[發(fā)明專利]基于天氣類型有效識別和組合預(yù)測的直散分離建模方法

有效

• 申請?zhí)枺?/td>: 201910249101.5
• 申請日: 2019-03-29
• 公開（公告）號: CN109948281B
• 公開（公告）日: 2023-05-05
• 發(fā)明（設(shè)計）人: 李芬;王悅;楊勇;劉海風;林逸倫;張俊偉;趙晉斌
• 申請（專利權(quán)）人: 上海電力學(xué)院
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F18/241;G06F18/213
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐穎

1.一種基于天氣類型有效識別和組合預(yù)測的直散分離建模方法，其特征在于，具體包括如下步驟：

1)收集整理數(shù)據(jù)，并對數(shù)據(jù)進行樣本篩選和數(shù)據(jù)質(zhì)量檢查，根據(jù)Sandia法對北京地區(qū)多年氣象、輻射數(shù)據(jù)選取典型氣象月組成典型氣象年；

2)為了降低太陽高度角對清晰度指數(shù)的影響，對天氣類型中清晰度指數(shù)進行修正，依據(jù)修正后的清晰度指數(shù)k_T′進行天氣類型的劃分；根據(jù)日出、日落時角，對北京地區(qū)總樣本日照時間內(nèi)的小時輻射數(shù)據(jù)進行篩選，計算散射比，并將其作為散射比的實測值，選取三種典型直散分離模型計算水平面上散射輻照度與水平面上太陽總輻照度比值作為預(yù)測值，選用平均絕對百分比誤差、相對均方根誤差及相關(guān)系數(shù)作為評估模型預(yù)測效果的指標，分別計算并選取每種天氣類型下誤差小、相關(guān)系數(shù)大的模型為對應(yīng)天氣類型下的最優(yōu)經(jīng)典小時模型；

其中修正后清晰度指數(shù)

其中k_T是修正前的清晰度指數(shù)；m是大氣質(zhì)量；

式中，I為水平面上太陽總輻照度，其值是到達地表水平面上的太陽直射輻照度和散射輻照度的總和；

大氣層外水平面上太陽輻射量I₀:

其中，E_sc、γ、δ分別為太陽常數(shù)、日地距離變化引起大氣層上界的太陽輻射通量的修正值和赤緯角，ω分別為進行預(yù)測的區(qū)域所在的緯度和時角，其計算公式分別如下：

E_SC＝1367±7W/m²

式中T_n為一年中的日期序號，元旦為T_n＝1，春分日為T_n＝81，12月31日為T_n＝365；所述三種典型直散分離模型的水平面上散射輻照度I_d與水平面上太陽總輻照度I比值如下：

Erbs模型：

Orgill?and?Hollands模型：

Reindl(1990)模型：

3)對步驟2)得到的每種天氣類型下的最優(yōu)經(jīng)典小時模型進行本地化修正，即采用1stOpt軟件中Levenberg-Marquardt法+通用全局優(yōu)化算法對最優(yōu)經(jīng)典小時模型進行分段函數(shù)擬合；再根據(jù)本地每類天氣所占本地總樣本的比例得到該種天氣類型下最優(yōu)模型的權(quán)重，最終得到適用于所有天氣類型的本地組合預(yù)測模型；4)在每種天氣類型下，對與散射比相關(guān)的各種氣象環(huán)境影響因子分別進行偏相關(guān)分析，并根據(jù)主成分分析對偏相關(guān)強的因子進行主成分選取，利用選取的主成分建立線性模型；

5)在每種天氣類型下，將線性模型和本地化修正后的最優(yōu)經(jīng)典小時模型做比較選擇對應(yīng)最優(yōu)模型；

6)對步驟5)選擇的最優(yōu)模型，根據(jù)不同天氣類型在總樣本中的占比情況，確定每種天氣類型模型的權(quán)重系數(shù)，得到該地區(qū)的最終預(yù)測模型。