全球電力行業面臨著雙重挑戰：在快速減少碳排放的同時保持電網的可靠性。Davis等人[1]提出了實現凈零排放能源系統的技術要求，指出電力生產占全球能源相關二氧化碳排放量的大約40%。要實現全球氣候目標，需要對電力行業進行根本性的重組。國際能源署[2]預測，在凈零排放情景下，到2050年，可變可再生能源，特別是風能和太陽能光伏技術，必須供應全球40-60%的電力。這一轉變標志著從以化石燃料為主導的能源結構向主要由天氣驅動的資源供電的電網的轉變。
間歇性可再生能源的整合從根本上改變了電力系統的運作方式，帶來了超越傳統預測范式的預測挑戰。Antonanzas等人[3]回顧了光伏發電預測方法，強調了由氣象條件、晝夜周期和季節變化引起的復雜時空變化。為了解決單一模型的局限性，研究人員轉向了結合不同數學方法優勢的混合架構。例如，Wang等人[4]證明了混合LASSO-LSTM方法可以解決短期太陽強度預測問題。Makarov等人[5]量化了供應側不確定性如何影響具有較高風能滲透率的系統的機組調度和經濟決策。在多個時間范圍內進行準確的發電量預測已成為提高電網靈活性的關鍵因素。Weron[6]提供了一個全面的電價預測框架，而Hong和Fan[7]建立了用于運營規劃的概率負荷預測方法。
深度學習的最新進展在提高能源預測精度方面顯示出巨大潛力[8]。Hochreiter和Schmidhuber[9]引入了長短期記憶網絡（Long Short-Term Memory），解決了循環架構中的梯度消失問題，而Gensler等人[10]通過結合自動編碼器（autoencoder）和LSTM框架證明了其在太陽能發電預測中的有效性。最近，Vaswani等人[11]開發了基于注意力的Transformer架構，通過選擇性加權相關時間特征在序列建模中表現出色。Zhou等人[12]引入了Informer模型，利用高效的注意力機制進行長序列時間序列預測，而Lim等人[13]開發了專門用于可解釋多時段預測的Temporal Fusion Transformer。Wu等人[14]將Graph WaveNet應用于電力系統的深度時空建模。
Zhu等人[15]開發的CarbonMonitor-Power數據集提供了2016年至2022年間37個國家或12個地區的日發電量數據。這一資源使得以前由于數據限制而無法進行的系統跨國分析成為可能，從而能夠系統地研究深度學習架構是否能夠捕捉到國家特定動態和跨轄區的發電量預測模式。
盡管取得了這些進展，文獻中仍存在一些關鍵空白。首先，現有研究主要集中在單一國家的應用上，限制了對模型在多樣化電力系統環境中通用性的理解[16]。Lago等人[17]回顧了先進的日前電價預測算法，指出跨轄區的可轉移性仍然知之甚少。其次，大多數研究只考察了單一能源類型，而沒有開發出同時預測多種發電技術的綜合框架。第三，雖然Transformer架構在負荷預測和價格預測方面表現出潛力，但缺乏對多國發電量預測的系統性評估。第四，能源應用中的模型可解釋性仍然不發達。Rudin[18]認為高風險決策需要可解釋的模型，而不是黑箱方法，而Barredo Arrieta等人[19]提供了適用于能源系統的可解釋人工智能方法的分類。補充章節S5提供了涵蓋傳統方法、深度學習應用和多國預測研究的全面文獻綜述。
本研究通過開發和評估基于Transformer的深度學習模型，在47個國家和8種能源類型下進行多時段發電量預測，以解決這些空白。核心假設是Transformer架構在多樣化的國家環境中顯著優于現有的基線方法，其性能在可調度能源和間歇性能源之間因發電可預測性的根本差異而有所不同。
本研究追求三個目標：首先，評估Transformer架構在多樣化環境中的預測精度是否優于基線方法；其次，研究注意力機制如何捕捉與不同發電技術相關的時間模式；第三，評估具有不同發電組合和可再生能源滲透率的國家之間的性能差異。
本研究對電力系統工程和應用機器學習領域做出了幾項重要貢獻。首先，它提供了首個針對多國發電量預測的Transformer架構的系統性基準測試，使用了涵蓋47個國家和8種能源類型的統一數據集。其次，量化了間歇性能源和可調度能源之間的“可預測性差距”，為確定隨著可再生能源滲透率增加所需的額外儲備邊際提供了嚴格的統計基礎。第三，注意力機制權重分析量化了不同發電技術中的時間依賴性，確定了哪些歷史時段對未來發電量的影響最大。最后，本研究將這些技術性能指標轉化為運營決策支持工具；通過將預測誤差分布映射到具體的規劃時段，我們的發現為電網運營商提供了優化運營儲備規模和提高在高不確定性下的機組調度成本效率的框架。
本文的其余部分安排如下：第2節描述了數據集、Transformer架構、基線模型和評估框架。第3節展示了跨預測時段、國家和能源類型的模型性能比較結果，并附有注意力機制分析。第4節討論了主要發現、實際意義和局限性。第5節總結了政策含義和未來的研究方向。
