基于天气分型的水平面总辐射和散射辐射预测方法技术

本发明专利技术提供一种基于天气分型的水平面总辐射和散射辐射预测方法，基于日照百分率来进行天气类型划分，对于各个天气类型，选择预测误差最小的水平面总辐射计算模型和直散分离模型，并将与天气类型相关度高的气象环境因子引入直散分离模型进行了进一步修正，因此能够提高水平面总辐射和散射辐射预测的准确性。特别地，由于本发明专利技术的方法中基于日照百分率进行天气分型，无需基于水平面总辐射计算清晰度指数，并利用级联模型，将最优水平面总辐射计算模型预测得的该地区的水平面总辐射作为下一级最优直散分离模型的输入，因此本发明专利技术的方法可适用于无水平面总辐射观测地区，为这些地区提供准确的预测，适用性更强。适用性更强。适用性更强。

【技术实现步骤摘要】
基于天气分型的水平面总辐射和散射辐射预测方法


[0001]本专利技术属于光伏发电
，具体涉及一种基于天气分型的水平面总辐射和散射辐射预测方法。

技术介绍

[0002]在过去的数十年里，随着可再生能源的发展，特别是对太阳能的应用，我国新能源发展势头强劲。我国将加强能源自主供给建设，持续扩大清洁能源的利用，可再生能源发电成为主体电源。截止至2022年上半年，中国光伏发电装机总量为33620.4万千瓦，同比增长24.4％。光伏发电新增装机容量为3087.8万千瓦，同比增长 137.4％。
[0003]中国陆地有着960万平方公里的广袤土地，太阳能资源非常丰富，尤其西部地区是我国太阳能资源最为丰富的地区。但是我国太阳能辐射观测站台比较少，相比于2400多个常规气象要素观测台站，国家级辐射业务站辐射观测的站台只有99个，数量少并且分布不均，导致水平面总辐射数据缺失严重，难以对太阳能资源进行充分有效的评估。
[0004]另外散射辐射数据作为太阳能辐射计算的重要依据，对于倾斜面太阳能辐射计算和光伏发电预测等关于太阳能的利用具有重要意义。但由于观测设备、方法的限制，仅有少数站点可以进行辐射观测，大多数站台只能提供水平面总辐射观测资料，而缺乏直接辐射、散射辐射和斜面总辐射的观测资料，不能满足科学研究和实际应用的需要。因此，寻求通过实测的观测资料来推算太阳散射辐射量的方法就显得尤为迫切和重要。
[0005]过去几十年来，很多研究人员建立了一系列直散分离模型计算散射辐射。主要利用水平面散射辐射与水平面总辐射的比值与常规气象因子(清晰度指数和日照时数)之间的相关性建立回归方程，该模型又叫做散射比模型。但是模型的精度有限，并且在不同天气类型下精度差别较大。

技术实现思路

[0006]本专利技术是为解决上述问题而进行的，目的在于提供一种能够进一步提高预测精度的水平面总辐射和散射辐射预测方法，并且能够在缺乏准确的历史水平面总辐射观测的情况下保证预测精度，本专利技术采用了如下技术方案：
[0007]本专利技术提供了一种基于天气分型的水平面总辐射和散射辐射预测方法，其特征在于，包括以下步骤：
[0008]步骤S1，获取预定地区的历史太阳辐射数据、历史天文数据和历史气象数据，其中，所述历史太阳辐射数据至少包括历史散射辐射，所述历史气象数据包括多个气象环境因子；
[0009]步骤S2，基于所述历史天文数据和所述历史气象数据计算该地区的日照百分率，并基于该日照百分率将该地区的天气划分为多个天气类型；
[0010]步骤S3，将不同的所述气象环境因子引入水平面总辐射计算模型对其进行本地化修正，对于各个所述天气类型，选择预测误差最小的修正后的所述水平面总辐射计算模型
作为其最优水平面总辐射计算模型，并利用该最优水平面总辐射计算模型预测该地区的水平面总辐射；
[0011]步骤S4，将所述历史气象引入直散分离模型对其进行本地化修正，对于各个所述天气类型，选择预测误差最小的修正后的所述直散分离模型作为其本地化直散分离模型；
[0012]步骤S5，在各个所述天气类型下对散射比和所述历史气象数据进行相关性分析，并根据分析结果将相关的所述气象环境环境因子引入所述本地化直散分离模型对其进行修正，得到各个所述天气类型下的最优直散分离模型；
[0013]步骤S6，将所述最优水平面总辐射计算模型和所述最优直散分离模型组成级联模型，并利用该级联模型预测该地区的散射辐射。
[0014]本专利技术提供的基于天气分型的水平面总辐射和散射辐射预测方法，还可以具有这样的技术特征，其中，步骤S2中，所述日照百分率的计算公式为：
[0015][0016]式中，n为日照时数，N为可照时数，
[0017]基于所述日照百分率将该地区的天气划分为多个所述天气类型包括：当1＞S
p
≥0.6时，对应天气为晴、晴转多云或多云转晴，划分为天气类型1；当0.6＞S
p
≥0.1时，对应天气为多云、阴转多云或多层转阴，划分为天气类型2；当0.1＞S
p
≥0时，对应天气为雨、雪、雾或霾，划分为天气类型3。
[0018]本专利技术提供的基于天气分型的水平面总辐射和散射辐射预测方法，还可以具有这样的技术特征，其中，所述可照时数的计算公式为：
[0019][0020]式中，为该地区的纬度，δ为该地区的赤纬角。
[0021]本专利技术提供的基于天气分型的水平面总辐射和散射辐射预测方法，还可以具有这样的技术特征，其中，步骤S3中，所述天气类型 1的所述最优水平面总辐射计算模型的表达式为：
[0022][0023]所述天气类型2的所述最优水平面总辐射计算模型的表达式为：
[0024][0025]所述天气类型3的所述最优水平面总辐射计算模型的表达式为：
[0026][0027]式中，H0为大气层外水平面上太阳辐射量，又称天文辐射，V为能见度，C为总云量，API为空气污染指数，ΔT为气温日较差，R
h
为相对湿度，a0、b0、c0、d0为经验系数。
[0028]本专利技术提供的基于天气分型的水平面总辐射和散射辐射预测方法，还可以具有这样的技术特征，其中，步骤S4中，所述天气类型1、所述天气类型3的所述本地化直散分离模型均为修正后的Jiang模型，其表达式为：
[0029][0030]所述天气类型2的所述本地化直散分离模型为修正后的El
‑
Sebaii 模型，其表达式为：
[0031][0032]式中，H
d
为散射辐射，k
T
为清晰度指数，a1、b1、c1、d1、e1、f1、 g1为经验系数。
[0033]本专利技术提供的基于天气分型的水平面总辐射和散射辐射预测方法，还可以具有这样的技术特征，其中，所述清晰度指数的计算公式为：
[0034][0035]式中，H为所述水平面总辐射，利用所述最优水平面总辐射计算模型计算得到。
[0036]本专利技术提供的基于天气分型的水平面总辐射和散射辐射预测方法，还可以具有这样的技术特征，其中，步骤S5中，
[0037]对于所述天气类型1，基于对应的所述本地化直散分离模型，采用GPR算法构建GPR模型，并通过主成分分析法将该GRP模型降维至3个因子，建立PCA
‑
GPR模型，再将该地区的清晰度指数、日照百分率、能见度、相对湿度和空气污染指数引入该PCA
‑
GPR模型进行训练，训练好的模型为所述天气类型1下的所述最优直散分离模型；
[0038]对于所述天气类型2，基于对应的所述本地化直散分离模型，采用GPR算法构建GPR模型，并将该地区的清晰度指数、日照百分率和总云量引入对该GPR模型进行训练，训练好的模型为所述天气类型2下的所述最优直散分离模型；
[0039]对于所述天气类型3，基于对应的所述本地化直散分离模型，采用GPR算法构建GPR模型，并将该地区的清晰度指数和日照百本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于天气分型的水平面总辐射和散射辐射预测方法，其特征在于，包括以下步骤：步骤S1，获取预定地区的历史太阳辐射数据、历史天文数据和历史气象数据，其中，所述历史太阳辐射数据至少包括历史散射辐射，所述历史气象数据包括多个气象环境因子；步骤S2，基于所述历史天文数据和所述历史气象数据计算该地区的日照百分率，并基于该日照百分率将该地区的天气划分为多个天气类型；步骤S3，将不同的所述气象环境因子引入水平面总辐射计算模型对其进行本地化修正，对于各个所述天气类型，选择预测误差最小的修正后的所述水平面总辐射计算模型作为其最优水平面总辐射计算模型，并利用该最优水平面总辐射计算模型预测该地区的水平面总辐射；步骤S4，将所述历史气象数据引入直散分离模型对其进行本地化修正，对于各个所述天气类型，选择预测误差最小的修正后的所述直散分离模型作为其本地化直散分离模型；步骤S5，在各个所述天气类型下对散射比和所述历史气象数据进行相关性分析，并根据分析结果将相关的所述气象环境环境因子引入所述本地化直散分离模型对其进行修正，得到各个所述天气类型下的最优直散分离模型；步骤S6，将所述最优水平面总辐射计算模型和所述最优直散分离模型组成级联模型，并利用该级联模型预测该地区的散射辐射。2.根据权利要求1所述的基于天气分型的水平面总辐射和散射辐射预测方法，其特征在于：其中，步骤S2中，所述日照百分率的计算公式为：式中，n为日照时数，N为可照时数，基于所述日照百分率将该地区的天气划分为多个所述天气类型包括：当1＞S
p
≥0.6时，对应天气为晴、晴转多云或多云转晴，划分为天气类型1；当0.6＞S
p
≥0.1时，对应天气为多云、阴转多云或多层转阴，划分为天气类型2；当0.1＞S
p
≥0时，对应天气为雨、雪、雾或霾，划分为天气类型3。3.根据权利要求2所述的基于天气分型的水平面总辐射和散射辐射预测方法，其特征在于：其中，所述可照时数的计算公式为：式中，为该地区的纬度，δ为该地区的赤纬角。4.根据权利要求2所述的基于天气分型的水平面总辐射和散射辐射预测方法，其特征在于：其中，步骤S3中，所述天气类型1的所述最优水平面...

【专利技术属性】
技术研发人员：李芬，孙改平，刘楚琦，毛玲，刘蓉晖，于淏，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：