CN109374488B - 用于分布式光伏电站雾霾天气能见度的预测方法 - Google Patents

Abstract

本发明公开了一种用于分布式光伏电站雾霾天气能见度的预测方法，涉及能见度预测技术领域。该预测方法包括：基于常规天气预报变量，建立用于预测能见度的预测模型，常规天气预报变量包括气温、雾水含量和气溶胶粒子浓度；建立预测效果评估模型；优化预测模型中的系数参数和指数参数，以获得优化系数参数和优化指数参数；根据优化系数参数和优化指数参数，计算预定时刻的能见度预测值。该预测方法通过自主优化雾水含量、环境温度和气溶胶粒子浓度对能见度的影响参数，能够准确地预测分布式电站在雾霾天气的能见度，且时间和地域的适用性较强。

Description

用于分布式光伏电站雾霾天气能见度的预测方法

技术领域

本发明涉及能见度预测技术领域，具体地，涉及一种用于分布式光伏电站雾霾天气能见度的预测方法。

背景技术

目前，国家大力推动新能源布局，在能源政策的推动下，分布式可再生能源电站大规模投入建设和运行，大规模的新能源电站需要并网，而分布式新能源发电的波动性大，从而对电网冲击较大，电网不易接收，造成新能源电站经常弃风、弃光，不能满容量运行，背离了新能源电站发展的初衷，即造成资源浪费，又没能最大限度的绿色能源替代。如何做好新能源电站并网，源、网、荷、储的协调控制和能量管理非常关键，而这又需要精确的分布式新能源发电预测技术。分布式光伏发电预测受微气象因素预测的影响很大，尤其是辐照度的影响，除了阴雨天气以外，雾霾造成的低能见度是影响辐射度的重要因子。精确进行雾霾天的低能见度预测，能促进分布式光伏发电预测技术。

雾霾天气中的大量雾滴、气溶胶粒子造成能见度低，对太阳辐射的削弱很强，从而影响分布式光伏发电。不同雾霾天气情况下雾水含量、雾滴浓度和气溶胶粒子浓度不同，能见度有很大不同，对太阳辐射的消减程度不同。因此，有必要研究能见度和雾水含量、雾滴浓度以及气溶胶粒子浓度的关系，从而建立一种能见度预测方法。在现有的数值天气预报耦合大气化学预报数据中，雾水含量和气溶胶粒子浓度是常用变量，而雾滴浓度一般不进行预测，因此需要寻找和雾滴浓度相关的物理量，利用常用预测物理量来建立能见度预报技术，有效的预测能见度，促进分布式光伏发电预测技术的发展。

发明内容

本发明的目的是提供一种用于分布式光伏电站雾霾天气能见度的预测方法，该预测方法能够准确地预测分布式光伏电站在雾霾天气的能见度，且适用于不同时间和不同地域。

为了实现上述目的，本发明提供了一种用于分布式光伏电站雾霾天气能见度的预测方法，该预测方法包括：基于常规天气预报变量，建立用于预测能见度的预测模型，常规天气预报变量包括气温、雾水含量和气溶胶粒子浓度；建立预测效果评估模型；优化预测模型中的系数参数和指数参数，以获得优化系数参数和优化指数参数；根据优化系数参数和优化指数参数，计算预定时刻的能见度预测值。

优选地，优化预测模型中的系数参数和指数参数，以获得优化系数参数和优化指数参数具体包括：确定预测模型中的系数参数和指数参数的初始值；获取分布式光伏电站的常规天气预报变量的数据；根据常规天气预报变量和预测模型，计算分布式光伏电站在设定时刻的能见度预测值；获取分布式光伏电站在设定时刻的能见度观测值；对同一设定时刻的能见度预测值和能见度观测值进行比较，以获得比较结果，比较结果包括预测值准确、预测值偏大和预测值偏小；记录预测值准确次数、预测值偏大次数和预测值偏小次数，并根据预测效果评估模型计算能见度观测值的预测效果；判断预测效果是否满足预设要求；在判断预测效果未满足预设要求的情况下，根据预测效果优化系数参数和指数参数，并更新预设时刻；在判断预测效果满足预设要求的情况下，输出系数参数和指数参数，以作为优化系数参数和优化指数参数。

优选地，预测模型采用式(1)来表示：

N_d＝-0.071T²+2.213T+141.56

其中，X_vis为能见度预测值，LWC为雾水含量，N_p为气溶胶粒子浓度，N_d为雾滴浓度，T为气温，a和b分别为系数参数和指数参数。

优选地，预测效果评估模型由式(2)和式(3)来表示：

其中，TS为准确指数，FBI为预测偏差指数，NA为预测值准确次数，NB为预测值偏大次数，NC为预测值偏小次数；

预测效果满足预设要求的情况包括：准确指数大于准确指数阈值且预测偏差指数大于预测偏差指数阈值的情况。

优选地，获取分布式光伏电站的常规天气预报变量的数据具体包括：获取预设区域的常规天气预报变量的格点数据，分布式光伏电站位于预设区域中；采用加权平均法进行插值，以获得分布式光伏电站的常规天气预报变量的数据。

上述技术方案，通过雾滴浓度和环境气温的关系，将雾滴浓度对能见度的影响引入到预测方法中，且通过自主优化雾水含量、环境温度和气溶胶粒子浓度对能见度的影响参数，能够准确地预测分布式电站在雾霾天气的能见度；另外，由于影响参数是根据时间和地域进行实时优化的，因此该预测方法的时间和地域的适应性较强。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1是根据本发明的一实施方式的用于分布式光伏电站雾霾天气能见度的预测方法的流程图；

图2是根据本发明的一实施方式的用于分布式光伏电站雾霾天气能见度的预测方法的流程图。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

图1是根据本发明的一实施方式的用于分布式光伏电站雾霾天气能见度的预测方法的流程图。如图1所示，在本发明的一实施方式中，提供了一种用于分布式光伏电站雾霾天气能见度的预测方法，该预测方法可以包括：

在步骤S101中，基于常规天气预报变量，建立用于预测所述能见度的预测模型，所述常规天气预报变量包括气温、雾水含量和气溶胶粒子浓度；

在步骤S102中，建立预测效果评估模型；

在步骤S103中，优化所述预测模型中的系数参数和指数参数，以获得优化系数参数和优化指数参数；

在步骤S104中，根据所述优化系数参数和所述优化指数参数，计算预定时刻的所述能见度预测值。

根据大气辐射传输理论，Stoelinga和Warner(1999)给出了根据消光系数计算大气水平能见度的公式：

X_vis＝-ln(0.02)/β公式(1)

其中，X_vis为能见度，单位为米(m)，β为消光系数。

大气消光系数是指电磁波辐射在大气中传播单位距离时的相对衰减率。在雾霾天气中，消光系数主要受雾滴浓度、雾水含量和气溶胶粒子浓度的影响。理论和实验研究表明雾霾中消光系数和雾滴浓度、雾水含量和气溶胶粒子浓度的关系如公式(2)：

β＝a(LWC*N_d+N_P)^b公式(2)

其中，LWC为雾水含量，N_p为所述气溶胶粒子浓度，N_d为雾滴浓度，a和b分别为所述系数参数和所述指数参数。

所以，用于预测雾霾天气能见度的预测模型可以采用公式(3)来表示：

在数值天气预报中，雾水含量是常规预报量，而雾滴浓度不做预报，需确定雾滴浓度和常规预报量之间的关系，研究表明N_d和气温T之间存在参数化关系：

N_d＝-0.071T²+2.213T+141.56公式(4)

其中，T为所述气温。

因此，在本发明的实施方式中，公式(3)和公式(4)可以组成基于常规数值天气预报耦合大气化学预报变量的用于预测雾霾天气能见度的预测模型。

在本发明的实施方式中，预测效果评估模型由公式(5)和/或公式(6)来表示：

其中，TS为准确指数；FBI为预测偏差指数；NA为所述预测值准确次数，是指能见度预测值与同一时刻的能见度观测值之间的差值在允许的误差范围内的次数；NB为所述预测值偏大次数，是指能见度预测值大于同一时刻的能见度观测值，且二者之间的差值大于允许误差范围的次数；NC为所述预测值偏小次数，是指能见度预测值小于同一时刻的能见度观测值，且二者之间的差值大于允许误差范围的次数。

图2是根据本发明的实施方式的用于分布式光伏电站雾霾天气能见度的预测方法的流程图。如图2所示，在本发明的实施方式中，提供了一种用于分布式光伏电站雾霾天气能见度的预测方法，在该预测方法中，所述优化所述预测模型中的系数参数和指数参数，以获得优化系数参数和优化指数参数具体可以包括：

在步骤S203中，确定预测模型中的系数参数和指数参数的初始值，系数参数和指数参数的初始值均为经验值。

在步骤S204中，获取分布式光伏电站的常规天气预报变量的数据。

在本发明的实施方式中，获取分布式光伏电站的所述常规天气预报变量的数据具体可以包括：

获取预设区域的所述常规天气预报变量的格点数据，所述分布式光伏电站位于所述预设区域中；

采用加权平均法进行插值，以获得所述分布式光伏电站的所述常规天气预报变量的数据，其中加权平均法例如可以是cressman插值法。

在步骤S205中，根据常规天气预报变量、预测模型以及系数参数和指数参数的初始值，计算分布式光伏电站在设定时刻的能见度预测值，本领域技术人员应当理解，此处的设定时刻在当期时刻之后。

在步骤S206中，但时间到达设定时刻的情况下，获取该分布式光伏电站在设定时刻的能见度观测值。

在步骤S207中，对同一设定时刻的能见度预测值和能见度观测值进行比较，以获得比较结果，比较结果包括预测值准确、预测值偏大和预测值偏小。

在步骤S208中，记录预测值准确次数、预测值偏大次数和预测值偏小次数，并根据预测效果评估模型计算能见度观测值的预测效果。

在步骤S209中，判断预测效果是否满足预设要求。

在本发明的实施方式中，所述预测效果满足预设要求的情况例如可以包括：所述准确指数大于准确指数阈值且所述预测偏差指数大于预测偏差指数阈值的情况。

在步骤S210中，在判断所述预测效果未满足预设要求的情况下，根据所述预测效果优化所述系数参数和指数参数，并更新所述预设时刻。

在步骤S211中，在判断所述预测效果满足预设要求的情况下，输出所述系数参数和所述指数参数，以作为优化系数参数和优化指数参数。

不同类型雾霾天气，其雾水含量、雾滴浓度和气溶胶粒子浓度特点不同，即使同种类型天气，在不同区域，由于气象条件、污染条件、地形特征等不同，其雾水含量、雾滴浓度和气溶胶粒子浓度特点也会不同，而该预测方法在不同区域、不同时刻通过优化预测模型中的系数参数和指数参数，使得该预测模型具有较强的地域适用性和时间适用性。

上述实施方式，通过雾滴浓度和环境气温的关系，将雾滴浓度对能见度的影响引入到预测方法中，且通过自主优化雾水含量、环境温度和气溶胶粒子浓度对能见度的影响参数，能够准确地预测分布式电站在雾霾天气的能见度；另外，由于影响参数是根据时间和地域进行实时优化的，因此该预测方法的时间和地域的适应性较强。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (2)

1.一种用于分布式光伏电站雾霾天气能见度的预测方法，其特征在于，包括：

基于常规天气预报变量，建立用于预测能见度的预测模型，所述常规天气预报变量包括气温、雾水含量和气溶胶粒子浓度；

建立预测效果评估模型；

优化所述预测模型中的系数参数和指数参数，以获得优化系数参数和优化指数参数；

根据所述优化系数参数和所述优化指数参数，计算预定时刻的能见度预测值；

所述优化所述预测模型中的系数参数和指数参数，以获得优化系数参数和优化指数参数具体包括：

确定所述预测模型中的系数参数和指数参数的初始值；

获取分布式光伏电站的所述常规天气预报变量的数据；

根据所述常规天气预报变量和所述预测模型，计算所述分布式光伏电站在设定时刻的能见度预测值；

获取所述分布式光伏电站在所述设定时刻的能见度观测值；

对同一所述设定时刻的所述能见度预测值和能见度观测值进行比较，以获得比较结果，所述比较结果包括预测值准确、预测值偏大和预测值偏小；

记录所述预测值准确次数、预测值偏大次数和预测值偏小次数，并根据预测效果评估模型计算所述能见度观测值的预测效果；

判断所述预测效果是否满足预设要求；

在判断所述预测效果未满足预设要求的情况下，根据所述预测效果优化所述系数参数和指数参数，并更新所述设定时刻；

在判断所述预测效果满足预设要求的情况下，输出所述系数参数和所述指数参数，以作为优化系数参数和优化指数参数；

所述预测模型采用式(1)来表示：

N_d＝-0.071T²+2.213T+141.56

其中，X_vis为所述能见度预测值，LWC为所述雾水含量，N_p为所述气溶胶粒子浓度，N_d为雾滴浓度，T为所述气温，a和b分别为所述系数参数和所述指数参数；

所述预测效果评估模型由式(2)和式(3)来表示：

其中，TS为准确指数，FBI为预测偏差指数，NA为所述预测值准确次数，NB为所述预测值偏大次数，NC为所述预测值偏小次数；

所述预测效果满足预设要求的情况包括：所述准确指数大于准确指数阈值且所述预测偏差指数大于预测偏差指数阈值的情况。

2.根据权利要求1所述的预测方法，其特征在于，所述获取所述分布式光伏电站的所述常规天气预报变量的数据具体包括：

获取预设区域的所述常规天气预报变量的格点数据，所述分布式光伏电站位于所述预设区域中；

采用加权平均法进行插值，以获得所述分布式光伏电站的所述常规天气预报变量的数据。

Images