刘晓艳，王珏，姚铁锤，迟学斌，王晓光，李凯

1.中国科学院计算机网络信息中心，北京 100190

2.中国科学院大学，北京 100049

引言

近年来，随着科技的发展，太阳能相关行业发展迅速。太阳能绿色洁净、可再生的优点，使其成为最具有应用前景的新能源之一[1-3]。在环境恶化逐渐加剧的今天，世界光伏产业展示出巨大的发展前景，从能源利用的发展趋势来看，光伏发电最终将成为电能的重要来源[4]。

分布式光伏功率具有典型的概率分布特性，是光伏电站优化规划设计、出力预测和优化调度管理的重要基础数据，而光伏功率受太阳辐照周期以及各种气象因素随机变化的影响，具有明显的随日、月、季节变化而变化的特点，气象数据质量和季节周期对光伏发电预测起着重要作用[5]。

电力系统中光伏发电量占比逐年增加，电网调度难度也逐步加大[6]。光伏发电功率的预测值将作为电网调度的依据，因此精准预测光伏电站的发电功率，可以使得电网调度计划得到及时调整，进一步保证电网电能质量[7]。

为支撑智能电网相应部门对分布式光伏电站的管理与调度，本文提出支持多种时序数据（数值天气预报、光伏电站气象信息、历史功率等）的数据预处理算法，并基于该算法封装数据管理层，然后集成了24 小时、4 小时、15 分钟不同尺度的功率预测模型，最终设计并实现了包括数据管理层和模型预测层的分布式光伏功率预测系统。

1 时序数据预处理

在光伏时序数据的采集过程中，由于传感器的故障、纪录人员的误操、传输出错以及个别极端天气的影响，都会导致缺失值、异常值的出现，影响数据的正常使用。……