【光伏风测功率预测】从经验曲线到数据驱动：CNN-LSTM/Transformer 在电站侧的落地实践

1. 为什么“经验曲线”越来越不够用？

在很多风电场、光伏电站，预测的“真实工作流”往往是这样：

• 电网平台给一条预测；

• 厂家/自建模型给一条预测；

• 值班人员再凭经验做一次修正：

  • “今天偏高，整体压一点”；

  • “云多，光伏按 0.7 系数”；

  • “风要起了，晚上拉高一点”。

这套方法在过去能跑起来，是因为系统对新能源的要求还没那么苛刻。现在不一样了：

• 偏差考核越来越细；

• 现货/日内交易要求你敢报、会报、报得准；

• 储能、虚拟电厂、辅助服务等业务需要更高频、更稳定的曲线；

• 最关键：规模越大，经验越不够用。

于是“经验曲线”的致命问题暴露出来：

1. 不可复制：今天这个值班员很准，换人就不准；

2. 不稳定：遇到极端天气、冷空气、云边，就容易翻车；

3. 无法量化不确定性：你说“压一点”，到底压多少？凭感觉；

4. 无法持续迭代：经验不会自