TCN-GRU-Attention混合预测模型

风光预测超97%

整合时序与注意力机制，在超短期风光出力预测上取得高精度，为虚拟电厂与电动汽车协同优化提供可靠输入。

赵振宇 · Qianxin, Ma · Chang, Wei · Ruyue, Han

Expert Systems with Applications 2026

参数信息

风电预测准确率

97.2 %

光伏预测准确率

98.1 %

峰谷差降低幅度

32.32 %

用户平均成本降低幅度

18.44–25.10 %

技术优势

预测精度高

风光预测准确率分别达到97.2%和98.1%，为调度优化提供可靠输入。

捕获复杂时序依赖

结合TCN和GRU，有效提取风光出力序列中的长短期依赖和局部特征。

支持市场耦合决策

精准预测为绿证与现货市场耦合下的虚拟电厂-电动汽车交易模型提供数据支撑。

应用场景

• 虚拟电厂调度：高精度风光预测为虚拟电厂调度提供可靠输入，提高运行效率。
• 电动汽车充电优化：预测数据支撑电动汽车充放电行为的价格引导，优化充电策略。
• 需求响应管理：精准预测帮助协调需求响应资源，降低峰谷差和用户成本。