结合注意力机制与深度强化学习的超短期光伏功率预测

doi:10.11772/j.issn.1001-9081.2022040542

《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (5): 1647-1654.DOI: 10.11772/j.issn.1001-9081.2022040542

• 前沿与综合应用 • 上一篇

结合注意力机制与深度强化学习的超短期光伏功率预测

丁正凯¹^,², 傅启明¹^,²(), 陈建平²^,³^,⁴, 陆悠¹^,², 吴宏杰¹, 方能炜⁴, 邢镔⁴

^1.苏州科技大学电子与信息工程学院, 江苏苏州 215009
^2.江苏省建筑智慧节能重点实验室(苏州科技大学), 江苏苏州 215009
^3.苏州科技大学建筑与城市规划学院, 江苏苏州 215009
^4.重庆工业大数据创新中心有限公司, 重庆 400707

收稿日期:2022-04-21 修回日期:2022-06-13 接受日期:2022-06-15 发布日期:2022-07-01 出版日期:2023-05-10
通讯作者: 傅启明
作者简介:丁正凯（1996—），男，江苏盐城人，硕士研究生，主要研究方向：深度强化学习、建筑智能化
傅启明（1985—），男，江苏淮安人，副教授，博士，CCF会员，主要研究方向：强化学习、模式识别、建筑节能 fqm_1@mail.usts.edu.cn
陈建平（1963—），男，江苏南京人，教授，博士，主要研究方向：建筑节能、智能信息处理
陆悠（1977—），男，江苏苏州人，副教授，博士，主要研究方向：下一代网络体系结构、云计算与大数据、区块链
吴宏杰（1977—），男，江苏苏州人，教授，博士，主要研究方向：人工智能、数据挖掘、生物信息、工业互联网
方能炜（1980—），男，北京人，硕士，主要研究方向：工业大数据
邢镔（1962—），男，北京人，博士，主要研究方向：工业大数据分析、智能制造、工业机制模型、人工智能。
基金资助:
国家重点研发计划项目(2020YFC2006602);国家自然科学基金资助项目(62102278);江苏省高校自然科学基金资助项目(21KJA520005);江苏省重点研发计划项目(BE2020026);江苏省自然科学基金资助项目(BK20190942)

Ultra-short-term photovoltaic power prediction by deep reinforcement learning based on attention mechanism

Zhengkai DING¹^,², Qiming FU¹^,²(), Jianping CHEN²^,³^,⁴, You LU¹^,², Hongjie WU¹, Nengwei FANG⁴, Bin XING⁴

^1.School of Electronic and Information Engineering，Suzhou University of Science and Technology，Suzhou Jiangsu 215009，China
^2.Jiangsu Key Laboratory of Intelligent Building Energy Efficiency （Suzhou University of Science and Technology），Suzhou Jiangsu 215009，China
^3.School of Architecture and Urban Planning，Suzhou University of Science and Technology，Suzhou Jiangsu 215009，China
^4.Chongqing Industrial Big Data Innovation Center Company Limited，Chongqing 400707，China

Received:2022-04-21 Revised:2022-06-13 Accepted:2022-06-15 Online:2022-07-01 Published:2023-05-10
Contact: Qiming FU
About author:DING Zhengkai， born in 1996， M. S. candidate. His research interests include deep reinforcement learning， building intelligence.
FU Qiming， born in 1985， Ph. D.， associate professor. His research interests include reinforcement learning， pattern recognition， building energy saving.
CHEN Jianping， born in 1963， Ph. D.， professor. His research interests include building energy saving， intelligent information processing.
LU You， born in 1977， Ph. D.， associate professor. His research interests include next generation network architecture， cloud computing and big data， blockchain.
WU Hongjie， born in 1977， Ph. D.， professor. His research interests include artificial intelligence， data mining， bioinformatics， industrial internet.
FANG Nengwei， born in 1980， M. S. His research interests include industrial big data.
XING Bin， born in 1962， Ph. D. His research interests include industrial big data analysis， intelligent manufacturing， industrial mechanism model， artificial intelligence.
Supported by:
National Key Research and Development Program of China(2020YFC2006602);National Natural Science Foundation of China(62102278);University Natural Science Foundation of Jiangsu Province(21KJA520005);Key Research and Development Program of Jiangsu Province(BE2020026);Natural Science Foundation of Jiangsu Province(BK20190942)

摘要/Abstract

摘要：

针对传统光伏（PV）功率预测模型受功率随机波动性影响以及易忽略重要信息导致预测精度低的问题，将注意力机制分别与深度确定性策略梯度（DDPG）和循环确定性策略梯度（RDPG）相结合提出了ADDPG和ARDPG模型，并在此基础上提出一个PV功率预测框架。首先，将原始PV功率数据以及气象数据标准化，并将PV功率预测问题建模为马尔可夫决策过程（MDP），历史功率数据和当前气象数据则作为MDP的状态；然后，将注意力机制加入DDPG和RDPG的Actor网络，赋予状态中各个分量不同的权重来突出重要且关键的信息，并通过深度强化学习智能体和历史数据的交互来学习数据中的关键信息；最后，求解MDP问题得到最优的策略，作出准确的预测。在DKASC、Alice Springs光伏系统数据上的实验结果表明，ADDPG和ARDPG在均方根误差（RMSE）、平均绝对误差（MAE）和决定系数（R²）上均取得了最优结果。可见，所提模型能够有效提高PV功率的预测精度，也可以推广到其他预测领域如电网预测、风力发电预测等。

关键词: 深度强化学习, 注意力机制, 光伏功率预测, 深度确定性策略梯度, 循环确定性策略梯度

Abstract:

To address the problem that traditional PhotoVoltaic （PV） power prediction models are affected by random power fluctuation and tend to ignore important information， resulting in low prediction accuracy， ADDPG and ARDPG models were proposed by combining the attention mechanism with Deep Deterministic Policy Gradient （DDPG） and Recurrent Deterministic Policy Gradient （RDPG）， respectively， and a PV power prediction framework was proposed on this basis. Firstly， the original PV power data and meteorological data were normalized， and the PV power prediction problem was modeled as a Markov Decision Process （MDP）， where the historical power data and current meteorological data were used as the states of MDP. Then the attention mechanism was added to the Actor networks of DDPG and RDPG， giving different weights to different components of the state to highlight important and critical information， and learning critical information in the data through the interaction of Deep Reinforcement Learning （DRL） agents and historical data. Finally， the MDP problem was solved to obtain the optimal strategy and make accurate prediction. Experimental results on DKASC and Alice Springs PV system data show that ADDPG and ARDPG achieve the best results in Root Mean Square Error （RMSE）， Mean Absolute Error （MAE） and R². It can be seen that the proposed models can effectively improve the prediction accuracy of PV power， and can also be extended to other prediction fields such as grid prediction and wind power generation prediction.

Key words: deep reinforcement learning, attention mechanism, PhotoVoltaic (PV) power prediction, Deep Deterministic Policy Gradient (DDPG), Recurrent Deterministic Policy Gradient (RDPG)

中图分类号:

TP183

丁正凯, 傅启明, 陈建平, 陆悠, 吴宏杰, 方能炜, 邢镔. 结合注意力机制与深度强化学习的超短期光伏功率预测[J]. 计算机应用, 2023, 43(5): 1647-1654.

Zhengkai DING, Qiming FU, Jianping CHEN, You LU, Hongjie WU, Nengwei FANG, Bin XING. Ultra-short-term photovoltaic power prediction by deep reinforcement learning based on attention mechanism[J]. Journal of Computer Applications, 2023, 43(5): 1647-1654.

图/表 13

图1 MDP示意图

Fig.1 Schematic diagram of MDP

图2 DDPG模型

Fig.2 DDPG model

图3 LSTM模型结构

Fig.3 LSTM model structure

图4 本文研究框架

Fig.4 Research framework of this paper

表1 状态空间

Tab. 1 State space

参数	时间步长/min	单位
Wind Speed （WS）	5	m/s
Temperature （TE）	5	℃
Relative Humidity （RH）	5	$%$
Global Horizontal Radiation （GHR）	5	$w / m 2 × s r$
Diffuse Horizontal Radiation （DHR）	5	$w / m 2 × s r$
Wind Direction （WD）	5	$A ̂ °$
Radiation Global Tilted （RGT）	5	$w / m 2 × s r$
Radiation Diffuse Tilted （RDT）	5	$w / m 2 × s r$
Active Power （AP）	5	kW

表1 状态空间

Tab. 1 State space

参数	时间步长/min	单位
Wind Speed （WS）	5	m/s
Temperature （TE）	5	℃
Relative Humidity （RH）	5	$%$
Global Horizontal Radiation （GHR）	5	$w / m 2 × s r$
Diffuse Horizontal Radiation （DHR）	5	$w / m 2 × s r$
Wind Direction （WD）	5	$A ̂ °$
Radiation Global Tilted （RGT）	5	$w / m 2 × s r$
Radiation Diffuse Tilted （RDT）	5	$w / m 2 × s r$
Active Power （AP）	5	kW

图5 基于attention机制的DRL的训练框图

Fig.5 Training block diagram of DRL based on attention mechanism

图6 Attention网络结构

Fig.6 Attention network structure

图7 ADDPG的Actor网络结构

Fig.7 Network structure of Actor in ADDPG

图8 ARDPG的Actor网络结构

Fig.8 Network structure of Actor in ARDPG

图9 部分光伏数据

Fig.9 Partial PV data

图10 四个模型的奖赏图

Fig.10 Reward diagram for 4 models

图11 九个模型的预测结果

Fig.11 Prediction results of nine models

表2 测试数据的预测精度和训练时间对比

Tab. 2 Comparison of prediction accuracy and training time of test data

模型	MAE	RMSE	R²	训练时间/ min
ADDPG	0.660	1.025	0.974	14.01
DDPG	0.899	1.353	0.955	17.44
ARDPG	0.737	1.139	0.968	199.74
RDPG	1.070	1.659	0.933	207.12
LSTM+attention	1.060	1.402	0.952	12.49
LSTM	1.456	1.817	0.920	13.98
CNN+attention	1.544	1.970	0.906	7.20
CNN	3.018	3.620	0.685	8.53
BPNN	1.802	2.151	0.888	6.07

参考文献 21

1	HUANG X Q， ZHANG C， LI Q， et al. A comparison of hour-ahead solar irradiance forecasting models based on LSTM network［J］. Mathematical Problems in Engineering， 2020， 2020： No.4251517. 10.1155/2020/4251517
2	GU W B， MA T， SONG A T， et al. Mathematical modelling and performance evaluation of a hybrid photovoltaic-thermoelectric system［J］. Energy Conversion and Management， 2019， 198： No.111800. 10.1016/j.enconman.2019.111800
3	SHARADGA H， HAJIMIRZA S， BALOG R S. Time series forecasting of solar power generation for large-scale photovoltaic plants［J］. Renewable Energy， 2020， 150：797-807. 10.1016/j.renene.2019.12.131
4	MELLIT A， SAǦLAM Ş， KALOGIROU S A. Artificial neural network-based model for estimating the produced power of a photovoltaic module［J］. Renewable Energy， 2013， 60：71-78. 10.1016/j.renene.2013.04.011
5	QING X Y， NIU Y G. Hourly day-ahead solar irradiance prediction using weather forecasts by LSTM［J］. Energy， 2018， 148：461-468. 10.1016/j.energy.2018.01.177
6	马磊，黄伟，李克成，等. 基于Attention-LSTM的光伏超短期功率预测模型［J］. 电测与仪表， 2021， 58（2）：146-152. 10.19753/j.issn1001-1390.2021.02.023
	MA L， HUANG W， LI K C， et al. Photovoltaic ultra-short-term power prediction model based on Attention-LSTM［J］. Electrical Measurement and Instrumentation， 2021， 58（2）：146-152. 10.19753/j.issn1001-1390.2021.02.023
7	钱勇生，邵洁，季欣欣，等. 基于LSTM-Attention网络的短期风电功率预测［J］. 电机与控制应用， 2019， 46（9）：95-100. 10.3969/j.issn.1673-6540.2019.09.016
	QIAN Y S， SHAO J， JI X X， et al. Short-term wind power forecasting based on LSTM-Attention network［J］. Electrical Machines and Control Applications， 2019， 46（9）：95-100. 10.3969/j.issn.1673-6540.2019.09.016
8	WANG S， WEI L F， ZENG L. Ultra-short-term photovoltaic power prediction based on VMD-LSTM-RVM model［J］. IOP Conference Series： Earth and Environmental Science， 2021， 781（4）： No.042020. 10.1088/1755-1315/781/4/042020
9	孟安波，许炫淙，陈嘉铭，等. 基于强化学习和组合式深度学习模型的超短期光伏功率预测［J］. 电网技术， 2021， 45（12）：4721-4728.
	MENG A B， XU X C， CHEN J M， et al. Ultra short term photovoltaic power prediction based on reinforcement learning and combined deep learning models［J］. Power System Technology， 2021， 45（12）：4721-4728.
10	MNIH V， KAVUKCUOGLU K， SILVER D， et al. Human-level control through deep reinforcement learning［J］. Nature， 2015， 518（7540）：529-533. 10.1038/nature14236
11	SANGIOVANNI B， INCREMONA G P， PIASTRA M， et al. Self-configuring robot path planning with obstacle avoidance via deep reinforcement learning［J］. IEEE Control Systems Letters， 2021， 5（2）：397-402. 10.1109/lcsys.2020.3002852
12	HUANG B， WANG J H. Deep-reinforcement-learning-based capacity scheduling for PV-battery storage system［J］. IEEE Transactions on Smart Grid， 2021， 12（3）：2272-2283. 10.1109/tsg.2020.3047890
13	PHAN B C， LAI Y C， LIN C E. A deep reinforcement learning-based MPPT control for PV systems under partial shading condition［J］. Sensors， 2020， 20（11）： No.3039. 10.3390/s20113039
14	SUTTON R S， BARTO A G. Reinforcement Learning： An Introduction［M］. 2nd ed. Cambridge： MIT Press， 2018：1-2.
15	LILLICRAP T P， HUNT J J， PRITZEL A， et al. Continuous control with deep reinforcement learning［EB/OL］. ［2022-03-20］..
16	SUTTON R S， McALLESTER D， SINGH S， et al. Policy gradient methods for reinforcement learning with function approximation［C］// Proceedings of the 12th International Conference on Neural Information Processing Systems. Cambridge： MIT Press， 1999：1057-1063.
17	SILVER D， LEVER G， HEESS N， et al. Deterministic policy gradient algorithms［C］// Proceedings of the 31st International Conference on Machine Learning. New York： JMLR.org， 2014：387-395.
18	HOCHREITER S， SCHMIDHUBER J. Long short-term memory［J］. Neural Computation， 1997， 9（8）：1735-1780. 10.1162/neco.1997.9.8.1735
19	VASWANI A， SHAZEER N， PARMAR N， et al. Attention is all you need［C］// Proceedings of the 31st International Conference on Neural Information Processing Systems. Red Hook， NY： Curran Associates Inc.， 2017：6000-6010.
20	O'SHEA K， NASH R. An introduction to convolutional neural networks［EB/OL］. （2015-12-02）［2022-02-16］..
21	DKASC， Alice Springs datasets［DB/OL］. ［2022-01-06］.. 10.1002/aps.1375

[1]	曹腾飞, 刘延亮, 王晓英. 基于改进深度强化学习的边缘计算服务卸载算法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1543-1550.
[2]	刘辉, 张琳玉, 王复港, 何如瑾. 基于注意力机制和上下文信息的目标检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1557-1564.
[3]	黄晓辉, 杨凯铭, 凌嘉壕. 基于共享注意力的多智能体强化学习订单派送[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1620-1624.
[4]	刘阳, 陆志扬, 王骏, 施俊. 基于自注意力连接UNet的磁共振成像去吉布斯伪影算法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1606-1611.
[5]	石利锋, 倪郑威. 基于槽位相关信息提取的对话状态追踪模型[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1430-1437.
[6]	蒋瑞林, 覃仁超. 基于深度可分离卷积的多神经网络恶意代码检测模型[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1527-1533.
[7]	张凯, 覃正楚, 刘月, 秦心怡. 多学习行为协同的知识追踪模型[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1422-1429.
[8]	孙浩, 曹健, 李海生, 毛典辉. 基于改进胶囊网络的会话型推荐模型[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1043-1049.
[9]	郝巨鸣, 杨景玉, 韩淑梅, 王阳萍. 引入Ghost模块和ECA的YOLOv4公路路面裂缝检测方法[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1284-1290.
[10]	袁泉, 徐雲鹏, 唐成亮. 基于路径标签的文档级关系抽取方法[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1029-1035.
[11]	祖佳贞, 周永霞, 陈乐. 结合注意力的双分支残差低光照图像增强[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1240-1247.
[12]	窦光义, 魏发南, 邱创一, 巢建树. 基于注意力自相关机制的跟踪外观特征[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1248-1254.
[13]	朱周华, 齐琦. 基于改进YOLOv5s电动车头盔的自动检测与识别[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1291-1296.
[14]	陈路, 陈道喜, 陆一鸣, 陆卫忠. 基于注意力机制编码器‒解码器的手写数学公式识别模型[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1297-1302.
[15]	孙杰, 吴绍鑫, 王学军, 华璟. 基于Sophon SC5+芯片构架的行人搜索算法与优化[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 744-751.

结合注意力机制与深度强化学习的超短期光伏功率预测

Ultra-short-term photovoltaic power prediction by deep reinforcement learning based on attention mechanism

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 21

相关文章 15

编辑推荐

Metrics