摘要: 现有光伏功率区间预测算法通常侧重于提高覆盖率和缩小预测区间，未能充分考虑实际调度中的经济成本和风险成本，从而限制了这些算法在调度决策方面的实际应用。引入了“最优置信度”概念，提出了一种创新的光伏功率区间预测方法，将数据优化与CQR算法以及CNN-BiGRU神经网络模型相结合。首先对经预处理后的光伏功率序列进行优化，采用分解重构的思想，将光伏功率序列分解为趋势分量、周期分量和随机分量；然后结合多个气象因素，分别输入经改进麻雀搜索算法优化的CQR-CNN-BiGRU神经网络中，建立各自的区间预测模型，叠加三个分量的区间预测结果，实现光伏功率的区间预测。仿真结果表明，所提方法的预测区间能够更接近预设的最优置信度，同时能够快速、有效地获得更高质量的预测区间。