CN110390481B - 一种水平面太阳散射辐照量评估方法及装置 - Google Patents

一种水平面太阳散射辐照量评估方法及装置 Download PDF

Info

Publication number
CN110390481B
CN110390481B CN201910661034.8A CN201910661034A CN110390481B CN 110390481 B CN110390481 B CN 110390481B CN 201910661034 A CN201910661034 A CN 201910661034A CN 110390481 B CN110390481 B CN 110390481B
Authority
CN
China
Prior art keywords
horizontal plane
evaluation
irradiation
daily
daily accumulated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910661034.8A
Other languages
English (en)
Other versions
CN110390481A (zh
Inventor
祝曾伟
张臻
杨旭
徐国安
张起源
李沁书
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Campus of Hohai University
Original Assignee
Changzhou Campus of Hohai University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN201910661034.8A priority Critical patent/CN110390481B/zh
Publication of CN110390481A publication Critical patent/CN110390481A/zh
Application granted granted Critical
Publication of CN110390481B publication Critical patent/CN110390481B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Economics (AREA)
  • Mathematical Optimization (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种水平面太阳散射辐照量评估方法及装置，具体包括，根据收集到的评估地点水平面日累计历史总辐照量数据及其相邻地区的水平面日累计总辐照量、散射辐照量历史数据，建立晴天、多云天、阴雨天天气分类条件下日累计总辐照量分类方法；计算相邻地区每月中各天气条件下日累计平均总辐照量、散射辐照量，建立两者线性回归方程，根据最小二乘解方法，得到评估系数；根据晴天、多云天、阴雨天天气分类条件下计算评估地点日累计平均总辐照量，结合评估系数与优化系数，计算评估地点每月平均散射辐照量。本发明方法可弥补散射辐照数据缺失地区的月平均及年辐照量评估，进而实现光伏系统年发电量准确评估。

Description

一种水平面太阳散射辐照量评估方法及装置
技术领域
本发明涉及一种水平面太阳散射辐照量评估方法及装置，属于太阳能光伏系统发电量评估技术领域。
背景技术
目前，各地气象部门通常会对水平面太阳总辐照量进行长期跟踪监测，但往往会缺失监测长期的散射辐照量数据。但在规划设计光伏电站的过程中，光伏电站年发电量是非常重要的一个指标，其评价的好坏取决于照射到光伏组件表面的年辐照量及各月的辐照量值，其中，太阳散射辐照量大小评估是重要组成部分。
现有技术中，主要根据典型气象年的总辐照量、散射辐照量数据评估光伏系统发电量数据，但典型气象年方法往往是采用历史数据中的数十年平均值作为评估值并且随着各种环境变迁，其不能满足近些年环境气候条件要求。因此，需要一种能够合理有效评估水平面散射辐照量的方法。
发明内容
为了克服现有技术中历史数据不能满足近年环境气候要求的缺陷，本发明提供一种水平面太阳散射辐照量评估方法及装置，能够基于评估地点相邻地区的历史数据得到评估地点各天气分类条件下的散射辐照数据。
为解决上述技术问题，本发明采用如下的技术方案实现：
一种水平面太阳散射辐照量评估方法，包括：
获取历史数据，所述历史数据包括：评估地点水平面日累计总辐照量历史数据，评估地点相邻地区的水平面日累计总辐照量历史数据和水平面日累计散射辐照量历史数据；
根据所述评估地点水平面日累计总辐照量历史数据和所述评估地点相邻地区的水平面日累计总辐照量历史数据对评估地点和评估地点相邻地区进行天气分类，分为晴天、多云天和阴雨天；
计算所述评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量，以及每月的水平面日累计平均散射辐照量；计算所述评估地点每月中各天气分类条件下水平面日累计平均总辐照量；
根据所述评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量，以及每月的水平面日累计平均散射辐照量，建立关于水平面日累计平均总辐照量和水平面日累计平均散射辐照量的线性回归方程；
根据所述评估地点每月中各天气分类条件下水平面日累计平均总辐照量以及所述线性回归方程，求解评估地点每月的水平面日累计平均散射辐照量；
对所求解的评估地点每月的水平面日累计平均散射辐照量进行优化，得到优化后的评估地点每月的水平面散射辐照量。
进一步的，所述历史数据的时间跨度在一年及以上。
进一步的，所述进行天气分类包括：
确定每月水平面日累计总辐照量最大值Gm,max、水平面日累计总辐照量最小值Gm,min；
三等分区间[Gm,min,Gm,max]；
该月中水平面日累计总辐照量位于区间[Gm,min,Gm,min+(Gm,max-Gm,min)/3]内的为阴雨天；
该月中水平面日累计总辐照量位于区间[Gm,min+(Gm,max-Gm,min)/3,Gm,min+(Gm,max-Gm,min)2/3]内的为多云天；
该月中水平面日累计总辐照量位于区间[Gm,min+(Gm,max-Gm,min)2/3,Gm,max]内的为晴天。
进一步的，如果历史数据时间跨度大于1年，则所选取的每月水平面日累计总辐照量最大值和最小值为所有同一月份中的最大值及最小值。
进一步的，线性回归方程为：
Ax+c＝B2
其中，A为评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量构成的参数矩阵，x为评估系数构成的列向量，c为常数项，B2为评估地点相邻地区每月的水平面日累计平均散射辐照量构成的列向量。
进一步的，采用Moore-Penrose逆矩阵求解，得到线性回归方程的最小二乘解，即评估系数。
进一步的，对所求解的评估地点每月的水平面日累计平均散射辐照量进行优化，得到优化后评估地点每月的散射辐照量为：
B3＝D*.B1，
其中，B3为优化后评估地点每月的散射辐照量构成的列向量，B1为基于线性回归方程求解的评估地点每月的水平面日累计平均散射辐照量构成的列向量，D为由优化系数dj构成的列向量符号‘*.’表示D与B1按位相乘；
dj＝G1j，ave/G2j，ave，
其中，dj表示第j个月的优化系数，G1j，ave为评估地点第j个月的水平面日累计总辐照平均值，G2，ave为评估地点相邻地区第j个月的水平面日累计总辐照平均值。
本发明还提供一种水平面太阳散射辐照量评估装置，包括：
数据采集模块，用于获取历史数据，所述历史数据包括：评估地点水平面日累计总辐照量历史数据，评估地点相邻地区的水平面日累计总辐照量历史数据和水平面日累计散射辐照量历史数据；
天气划分模块，用于根据所述评估地点水平面日累计总辐照量历史数据和所述评估地点相邻地区的水平面日累计总辐照量历史数据对评估地点和评估地点相邻地区进行天气分类，分为晴天、多云天和阴雨天；
平均辐照计算模块，用于计算所述评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量，以及每月的水平面日累计平均散射辐照量，以及计算所述评估地点每月中各天气分类条件下水平面日累计平均总辐照量；
模型构建模块，用于根据所述评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量，以及每月的水平面日累计平均散射辐照量，建立关于水平面日累计平均总辐照量和水平面日累计平均散射辐照量的线性回归方程；
散射辐照计算模块，用于根据所述评估地点每月中各天气分类条件下水平面日累计平均总辐照量以及所述线性回归方程，求解评估地点每月的水平面日累计平均散射辐照量；
以及优化模块，用于对所求解的评估地点每月的水平面日累计平均散射辐照量进行优化，得到优化后的评估地点每月的水平面散射辐照量。
本发明所达到的有益效果：
本发明方法通过评估地点相邻地区的水平面辐照数据和散射辐照数据，构建不同天气条件下水平面总辐照量平均值与散射辐照量平均值的线性关系，然后再根据待评估地点的水平面辐照数据，计算得到待评估地点的水平面散射数据，综合考虑了历史同期气候环境变化对辐照的影响，能够对散射辐照数据缺失地区的月平均及年辐照量进行评估，进而实现光伏系统年发电量准确评估。
附图说明
图1为本发明方法的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实例仅用于更加清楚地说明本发明的技术方案，在本文中，本发明的这些实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，而不能以此来限制本发明的保护范围。
在本发明中，假定到达水平地面的太阳辐照只有散射太阳辐照和直射太阳辐照，不考虑其他形式的入射辐照，则月平均水平总辐照量由月平均水平散射辐照量及月平均水平直射辐照量构成，并且不管是晴天、有云天气或阴雨天气，散射辐照都以一定比例存在。
本发明的水平面太阳散射辐照量评估方法，参见图1，包括以下步骤：
1)从气象网站或实验平台收集评估地点水平面日累计总辐照量历史数据，以及评估地点相邻地区的水平面日累计总辐照量历史数据和水平面日累计散射辐照量历史数据；
本发明实施例中收集到的评估地点水平面日累计总辐照量历史数据，以及评估地点相邻地区的水平面日累计总辐照量历史数据和水平面日累计散射辐照量历史数据时间跨度应在一年及以上。
2)建立晴天、多云天和阴雨天不同天气分类条件下日累计总辐照量分类方法；具体如下：
根据历史数据中，每月中日累计总辐照量最大值(Gm,max)、日累计总辐照量最小值(Gm,min)，三等分区间[Gm,min,Gm,max]；如果历史数据时间跨度大于1年，则此时选取所有1月份中的最大值及最小值。
其中，日累计总辐照量位于区间[Gm,min,Gm,min+(Gm,max-Gm,min)/3]内，认为主要是阴雨天；
日累计总辐照量位于区间[Gm,min+(Gm,max-Gm,min)/3,Gm,min+(Gm,max-Gm,min)2/3]内，认为主要是多云天；
日累计总辐照量位于区间[Gm,min+(Gm,max-Gm,min)2/3,Gm,max]内，认为主要是晴天。
3)计算评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量、散射辐照量；
晴天、多云天和阴雨天天气分类条件下的水平面日累计平均总辐照量分别记为a1j、a2j与a3j；其中，a1j表示第j个月晴天天气下的水平面日累计平均总辐照量，a2j表示第j个月多云天天气下的水平面日累计平均总辐照量，a3j表示第j个月阴雨天天气下的水平面日累计平均总辐照量。如果历史数据时间跨度大于1年，第j个月的日累计平均总辐照量取所有第j个月的数据平均值。
评估地点相邻地区的水平面日累计散射辐照量月平均值记为b2j，表示第j个月水平面日累计散射辐照量平均值。
4)建立步骤3)中的两者线性回归方程，根据最小二乘解方法，得到评估系数；
建立如下方程：
Ax+c＝B2
其中，将评估地点相邻地区的水平面日累计平均总辐照量a1j、a2j与a3j代入矩阵A形成参数矩阵，x为评估系数相量，为3×1的列向量，c为常数项，B2为b2j形成的列向量
参数矩阵A表示为：
Figure BDA0002138549750000041
通过Moore-Penrose逆矩阵求解，得到方程的最小二乘解，即得到评估系数相量x：
x＝A+(B2-c)。
其中，参数矩阵A右上角的加号表示逆运算。
5)根据晴天、多云天和阴雨天天气分类条件下计算评估地点历史日累计平均总辐照量，结合评估系数与优化系数，计算评估地点每月平均散射辐照量。
将评估地点的水平面日累计平均总辐照量a1j、a2j与a3j带入方程Ax+c＝B2的参数矩阵A中，结合步骤4)求解的评估系数相量x，求解得到评估地点的月水平面日累计散射辐照量平均值，记为B1。
对求解得到的评估地点的月水平面日累计散射辐照量平均值进行优化，优化后评估地点每月的散射辐照量为：
B3＝D*.B1，
其中，D为由优化系数dj构成的列向量，符号‘*.’表示D与B1按位相乘；
dj＝G1j，ave/G2j，ave,
G1j，ave为评估地点第j个月的水平面日累计总辐照平均值，G2，ave为评估地点相邻地区第j个月的水平面日累计总辐照平均值。
本发明还提供一种水平面太阳散射辐照量评估装置，包括：数据采集模块，天气划分模块，平均辐照计算模块，模型构建模块，散射辐照计算模块和优化模块；
所述数据采集模块用于获取历史数据，所述历史数据包括：评估地点水平面日累计总辐照量历史数据，评估地点相邻地区的水平面日累计总辐照量历史数据和水平面日累计散射辐照量历史数据；
所述天气划分模块用于根据所述评估地点水平面日累计总辐照量历史数据和所述评估地点相邻地区的水平面日累计总辐照量历史数据对评估地点和评估地点相邻地区进行天气分类，分为晴天、多云天和阴雨天；
所述平均辐照计算模块用于计算所述评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量，以及每月的水平面日累计平均散射辐照量，以及计算所述评估地点每月中各天气分类条件下水平面日累计平均总辐照量；
所述模型构建模块用于根据所述评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量，以及每月的水平面日累计平均散射辐照量，建立关于水平面日累计平均总辐照量和水平面日累计平均散射辐照量的线性回归方程；
所述散射辐照计算模块用于根据所述评估地点每月中各天气分类条件下水平面日累计平均总辐照量以及所述线性回归方程，求解评估地点每月的水平面日累计平均散射辐照量；
所述优化模块用于对所求解的评估地点每月的水平面日累计平均散射辐照量进行优化，得到优化后的评估地点每月的水平面散射辐照量。
以上海和江苏省泰州市为例，两地同属于华东平原地区，经纬度相近，主要为亚热带季风气候，雨量集中于夏季，两地气候相似。本发明实施例中，将上海作为待评估地区相邻地区，求解待评估地区泰州的散射辐照数据。首先根据中国数据共享网发布的上海地区2005年至2014年，10年的日总辐照量与散射辐照量，提取10年数据中同一月份中日累计总辐照量最大值(Gm,max)、日累计总辐照量最小值(Gm,min)，三等分区间[Gm,min,Gm,max]，然后，将该月中日累计总辐照量位于区间[Gm,min,Gm,min+(Gm,max-Gm,min)/3]的划分为阴雨天；将该月中日累计总辐照量位于区间[Gm,min+(Gm,max-Gm,min)/3,Gm,min+(Gm,max-Gm,min)2/3]的划分为多云天；将该月中日累计总辐照量位于区间[Gm,min+(Gm,max-Gm,min)2/3,Gm,max]的划分为晴天。晴天、多云天、阴雨天天气分类条件下每月的日累计总辐照量平均值分别记为a1、a2与a3；评估地点相邻地区的水平面日累计散射辐照量月平均值记为b2。
构建形如‘Ax+c＝B2’的方程组，其中，矩阵A为各月的a1、a2与a3形成的参数矩阵，x为评估系数相量，B2为各月b2形成的参数相量。通过Moore-Penrose逆矩阵求解方法，得到方程组的最小二乘解，即为‘x＝A+(B2-c)’，求解得到评估系数为0.3148、0.0151、0.3195，常数项为-0.0256。
如图表1中为泰州地区2014年5月至2015年4月根据剔除极端值后的日总辐照量计算出的a1～a3及B1，和按上海地区与泰州地区年总辐照量比例修正后的B3值。B1与B3误差保持在15％以内，11％以内为10个。可以看出，能够根据待评估地点相邻地区的历史辐照数据评估待评估地点的散射辐照数据，该方法可弥补散射辐照数据缺失地区的月平均及年辐照量评估。
表1月平均散射辐照量
Figure BDA0002138549750000061
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (7)

1.一种水平面太阳散射辐照量评估方法，其特征在于，包括：
获取历史数据，所述历史数据包括：评估地点水平面日累计总辐照量历史数据，评估地点相邻地区的水平面日累计总辐照量历史数据和水平面日累计散射辐照量历史数据；
根据所述评估地点水平面日累计总辐照量历史数据和所述评估地点相邻地区的水平面日累计总辐照量历史数据对评估地点和评估地点相邻地区进行天气分类，分为晴天、多云天和阴雨天；
计算所述评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量，以及每月的水平面日累计平均散射辐照量；计算所述评估地点每月中各天气分类条件下水平面日累计平均总辐照量；
根据所述评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量，以及每月的水平面日累计平均散射辐照量，建立关于水平面日累计平均总辐照量和水平面日累计平均散射辐照量的线性回归方程；所述线性回归方程为：
Ax+c＝B2，
其中，A为评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量构成的参数矩阵，x为评估系数构成的列向量，c为常数项，B2为评估地点相邻地区每月的水平面日累计平均散射辐照量构成的列向量；
根据所述评估地点每月中各天气分类条件下水平面日累计平均总辐照量以及所述线性回归方程，求解评估地点每月的水平面日累计平均散射辐照量；
对所求解的评估地点每月的水平面日累计平均散射辐照量进行优化，得到优化后的评估地点每月的水平面散射辐照量。
2.根据权利要求1所述的一种水平面太阳散射辐照量评估方法，其特征在于，所述历史数据的时间跨度在一年及以上。
3.根据权利要求1所述的一种水平面太阳散射辐照量评估方法，其特征在于，所述进行天气分类，包括：
确定每月水平面日累计总辐照量最大值Gm,max、水平面日累计总辐照量最小值Gm,min；
三等分区间[Gm,min,Gm,max]；
该月中水平面日累计总辐照量位于区间[Gm,min,Gm,min+(Gm,max-Gm,min)/3]内的为阴雨天；
该月中水平面日累计总辐照量位于区间[Gm,min+(Gm,max-Gm,min)/3,Gm,min+(Gm,max-Gm,min)2/3]内的为多云天；
该月中水平面日累计总辐照量位于区间[Gm,min+(Gm,max-Gm,min)2/3,Gm,max]内的为晴天。
4.根据权利要求3所述的一种水平面太阳散射辐照量评估方法，其特征在于，如果历史数据时间跨度大于1年，则所选取的每月水平面日累计总辐照量最大值和最小值为所有同一月份中的最大值及最小值。
5.根据权利要求1所述的一种水平面太阳散射辐照量评估方法，其特征在于，采用Moore-Penrose逆矩阵求解，得到线性回归方程的最小二乘解，即评估系数。
6.根据权利要求1所述的一种水平面太阳散射辐照量评估方法，其特征在于，所述对所求解的评估地点每月的水平面日累计平均散射辐照量进行优化，得到优化后评估地点每月的散射辐照量为：
B3＝D*.B1，
其中，B3为优化后评估地点每月的散射辐照量构成的列向量，B1为基于线性回归方程求解的评估地点每月的水平面日累计平均散射辐照量构成的列向量，D为由优化系数dj构成的列向量，符号‘*.’表示D与B1按位相乘；
dj＝G1j，ave/G2j，ave，
其中，dj表示第j个月的优化系数，G1j，ave为评估地点第j个月的水平面日累计总辐照平均值，G2，ave为评估地点相邻地区第j个月的水平面日累计总辐照平均值。
7.一种水平面太阳散射辐照量评估装置，其特征在于，包括：
数据采集模块，用于获取历史数据，所述历史数据包括：评估地点水平面日累计总辐照量历史数据，评估地点相邻地区的水平面日累计总辐照量历史数据和水平面日累计散射辐照量历史数据；
天气划分模块，用于根据所述评估地点水平面日累计总辐照量历史数据和所述评估地点相邻地区的水平面日累计总辐照量历史数据对评估地点和评估地点相邻地区进行天气分类，分为晴天、多云天和阴雨天；
平均辐照计算模块，用于计算所述评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量，以及每月的水平面日累计平均散射辐照量，以及计算所述评估地点每月中各天气分类条件下水平面日累计平均总辐照量；
模型构建模块，用于根据所述评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量，以及每月的水平面日累计平均散射辐照量，建立关于水平面日累计平均总辐照量和水平面日累计平均散射辐照量的线性回归方程，如下：
Ax+c＝B2，
其中，A为评估地点相邻地区每月中各天气分类条件下水平面日累计平均总辐照量构成的参数矩阵，x为评估系数构成的列向量，c为常数项，B2为评估地点相邻地区每月的水平面日累计平均散射辐照量构成的列向量；
散射辐照计算模块，用于根据所述评估地点每月中各天气分类条件下水平面日累计平均总辐照量以及所述线性回归方程，求解评估地点每月的水平面日累计平均散射辐照量；
以及优化模块，用于对所求解的评估地点每月的水平面日累计平均散射辐照量进行优化，得到优化后的评估地点每月的水平面散射辐照量。
CN201910661034.8A 2019-07-22 2019-07-22 一种水平面太阳散射辐照量评估方法及装置 Active CN110390481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910661034.8A CN110390481B (zh) 2019-07-22 2019-07-22 一种水平面太阳散射辐照量评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910661034.8A CN110390481B (zh) 2019-07-22 2019-07-22 一种水平面太阳散射辐照量评估方法及装置

Publications (2)

Publication Number Publication Date
CN110390481A CN110390481A (zh) 2019-10-29
CN110390481B true CN110390481B (zh) 2022-03-01

Family

ID=68286860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910661034.8A Active CN110390481B (zh) 2019-07-22 2019-07-22 一种水平面太阳散射辐照量评估方法及装置

Country Status (1)

Country Link
CN (1) CN110390481B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111929586B (zh) * 2020-06-22 2023-09-05 山东信通电子股份有限公司 一种无源无线监拍装置的充电状态评估方法及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107991721A (zh) * 2017-11-21 2018-05-04 上海电力学院 一种基于天文和气象环境因子的逐时散射比预测方法
CN108132096A (zh) * 2017-12-20 2018-06-08 中南林业科技大学 一种基于激光雷达的林窗太阳辐射监测方法
CN108763649A (zh) * 2018-04-27 2018-11-06 河海大学常州校区 一种优化评估光伏组件电池片所接受辐照量的方法
CN108984484A (zh) * 2018-06-28 2018-12-11 河海大学常州校区 基于回归分析评估双面双玻光伏组件辐照增益的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030109964A1 (en) * 2001-12-11 2003-06-12 John Addink Irrigation controller using regression model

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107991721A (zh) * 2017-11-21 2018-05-04 上海电力学院 一种基于天文和气象环境因子的逐时散射比预测方法
CN108132096A (zh) * 2017-12-20 2018-06-08 中南林业科技大学 一种基于激光雷达的林窗太阳辐射监测方法
CN108763649A (zh) * 2018-04-27 2018-11-06 河海大学常州校区 一种优化评估光伏组件电池片所接受辐照量的方法
CN108984484A (zh) * 2018-06-28 2018-12-11 河海大学常州校区 基于回归分析评估双面双玻光伏组件辐照增益的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
数值拟合估算水平面散射辐射量的基本方法与分析;林伟等;《可再生能源》;20130120;第31卷(第1期);第1-4页 *
水平面日太阳散射辐射模型对比研究;李峥嵘等;《太阳能学报》;20130528;第34卷(第5期);第794-799页 *
硅电池辐照测量仪光谱失配修订研究;祝曾伟等;《电源技术》;20180420;第42卷(第4期);第529-531、539页 *
计算水平地面散射辐射量的模型;贾友见等;《昆明理工大学学报》;20001030;第25卷(第5期);第40-42页 *

Also Published As

Publication number Publication date
CN110390481A (zh) 2019-10-29

Similar Documents

Publication Publication Date Title
Stathopoulos et al. Wind power prediction based on numerical and statistical models
Davy et al. Interannual variability of solar energy generation in Australia
CN109948281B (zh) 基于天气类型有效识别和组合预测的直散分离建模方法
Achour et al. Hybrid model for estimating monthly global solar radiation for the Southern of Algeria:(Case study: Tamanrasset, Algeria)
CN113496311A (zh) 光伏电站发电功率预测方法及系统
Mejia et al. Conditional summertime day-ahead solar irradiance forecast
Alanazi et al. Long-term solar generation forecasting
Guo et al. VIC distributed hydrological model to predict climate change impact in the Hanjiang basin
Nouri et al. Moroccan wind farm potential feasibility. Case study
Şahin A new formulation for solar irradiation and sunshine duration estimation
Premalatha et al. Models for forecasting monthly mean daily global solar radiation from in-situ measurements: application in Tropical Climate, India
CN106156906A (zh) 一种用于光伏电站设计的太阳能资源分析评估方法
Hanslian et al. Combining the VAS 3D interpolation method and Wind Atlas methodology to produce a high-resolution wind resource map for the Czech Republic
CN110390481B (zh) 一种水平面太阳散射辐照量评估方法及装置
CN109614649B (zh) 一种面向华南地区桥梁的全气候热分析方法
CN107944466B (zh) 一种基于分段思想的降雨偏差纠正方法
TW201740296A (zh) 再生能源發電量預測方法與系統
Şen Probabilistic innovative solar irradiation estimation
Katiyar et al. A comparative study of monthly mean daily clear sky radiation over India
Seyr et al. Using a Langevin model for the simulation of environmental conditions in an offshore wind farm
CN110378028B (zh) 一种水平面随机太阳辐照强度分布计算方法
Ghasemi Mobtaker et al. Estimation of monthly mean daily global solar radiation in Tabriz using empirical models and artificial neural networks
Mustafa et al. Trend analysis of annual and monthly rainfall in Erbil City, Kurdistan Region, Iraq
Medykovskyy et al. Processing of data on the intensity of solar radiation for solar power plant management systems
Haider Diurnal Temperature Range (DTR) Assessment in Major Cities of Punjab, Pakistan

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant