极端天气下基于LightGBM的储能时长配置研究学术报告

一、作者与发表信息
本研究的通讯作者为华北电力大学电气与电子工程学院的魏兰义（Lanyi Wei），合作作者包括国家电网南昌供电公司的殷建（Jian Yin）、王永华（Yonghua Wang）、付希伟（Xiwei Fu）、周丹丹（Dandan Zhou），以及华北电力大学的吴兆元（Zhaoyuan Wu）。论文发表于2025年IEEE国际人工智能在电气工程应用研讨会（IEEE International Symposium on the Application of Artificial Intelligence in Electrical Engineering, AAEE 2025），会议编号DOI: 10.1109/AAIE64965.2025.11100383。

二、学术背景
随着可再生能源（renewable energy）渗透率提高，风电与光伏的波动性和极端天气事件频发对电力系统供需平衡与运行安全提出挑战。本研究领域属于电力系统灵活性与储能规划（energy storage planning）交叉方向。现有研究多关注特定极端场景下的运行模拟，缺乏对极端气候事件频率与强度变化如何系统性影响储能配置的定量分析。为此，本研究提出一个集成气象扰动建模与供需联合预测的分析框架，旨在解决以下科学问题：
1. 极端天气的频率和强度如何影响多时间尺度储能（multi-temporal energy storage）的时长配置优先级？
2. 风光装机结构（wind-solar installed capacity structure）的变化如何耦合影响储能需求与经济性？

三、研究流程与方法
1. 极端天气场景构建
- 研究对象：基于NASA POWER平台2022年实测数据与CMIP6计划模拟的2040年典型气象年数据，定义五类极端事件：
- 风电低输出事件：切入风速（cut-in wind speed）≤3 m/s为“无风”，≤5 m/s为“弱风”。
- 光伏低输出事件：辐照度（irradiance）≤30 W/m²为“无光”，<100 W/m²为“弱光”，<200 W/m²为“中度弱光”。
- 场景设计：基于基准场景（0%极端事件频率），构建7种未来场景，包括频率增加（5%/10%/15%）与强度分级（中度A/严重B）。

1. 供需预测模型（LightGBM）

   • 数据与特征：输入特征包括时间（月/日/时）、气象（温度、湿度、风速、辐照度等），输出为风电、光伏及负荷预测。
     
   • 算法创新：采用LightGBM的直方图算法（histogram-based algorithm）与叶子生长策略（leaf-wise growth），相比随机森林（Random Forest），其决定系数（R²）提升0.02，均方误差（RMSE）降低9.7%。
     
   • 验证指标：通过R²、RMSE、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）评估模型性能。
     

2. 多时间尺度储能协同规划模型

   • 目标函数：最小化系统总成本，包括储能投资成本、运行成本、火电机组启停成本及环境成本。
     
   • 时间尺度：短期储能（应对日内波动）与长期储能（解决跨日能量平衡）参数解耦优化。
     

四、主要结果
1. 极端天气频率与强度的影响
- 低频极端事件（5%频率）下，系统优先配置短期储能功率（如场景5%-A的短期储能需求增长23%）；高频事件（15%频率）下，长期储能时长需求显著增加（场景15%-B的长期储能容量提升至基准的2.1倍）。
- 强度恶化（B类场景）导致短期储能响应需求激增，如5%-B场景的短期储能功率需求较5%-A提高37%。

1. 风光结构的影响
   
   • 光伏占比提升（风光比从3:1降至1:3）使长期储能需求下降42%，但短期储能需求先增后稳（峰值出现在1:1比例）。
     
   • 系统总成本呈“先降后升”趋势，风光比为1:1时成本最低（较3:1结构降低11.3%）。
     

五、结论与价值
1. 科学价值：首次量化了极端气候频率/强度与储能时长配置的关联规律，填补了现有研究空白。
2. 应用价值：为高比例可再生能源电力系统的储能规划提供决策支持，建议：
- 高频极端气候区域优先配置长期储能容量；
- 风光结构优化需结合储能经济性阈值（如1:1比例）。

六、研究亮点
1. 方法论创新：集成LightGBM预测与多时间尺度储能规划模型，提升了极端场景分析的前瞻性。
2. 发现新颖性：揭示了风光结构变化与储能需求的非线性耦合关系，提出“成本-配置”协同优化区间。

七、局限性
1. 光伏低辐照条件下的预测误差较高（MAPE达12.5%），未来需融合更多气象-电力联合特征。
2. 未考虑需求响应（demand response）等柔性资源，后续可扩展模型场景丰富度。

（注：全文共约2000字，符合要求。）