4. 虚拟电厂功率预测特征工程

虚拟电厂功率预测的精度，往往不取决于模型有多复杂，而取决于输入特征是否把“功率变化的真实原因”表达清楚了。原始数据通常只有两类：一是各分布式资源（光伏、风电、储能、可调负荷）的历史功率与出力曲线，二是数值天气预报（NWP）给出的辐照度、温度、风速、云量等气象量。特征工程的任务，就是把这些原始量转换成模型能直接学习、且与未来功率强相关的输入变量。本节按六类特征展开，并给出可落地的构造与筛选方法。

一、时序特征：把“时间位置”和“变化趋势”编码进去

时序特征刻画的是功率自身在时间轴上的形态。最基础的是滑动统计量：对功率序列 P(t) 取过去 15 min、1 h、4 h 的均值、最大值、标准差，分别反映当前出力水平、短时峰值和波动剧烈程度。例如某 10 MW 光伏电站，过去 1 h 均值 6.2 MW、标准差 0.8 MW，说明出力较稳；若标准差升到 2.5 MW，则云团扰动明显，模型需要更谨慎。

更进一步是趋势与差分特征：一阶差分 ΔP = P(t) − P(t−15min) 表示爬坡方向与速率，二阶差分反映加速度。对储能和可调负荷，还要构造“充放电状态持续时长”“连续上调/下调步数”等特征。时序特征的关键是窗口长度要与预测步长匹配：预测未来 4 h，就应包含 4 h 以上的历史窗口，否则模型看不到完整的日内变化周期。

二、气象特征：从原始预报到“有效辐照”

气象量不能直接照搬。以光伏为例，NWP 给出的是水平面总辐照 GHI，而组件实际接收的是倾斜面辐照 POA，需要按倾角、方位角做转换；温度要区分气温与组件背板温度，后者可由气温与辐照度估算。风速则要转换到轮毂高度，常用幂律或对数律外推。此外，云量、湿度、气溶胶光学厚度对辐照的衰减作用，可通过“晴空指数” kt = GHI / GHI_clear 统一表达，kt 接近 1 表示晴天，低于 0.4 表示重云。

气象特征还应包含时间导数：辐照度 1 h 变化率、温度变化率、风速变化率，它们往往比绝对值更能预示功率的快速爬坡。对风电，风速要同时给出 10 m 与轮毂高度值，并计算湍流强度 σ_v / v̄，用于判断出力波动风险。

三、日历特征：周期性与特殊日

日历特征把“什么时候”变成可计算量。基础做法是提取小时、星期、月份，并做正余弦编码，避免 23 时与 0 时被误判为相距很远：

hour_sin = sin(2π · hour / 24)
hour_cos = cos(2π · hour / 24)
dow_sin  = sin(2π · dayofweek / 7)
dow_cos  = cos(2π · dayofweek / 7)

此外要加入节假日标志、工作日/周末标志、季节标志。对负荷侧，节假日用电模式与工作日差异显著；对光伏，季节决定太阳高度角与日照时长。日历特征本身预测能力有限，但它是气象与时序特征发挥作用的“上下文开关”。

四、滞后特征：用历史功率锚定基线

滞后特征直接取历史功率值，如 P(t−1)、P(t−4)、P(t−96)（96 点对应 15 min 粒度下的一天前同一时刻）。它的价值在于捕捉功率的自相关性和日周期重复性。构造时要注意两点：一是滞后阶数要覆盖预测步长，预测未来 1 h 至少需要 t−1 到 t−4 的滞后；二是要防止数据泄漏，任何用到未来信息的统计量都不能进入训练集。对多步预测，可采用递归方式把预测值回填为滞后输入，但要监控误差累积。

五、聚合特征：从单资源到虚拟电厂整体

虚拟电厂由多类资源聚合而成，聚合特征描述的是“整体与个体”的关系。常见构造包括：各资源出力之和、光伏与风电的出力占比、储能 SOC 均值与可调裕度、负荷可中断容量、各资源与总出力的相关系数。例如总出力 20 MW 中光伏占 12 MW、风电 5 MW、储能放电 3 MW，则光伏占比 0.6，这个比例在日内会变化，是模型判断整体波动来源的重要依据。

聚合特征还能表达互补性：光伏与风电出力的负相关程度越高，总出力越平稳。可计算滚动 1 h 的相关系数作为特征，帮助模型识别“风光互补”带来的平滑效应。

六、特征选择：从候选集到有效输入

构造出几十甚至上百个特征后，必须筛选。推荐三步走：第一步用皮尔逊或斯皮尔曼相关系数做初筛，剔除与目标功率相关性低于阈值（如 |r| < 0.05）的特征；第二步用树模型（随机森林、LightGBM）输出特征重要度，保留累计重要度达到 90% 的前若干特征；第三步做前向/后向搜索或递归特征消除，用验证集误差（如 nRMSE）判断增删是否有效。同时要检查特征间共线性，方差膨胀因子 VIF > 10 的特征对可择一保留。

七、一个可复用的特征构造与筛选示例

假设某虚拟电厂含 1 个 10 MW 光伏、1 个 8 MW 风电、1 个 5 MW/10 MWh 储能，预测未来 1 h 总功率，15 min 粒度。可按下表组织特征并记录筛选结果（数值为示例假设）：

筛选后保留约 8～12 维特征，输入 LightGBM 或时序网络。判断特征工程是否有效，不能只看训练集拟合，而要看验证集上的 nRMSE 与爬坡时段的误差：若加入某类特征后，晴天平稳时段误差变化不大，但云团过境、大风爬坡时段的误差明显下降，说明该特征真正捕捉到了关键物理过程。反之，若特征重要度很高但验证误差不降，往往是共线性或数据泄漏造成的假象，需要回到构造环节复查。

综上，六类特征各有分工：时序与滞后刻画功率自身的惯性和周期，气象提供物理驱动，日历提供上下文，聚合反映多资源耦合。特征选择则是在候选池中做减法，用相关性和重要度双重约束，最终以验证误差和爬坡时段表现为准绳。掌握这套方法，后续无论换模型还是换资源组合，都能快速构建出稳定可用的输入特征集。