优化［J］. 电工技术学报， 2024 ， 39 （ 7 ）： 2017 - 2032 .

LI Cuiping ， SI Wenbo ， LI Junhui ， et al . Two-layer optimization of frequency modulated power of thermal generation and multi-storage system based on ensemble empirical mode decomposition and multi-objective genetic algorithm ［J］. Transactions of China Electrotechnical Society ， 2024 ， 39 （ 7 ）： 2017 - 2032 .

余家萌，胡海涛，陶海东 . 牵引供电系统异常扰动在线识别与评估算法［J］. 电力自动化设备， 2023 ， 43 （ 8 ）： 217 - 224 .

YU Jiameng ， HU Haitao ， TAO Haidong . Online identification and evaluation algorithm of abnormal disturbance of traction power supply system ［J］. Electric Power Automation Equipment ， 2023 ， 43 （ 8 ）： 217 - 224 .

安军，王孜航，穆钢，等 . 基于WAMS测量和戴维南等值的电力系统动态仿真误差溯源及可信度验证方法［J］. 电网技术， 2013 ， 37 （ 5 ）： 1389 - 1394 .

AN Jun ， WANG Zihang ， MU Gang ， et al . Confidence level verification and tracking to error source for power grid dynamic simulation based on WAMS and Thevenin equivalence ［J］. Power System Technology ， 2013 ， 37 （ 5 ）： 1389 - 1394 .

李子康，刘灏，毕天姝，等 . 考虑PMU数据质量问题的电力系统扰动检测方法［J］. 中国电机工程学报， 2024 ， 44 （ 2 ）： 451 - 464 .

LI Zikang ， LIU Hao ， BI Tianshu ， et al . Power system disturbance detection method considering PMU data quality problems ［J］. Proceedings of the CSEE ， 2024 ， 44 （ 2 ）： 451 - 464 .

HUANG J ， QIN R . Elman neural network considering dynamic time delay estimation for short-term forecasting of offshore wind power ［J］. Applied Energy ， 2024 ， 358 ： 122671 .

金秀章，丁续达，赵立慧 . 传递熵变量选择的非线性系统时序预测模型［J］. 中国电机工程学报， 2018 ， 38 （增刊1 ）： 192 - 200 .

JIN Xiuzhang ， DING Xuda ， ZHAO Lihui . Time series prediction model of nonlinear system with variable selection of transfer entropy ［J］. Proceedings of the CSEE ， 2018 ， 38 （ S1 ）： 192 - 200 .

AHMED S S ， ROY S ， KALITA J . Assessing the effectiveness of causality inference methods for gene regulatory networks ［J］. IEEE/ACM Transactions on Computational Biology and Bioinformatics ， 2020 ， 17 （ 1 ）： 56 - 70 .

NGUYEN T N ， MÜSGENS F . What drives the accuracy of PV output forecasts？［J］. Applied Energy ， 2022 ， 323 ： 119603 .

ZHANG C X ， FU Y . Probabilistic electricity price forecast with optimal prediction interval ［J］. IEEE Transactions on Power Systems ， 2024 ， 39 （ 1 ）： 442 - 452 .

WANG D Y ， LUO H Y ， GRUNDER O ， et al . Multi-step ahead electricity price forecasting using a hybrid model based on two-layer decomposition technique and BP neural network optimized by firefly algorithm ［J］. Applied Energy ， 2017 ， 190 ： 390 - 407 .

YE L ， LI Y L ， PEI M ， et al . A novel integrated method for short-term wind power forecasting based on fluctuation clustering and history matching ［J］. Applied Energy ， 2022 ， 327 ： 120131 .

王玉庆，徐飞，刘志坚，等 . 基于动态关联表征与图网络建模的分布式光伏超短期功率预测［J］. 电力系统自动化， 2023 ， 47 （ 20 ）： 72 - 82 .

WANG Yuqing ， XU Fei ， LIU Zhijian ， et al . Ultra-short-term power forecasting of distributed photovoltaic based on dynamic correlation characterization and graph network modeling ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 20 ）： 72 - 82 .

MAO X G ， SHANG P J . Transfer entropy between multivariate time series ［J］. Communications in Nonlinear Science and Numerical Simulation ， 2017 ， 47 ： 338 - 347 .

刘康，李彬，薛阳，等 . 基于传递熵密度聚类的用户窃电识别方法［J］. 中国电机工程学报， 2022 ， 42 （ 20 ）： 7535 - 7546 .

LIU Kang ， LI Bin ， XUE Yang ， et al . User electric theft detection method based on transfer entropy density clustering ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 20 ）： 7535 - 7546 .

张昆明，马龙义，章天晗，等 . 基于iDGA-LSTM的分布式光伏出力时空协同概率预测方法［J］. 电力系统自动化， 2025 ， 49 （ 1 ）： 128 - 138 .

ZHANG Kunming ， MA Longyi ， ZHANG Tianhan ， et al . Spatio-temporal cooperative probability forecasting method for distributed photovoltaic output based on IDGA-LSTM ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 1 ）： 128 - 138 .

AHMED R ， SREERAM V ， MISHRA Y ， et al . A review and evaluation of the state-of-the-art in PV solar power forecasting： techniques and optimization ［J］. Renewable and Sustainable Energy Reviews ， 2020 ， 124 ： 109792 .

汪颖，喻梦洁，卢宏，等 . 基于最大互信息的干扰源类型识别及电能质量需求画像技术［J］. 电力系统自动化， 2022 ， 46 （ 9 ）： 171 - 181 .

WANG Ying ， YU Mengjie ， LU Hong ， et al . Interference source type identification and power quality demand portrait technology based on maximum mutual information ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 9 ）： 171 - 181 .

李振兴，胡聪，朱益，等 . 基于采样序列整形的配电网线路保护防励磁涌流误动策略［J］. 电力系统保护与控制， 2023 ， 51 （ 21 ）： 136 - 145 .

LI Zhenxing ， HU Cong ， ZHU Yi ， et al . An anti-excitation inrush current maloperation strategy of line protection for a distribution network based on sampling sequence shaping ［J］. Power System Protection and Control ， 2023 ， 51 （ 21 ）： 136 - 145 .

袁彰求，杨朝旭，荣海军 . 面向定性与定量指标的轻量化高空飞艇效能评估方法［J/OL］. 系统工程与电子技术［ 2024-11-26 ］. https：//kns.cnki.net/kcms/detail/11.2422.tn.20241126.0951.006.html https://kns.cnki.net/kcms/detail/11.2422.tn.20241126.0951.006.html .

YUAN Zhangqiu ， YANG Zhaoxu ， RONG Haijun . Efficiency evaluation method of lightweight high-altitude airship oriented to qualitative and quantitative indicators ［J/OL］. Systems Engineering and Electronics ［ 2024-11-26 ］. https：//kns.cnki.net/kcms/detail/11.2422.tn.20241126.0951.006.html https://kns.cnki.net/kcms/detail/11.2422.tn.20241126.0951.006.html .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Data-knowledge-driven Optimal Dispatch and Control Strategy for Distribution Network Considering Photovoltaic Levelized Cost of Energy

Review on Technologies and Applications of Numerical Weather Prediction for New Power System

Day-ahead Spatio-Temporal Interaction Method of Electric Vehicles, Aggregators and Distribution Network for Photovoltaic Accommodation

Bi-level Voltage Regulation Strategy for Active and Reactive Power of Distribution Network with Hybrid Grid-forming/Grid-following Photovoltaic Inverters

Related Author

ZHANG Bo

ZHANG Yongkang

SUN Yingjun

JIA Jiaoxin

YANG Ming

LI Menglin

WANG Bo

LIU Chun

Related Institution

Key Laboratory of Distributed Energy Storage and Microgrid of Hebei Province (North China Electric Power University)

Key Laboratory of Power System Intelligent Dispatch and Control (Shandong University)

State Key Laboratory of Operation and Control of Renewable Energy and Storage Systems (China Electric Power Research Institute)

Key Laboratory of Smart Grid of Ministry of Education (Tianjin University)

Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co., Ltd.

⁰