[发明专利]一种基于太阳辐射气候特征识别的南墙辐射预测方法

权利要求书

1.一种基于太阳辐射气候特征识别的南墙辐射预测方法，其特征在于，包括以下步骤：

1)获取当地历史数据；

2)定义天气类型指数SCF，并基于天气类型指数SCF对历史数据划分天气类型；

3)将当地实测数据按照天气类型指数SCF归类，并根据不同的天气类型选择对应的预测模型进行辐射预测。

2.根据权利要求1所述的一种基于太阳辐射气候特征识别的光伏功率预测方法，其特征在于，所述的步骤1)中，所述的历史数据包括辐射数据、气象数据以及地外水平总辐射和清晰度指数，辐射数据包括水平面总辐射、散射辐射、直接辐射以及反射辐射数据，气象数据包括总云量和能见度数据。

3.根据权利要求1所述的一种基于太阳辐射气候特征识别的南墙辐射预测方法，其特征在于，所述的步骤2)中，天气类型指数SCF与修正清晰度指数k′_T、水平面直射比Bd和总云量C相关，其表达式为：

SCF＝w₁Bd+w₂k′_T+w₃(1-C)

其中，w₁、w₂、w₃为权重，并且总和为1。

4.根据权利要求3所述的一种基于太阳辐射气候特征识别的光伏功率预测方法，其特征在于，为降低太阳高度角对清晰度指数的影响，对清晰度指数进行修正，则修正清晰度指数k′_T的表达式为：

其中，k_T为清晰度指数，m为大气质量，为水平面总辐射，I_o为大气层外水平面上太阳辐射量。

5.根据权利要求1所述的一种基于太阳辐射气候特征识别的光伏功率预测方法，其特征在于，所述的步骤3)中，当太阳高度角小于10度时，则返回步骤S2。

6.根据权利要求1所述的一种基于太阳辐射气候特征识别的光伏功率预测方法，其特征在于，所述的步骤2)中，采用K-means聚类算法按照太阳辐射直接辐射分量的丰富度大小将天气类型分为4类。

7.根据权利要求6所述的一种基于太阳辐射气候特征识别的光伏功率预测方法，其特征在于，所述的天气类型具体为：

类型I：SCF值为1-0.70，条件最好，代表天气情况：晴；

类型II：SCF值为0.70-0.48，条件次好，代表天气情况：晴转阴；

类型III：SCF值为0.48-0.24，条件较差，代表天气情况：多云、阴转多云、多云转阴；

类型IV：SCF值为0.24-0，条件最差，代表天气情况：小雨、阵雨、小雪、轻雾、霾、中雨及以上、和/或中雪及以上交叉的天气情况。

8.根据权利要求7所述的一种基于太阳辐射气候特征识别的光伏功率预测方法，其特征在于，所述的步骤3)中，预测模型具体包括各向同性的LiuJordan模型、各向异性的TempsClouson模型、Perez模型、Kulcher模型、Hay模型和Reindl模型。

9.根据权利要求8所述的一种基于太阳辐射气候特征识别的光伏功率预测方法，其特征在于，当当地实测数据的天气类型为类型I时，采用Perez模型，当当地实测数据的天气类型为类型II时，采用LiuJordan模型，当当地实测数据的天气类型为类型III和类型IV时，采用Hay模型。

10.根据权利要求1所述的一种基于太阳辐射气候特征识别的光伏功率预测方法，其特征在于，所述的步骤3)中，根据不同的天气类型选择对应的预测模型按照小时尺度进行辐射预测。