[發明專利]基于天氣類型有效識別和組合預測的直散分離建模方法

有效

• 申請號: 201910249101.5
• 申請日: 2019-03-29
• 公開（公告）號: CN109948281B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 李芬;王悅;楊勇;劉海風;林逸倫;張俊偉;趙晉斌
• 申請（專利權）人: 上海電力學院
• 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

本發明涉及一種基于天氣類型有效識別和組合預測的直散分離建模方法，Sandia方法考慮了氣象要素的綜合變化特征，挑選出長序列氣象數據中具有氣候特征代表性的典型年資料，使直散分離模型的研究和分析結果更具有典型性和說服力；依據修正后的清晰度指數進行天氣類型的劃分；每種天氣類型下的最優經典小時模型選定后進行本地化修正，得到適用于所有天氣類型的本地組合預測模型；通過偏相關分析剔除一部分對散射比影響較小的因子，再通過主成分分析提取主成分建立線性模型，有效提取原有數據攜帶的隱含信息；從每種天氣類型下的線性模型和本地化模型中選擇該種天氣類型下的最優模型，再進行組合得到組合預測模型進行天氣預測。提高預測結果準確度。

技術領域

本發明涉及一種光伏技術，特別涉及一種基于天氣類型有效識別和組合預測的直散分離建模方法。

背景技術

自20世紀70年代以來，全世界大部分地區能源消耗成倍增加，氣候變化明顯，隨之而來的是一系列環境問題，太陽能等清潔能源的開發利用越來越受到關注。據世界能源委員會的研究報告稱，到21世紀下半葉，太陽能將成為能源利用中非常重要的一種。光伏發電是目前太陽能利用中技術較成熟的一種太陽能發電系統，具有不消耗燃料、不排放污染物、規模靈活、安全可靠、維護簡單等優點。太陽能光伏發電將是今后太陽能利用的主要利用形式，有離網和并網兩種形式，而并網光伏發電是目前乃至將來的主流趨勢。太陽能光伏發電技術的應用在歐美國家早已完成初期開發和示范階段，目前正在大批量生產和規模應用。

在當下光伏裝機快速增長的大環境里，以提高電站收益率為出發點的設計方案已引起全行業的關注。在系統優化設計及功率預報中，產生了進行直散分離獲得水平面直接輻射和散射輻射的新需求，以此為固定式、跟蹤式陣列斜面輻射計算、光伏功率預測以及聚光熱發電設計等提供依據，同時對建筑能耗動態模擬研究具有一定參考價值。

目前，國內外研究人員對于直散分離預測模型的研究多以單一預測模型為主，然而單一預測模型本身具有局限性，預測精度提高很有限，且各單一預測模型的準確度有所不同，預測存在不確定性。

常見的直散分離預測模型大多只考慮少量的氣象因素如清晰度指數和日照百分率等，這將影響模型預測精度；然而如果考慮大量的氣象因素，不僅會增加模型復雜度，預測效果也會受各氣象因素之間的多重共線性關系的影響。所以在建立預測模型時設法降低氣象因素間的多重共線性關系對于模型預測精度的提高顯得尤其重要。

由于太陽能資源評估缺少詳細的技術規范，目前基于長期輻射序列獲取典型氣象年輻射資料的方法除上述的氣候平均法之外，頻率(數)最大法也在光伏電站資源評估中有了初步的應用。這兩種算法均具有明確的數學統計意義，但在典型天氣形勢的刻畫方面不具有代表性。因此，太陽能資源評估領域中需要進一步提出切實可行的、能較好地代表評估區域長期氣候特征的典型年輻射數據計算方法，以有效提高太陽能資源評估結果的科學代表性。

發明內容

本發明是針對使用單一預測模型進行直散分離建模，來對太陽輻射進行預測存在的問題，提出了一種基于天氣類型有效識別和組合預測的直散分離建模方法,首先采用Sandia法，對北京地區多年小時尺度原始數據選取典型氣象年；其次根據修正后的清晰度指數劃分天氣類型，在每種天氣類型下，對比選擇最優經典小時預測模型進行本地化修正，并根據每種天氣類型所占比例得到適用于所有天氣類型的組合預測模型；同時在每種天氣類型下對與散射比相關的PM2.5、總云量、能見度等影響因子進行偏相關分析，利用主成分分析法對偏相關強的因子提取主成分從而建立線性模型；然后將本地化的最優經典小時模型和線性模型進行比較，得到每種天氣類型下的最優模型；最后根據每種天氣類型所占總樣本的比例，將各個天氣類型下對應的最優模型進行組合，得到適用于所有天氣類型的最終組合預測模型。

本發明的技術方案為：一種基于天氣類型有效識別和組合預測的直散分離建模方法，具體包括如下步驟：

1)收集整理數據，并對數據進行樣本篩選和數據質量檢查，根據Sandia法對北京地區多年氣象、輻射數據選取典型氣象月組成典型氣象年；