[发明专利]光伏电池组件温度的分步预测方法

权利要求书

1.一种光伏电池组件温度的分步预测方法，包括：

S100、获取预测日的预测天气类型；

S200、根据所述预测天气类型选取对应该天气类型下的多个气象影 响因子预测模型，每个所述气象影响因子预测模型用于预测该天气类型 下的一种气象影响因子；

S300、将至少两种历史气象影响因子数据分别输入到预测天气类型 对应的气象影响因子预测模型中，分别对预测日的至少两种气象影响因 子进行预测，获取预测日的至少两种气象影响因子的预测值，与光伏电 池组件温度的历史数据一同组成光伏电池组件温度预测模型的输入序列； 其中，所述历史气象影响因子数据为满足预定条件的预测天气类型下最 近至少一天内每隔预定时间间隔获取的气象影响因子数据；所述光伏电 池组件温度预测模型的输入序列为在预测日预定时间的所述至少两种气 象影响因子的预测值以及组件温度自身历史数据组成的序列；

S400、根据所述预测天气类型选取对应的组件温度预测模型；

S500、以所述至少两种气象影响因子的预测值和组件温度历史数据 为输入，根据所述组件温度预测模型预测所述光伏电池组件在预定时间 的组件温度预测值。

2.根据权利要求1所述的光伏电池组件温度的分步预测方法，其 特征在于，所述步骤S300包括：

S310、对每个历史气象影响因子序列进行归一化处理；

S320、根据归一化的历史气象影响因子序列和对应的气象影响因子 预测模型获取对应类型的气象影响因子的归一化的预测序列。

3.根据权利要求2所述的光伏电池组件温度的分步预测方法，其 特征在于，所述步骤S500包括：

S510、以所述至少两种气象影响因子在预定时间的归一化预测值以 及光伏电池组件温度的历史数据的归一化值为输入，根据预测天气类型 对应的组件温度预测模型获取归一化的光伏电池组件温度预测值；

S520、对归一化的光伏电池组件温度预测值进行反归一化处理，获 取光伏电池组件温度预测值。

4.根据权利要求2所述的光伏电池组件温度的分步预测方法，其 特征在于，所述气象影响因子预测模型训练样本以预测天气类型下归一 化后气象影响因子历史数据为样本，基于BP神经网络算法训练获得。

5.根据权利要求3所述的光伏电池组件温度的分步预测方法，其 特征在于，所述光伏组件温度预测模型训练样本以预测天气类型下同一 时刻归一化气象影响因子数据和同一时刻归一化后组件温度历史数据的 组合为输入，以此时刻对应归一化后的组件温度值为输出，基于BP神 经网络算法训练获得。

6.根据权利要求1所述的光伏电池组件温度的分步预测方法，其 特征在于，所述气象影响因子包括太阳辐照度、环境温度、风速、相对 湿度、风向和气压中的一种或多种。

7.根据权利要求1所述的光伏电池组件温度的分步预测方法，其 特征在于，所述气象影响因子历史数据为满足预定条件的预测天气类型 下的最近至少一天内每隔预定时间间隔获取的气象影响因子数据；所述 组件温度历史数据为满足预定条件的预测天气类型下的最近至少一天内 每隔预定时间间隔的组件温度数据。