[发明专利]一种基于混合回归模型预测地表太阳辐照度的方法

说明书

本发明提供了一种基于全天空图像特征和数值天气预报数据的混合回归模型预测地表太阳辐照度的方法,包括步骤1：获取全天空图像特征；步骤2：计算晴空辐照度；步骤3：构建全天空图像特征和晴空指数的多元回归模型；步骤4：依据步骤3所述模型确定晴空指数预测值，计算地表太阳辐照度预测值；步骤5：构建待测区域历史天气数据和晴空指数的多元回归模型；步骤6：依据步骤5中所述模型确定晴空指数预测值，计算地表太阳辐照度预测值；步骤7：依据地表太阳辐照度历史数据，对步骤4和步骤6所述两种预测值选取不同的权重，作为最终预测结果。该方法在全天空图像特征基础上加入了数值天气预报，结果更加准确，具有很强的可操作性和推广应用价值。

技术领域

本发明涉及太阳能光伏发电功率预测技术领域，更具体涉及一种基于全天空图像特征和数值天气预报数据的地表太阳辐照度预测方法。

背景技术

随着太阳能光伏发电技术的不断完善和太阳能电池成本的不断下降，太阳能光伏发电的应用越来越广泛。作为一种清洁的、可再生能源，近年来，大量光伏电站接入电网。但由于光伏电站能源来源于太阳能，而地面上获取的太阳能会因大气事件（如雨和云）而改变，表现出随机性和波动性的特性。这给电网的安全运行带来了不利影响。准确的预测地表太阳辐照度是实现光伏电站输出功率预测的关键，这对实现电网电力的合理调度、维护电网安全、发挥效率降低成本具有重要作用。

目前国内外预测辐照度的方法有很多，我们把它分为三类：第一类根据历史数据采用统计方法或人工智能的方法建立能够拟合历史数据与未来辐照度实测值之间关系的模型，比较常见的方法有自回归移动平均模型（ARIMA）、人工神经网络（ANN）、KNN最近邻算法(K - Nearest Neighbors)、长短期记忆网络（LSTM）、隐马尔科夫模型(Hidden MarkovModels)和模糊逻辑(Fuzzy Logic)等；第二类是气象或数值天气预报（NWP）模型，该方法通过对描述天气演变过程的物理方程组进行数值计算来实现；第三类是基于全天空图像的模型，通过对云层运动情况进行估计，从而获得地表辐照度值，由于全天空成像仪能实时获得待测区域的全天空图像，对短期和超短期的预测更加准确。专利CN103353952B提供了一种基于地基云图的光伏功率预测方法，该方法利用数字图像处理技术对地基云图进行处理和分析，对未来时刻云团运动和太阳遮挡状况进行预测，从而实现光伏功率超短期预测。专利CN105718711B提供了一种基于全天空图像特征的地表辐射计算方法，该方法通过计算全天空图像特征和辐射衰减率的多元回归模型，并结合大气外太阳辐射值，得到地表辐射预测值。

近年来，随着计算机性能快速发展，数值天气预报的精度不断提高，许多数值天气预报模型深受大家的欢迎，如开源的WRF模型（Weather Research and Forecast Model），可免费访问的美国国家气象局（NWS）、欧洲中期天气预报中心(ECMWF)和中国气象局等。而现有技术中没有较好的实现数值天气预报和全天空图像的有效结合。因此，需要提供一种综合考虑数值天气预报和全天空云图特征的地表太阳辐照度预测方法。

发明内容

针对现有技术存在的缺陷，本发明提供一种基于全天空图像特征和数值天气预报相结合的预测方法进行地表太阳辐照度预测，可有效解决上述问题。

所述预测方法包括以下步骤：

一种基于混合回归模型预测地表太阳辐照度的方法，包括以下步骤：

步骤1：获取全天空图像，计算全天空图像特征，包括全天空图像云像素数预测值、分钟到时刻的云像素数的平均值和方差；

所述步骤1中计算全天空图像特征包括以下步骤：

步骤1-1 ：已知时刻及时刻以前的全天空图像，采用方程（1）-（5）计算时刻的全天空图像云像素数预测值：

(1)

其中，所述为全天空图像归一化的红蓝比；所述B和R分别为像素点蓝色、红色通道亮度值：