CN112070414A - 一种基于多站点观测数据的太阳能资源评估方法、系统及介质 - Google Patents

一种基于多站点观测数据的太阳能资源评估方法、系统及介质 Download PDF

Info

Publication number
CN112070414A
CN112070414A CN202010980024.3A CN202010980024A CN112070414A CN 112070414 A CN112070414 A CN 112070414A CN 202010980024 A CN202010980024 A CN 202010980024A CN 112070414 A CN112070414 A CN 112070414A
Authority
CN
China
Prior art keywords
data
site
observation
observation station
solar
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.)
Granted
Application number
CN202010980024.3A
Other languages
English (en)
Other versions
CN112070414B (zh
Inventor
李津津
李万年
陈娟
王茂睿
金伟
罗君主
唐守志
邓浩
彭偲
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.)
State Nuclear Electric Power Planning Design & Research Institute Chongqing Co ltd
Original Assignee
State Nuclear Electric Power Planning Design & Research Institute Chongqing Co ltd
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 State Nuclear Electric Power Planning Design & Research Institute Chongqing Co ltd filed Critical State Nuclear Electric Power Planning Design & Research Institute Chongqing Co ltd
Priority to CN202010980024.3A priority Critical patent/CN112070414B/zh
Publication of CN112070414A publication Critical patent/CN112070414A/zh
Application granted granted Critical
Publication of CN112070414B publication Critical patent/CN112070414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于太阳能光伏发电应用技术领域，公开了一种基于多站点观测数据的太阳能资源评估方法、系统及介质，所述基于多站点观测数据的太阳能资源评估方法具体包括：输入场址坐标和周边观测站坐标；计算场址与观测站距离并排序；根据排序逐个判断观测站对场址的代表性；筛选得到代表观测站和参证观测站；拟合出代表观测站数据；复核计算结果并汇总数据。选择对场址最有代表性的观测站，结合卫星遥感数据订正，得到项目场址太阳能辐射数据解决传统太阳能资源评估方法未结合场址位置和观测数据进行修正、准确度不高的问题。基于实际观测数据，同时结合卫星遥感数据对场址订正，太阳能资源评估准确度提高。

Description

一种基于多站点观测数据的太阳能资源评估方法、系统及 介质
技术领域
本发明属于太阳能光伏发电应用技术领域，尤其涉及一种基于多站点观测数据的太阳能资源评估方法、系统及介质。
背景技术
现有的太阳能资源数据选取评估方法主要有：1)气象学方法：检索获取场址最近的气象观测站多年辐射观测数据，求平均值，作为场址评估数据；2)中尺度法：直接通过气象软件查询站址所在地的中尺度卫星观测数据(如NASA、Meteonorm等)，作为场址评估数据。传统太阳能资源评估方法为直接选取卫星遥感数据，或直接选取周边最近气象站观测数据，用于对太阳能光伏发电站的评估。传统方法的数据来源单一，一方面是未考虑气象观测站与建设场址地理位置、海拔高度、地形条件、气候特征等不同而产生的微观差异，再方面是数据未经过订正，第三方面是未验证选取数据的有效性和代表性。更加重要的是，当单一来源的数据存在缺失或错误时，因无参考数据进行对比修正，可能因数据本身错误导致较大偏差从而影响太阳能资源评估的准确性。
综上所述，现有技术存在的问题是：传统太阳能资源评估方法的数据来源单一，未考虑气象观测站与建设场址地理位置、海拔高度、地形条件、气候特征等不同而产生的微观差异；数据未经过订正；未验证选取数据的有效性和代表性；当单一来源的数据存在缺失或错误时，因数据本身错误导致较大偏差从而影响太阳能资源评估的准确性。
解决上述技术问题的难度：
在缺少同类型数据的参考或多数据间的对比的条件下，无法评估单一来源的数据对太阳能光伏发电站建设场址的代表性，且难以对气象观测站与建设场址的微观差异进行修正。
解决上述技术问题的意义：
本发明的评估方法在多观测站点数据的基础上，选择对场址最有代表性的观测站，结合卫星数据库的拟合订正，得到最接近真实值的太阳能辐射数据，提高了太阳能资源评估的准确性，有利于开展精细化的太阳能光伏发电站投资决策。
发明内容
针对现有技术存在的问题，本发明提供了一种基于多站点观测数据的太阳能资源评估方法。
本发明是这样实现的，一种基于多站点观测数据的太阳能资源评估方法，所述基于多站点观测数据的太阳能资源评估方法包括：收集离场址300km内各气象观测站基本信息；
仅有日照数据，按离场址距离由小到大排序并编号R1、R2……；按序号有小到大依次验证数据完整性、对场址代表性；满足则选择符合要求的数据Ri；不满足返回按序号有小到大依次验证数据完整性、对场址代表性；选用Ri；
有日照及辐射数据，按离场址距离由小至大排序并编号S1、S2……；按序号有小到大依次验证数据完整性、对场址代表性；满足，则选择符合要求的数据Sj；不满足则返回按序号有小到大依次验证数据完整性、对场址代表性；
将Ri、Sj与场址所用地卫星中尺度数据结合，累加统计、汇总测量分析结果。
进一步，所述基于多站点观测数据的太阳能资源评估方法具体包括：
第一步，输入场址坐标和周边观测站坐标；
进一步，确定场址经纬度及场址周边300km以内周边观测站经纬度坐标并记录。
第二步，计算场址与观测站距离并排序；
进一步，地图中测量第一步所列各观测站与场址的距离，并按由近至远的顺序对周边观测站排序。仅有日照数据的观测站，按离场址距离由小到大排序并编号R1、R2……；有日照及辐射数据的观测站，按离场址距离由小至大排序并编号S1、S2……；
第三步，根据排序逐个判断观测站对场址的代表性；
进一步，观测站对场址具有代表性的必要条件为，观测站与场址纬度相差不超过2°，观测站与场址海拔相差不超过200m，观测站与场址所在地卫星中尺度数据年值相差不超过5％，观测站与场址地形地貌不应有显著差别(例如城市与荒野、平原与山地此类为显著差别)
进一步，按照以上条件按上一步R1、R2……、S1、S2……的场址顺序逐个验证观测站对场址的代表性并标记。
第四步，筛选得到代表观测站和参证观测站；
进一步，选择R1、R2……中标记出符合代表性条件且离场址最近的观测站Ri；选择S1、S2……中标记出符合代表性条件且离场址最近的观测站Sj。
第五步，通过相关性拟合，推导出代表观测站数据；
进一步，检索Ri观测站与Sj观测站不少于20年逐月序列的以下数据：①Ri观测站与Sj观测站的月日照百分率；②Sj观测站的月太阳总辐射量、月天文太阳总辐射量。
进一步，通过散点拟合建立Sj观测站的日照百分率S与太阳总辐射量Qt的线性关系：
Qt＝Q0(a+bS)
式中：
S——月日照百分率，无量纲数；
Q0——月天文太阳总辐射量，单位为kWh/(m2·d)；
Qt——月太阳总辐射量，单位为kWh/(m2·d)；
a，b——线性拟合系数，利用最小二乘法求得。
进一步，将Ri观测站的逐年月均日照百分率S代入上述线性关系公式推导出该观测站的月均太阳总辐射量Qt。
第六步，复核计算结果并汇总数据。
进一步，复核前述计算过程并取Ri观测站的逐月平均太阳总辐射量Qt的计算结果，作为场址代表年月辐射数据。
本发明的另一目的在于提供一种利用上述方法的太阳能资源评估系统，所述太阳能资源评估系统包括：
信息收集模块，用于收集离场址300km内各气象观测站基本信息；
日照及辐射数据处理模块，对于仅有日照数据，按离场址距离由小到大排序并编号R1、R2……；按序号有小到大依次验证数据完整性、对场址代表性；满足则选择符合要求的数据Ri；不满足返回按序号有小到大依次验证数据完整性、对场址代表性；选用Ri；有日照及辐射数据，按离场址距离由小至大排序并编号S1、S2……；按序号有小到大依次验证数据完整性、对场址代表性；满足，则选择符合要求的数据Sj；不满足则返回按序号有小到大依次验证数据完整性、对场址代表性；
数据统计汇总模块，用于将Ri、Sj与场址所用地卫星中尺度数据结合，累加统计、汇总测量分析结果。
本发明的另一目的在于提供一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：在多观测站点数据的基础上，选择对场址最有代表性的观测站，结合卫星数据库的拟合订正，得到最接近真实值的太阳能辐射数据。
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：在多观测站点数据的基础上，选择对场址最有代表性的观测站，结合卫星数据库的拟合订正，得到最接近真实值的太阳能辐射数据。
综上所述，本发明的优点及积极效果为：选择对场址最有代表性的观测站，结合卫星遥感数据订正，得到项目场址太阳能辐射数据；解决传统太阳能资源评估方法未结合场址位置和观测数据进行修正、准确度不高的问题。基于实际观测数据，同时结合卫星遥感数据对场址订正，太阳能资源评估准确度提高。
附图说明
图1是本发明实施例提供的基于多站点观测数据的太阳能资源评估方法流程图。
图2是本发明实施例提供的基于多站点观测数据的太阳能资源评估方法实现流程图。
图3是本发明实施例提供的安站太阳总辐射百分率与日照百分率相关性拟合示意图。
图4是本发明实施例提供的云观测站水平面太阳能辐射月际变化图(kWh/m2)。
图5是本发明实施例提供的实测与各方法评估数据对比(kWh/m2)示意图，其中柱状图为投运实测数据，散点为卫星数据、*安观测站数据、本发明评估数据。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示，本发明实施例提供的基于多站点观测数据的太阳能资源评估方法包括以下步骤：
S101：输入场址坐标和周边观测站坐标；
S102：计算场址与观测站距离并排序；
S103：根据排序逐个判断观测站对场址的代表性；
S104：筛选得到代表观测站和参证观测站；
S105：通过相关性拟合，推导出代表观测站数据；
S106：复核计算结果并汇总数据。
如图2所示，本发明实施例提供的基于多站点观测数据的太阳能资源评估方法具体包括以下步骤：
收集离场址300km内各气象观测站基本信息；
仅有日照数据，按离场址距离由小到大排序并编号R1、R2……；按序号有小到大依次验证数据完整性、对场址代表性；满足则选择符合要求的数据Ri；不满足返回按序号有小到大依次验证数据完整性、对场址代表性；选用Ri；
有日照及辐射数据，按离场址距离由小至大排序并编号S1、S2……；按序号有小到大依次验证数据完整性、对场址代表性；满足，则选择符合要求的数据Sj；不满足则返回按序号有小到大依次验证数据完整性、对场址代表性；
将Ri、Sj与场址所用地卫星中尺度数据结合，累加统计、汇总测量分析结果。
下面结合仿真对本发明的应用效果作详细的描述。
评估成果范例：
江苏省某大型地面光伏发电项目建设场址周边的气象观测站序列如下：
表1场址周边气象站序列
Figure BDA0002687210340000061
Figure BDA0002687210340000071
通过观测数据和地理气候条件的对比，确定*云站为代表观测站，*安站为参证观测站。
*安站多年实测逐月太阳总辐射百分率(即Qt/Q0)和日照百分率(S)的线性拟合曲线见图3。
拟合推导得到的云观测站水平面太阳能辐射月际变化图如图4。
以*榆气象站推导结果为基础，对其与气象站所在地月辐射卫星数据相关率为依据对项目场址各月卫星数据进行修正如表2：
表2项目场址工程代表年各月修正后太阳总辐射量表(kWh/m2)
Figure BDA0002687210340000072
将项目投运1年的实测数据订正至代表年后，与传统方法评估数据和本发明方法评估数据的对比如表3：
表3实测与各方法评估数据对比表(kWh/m2)
Figure BDA0002687210340000073
Figure BDA0002687210340000081
表4拟合优度(χ2)分析
数据源 卫星数据 *安观测站数据 本方法评估数据
拟合优度(χ<sup>2</sup>) 6.206 6.906 1.268
从图5和表5可看出：本发明的方法评估数据的月曲线与实测值最接近，拟合优度χ2值为1.268最小；而传统方法直接选取卫星数据或*安观测站数据，拟合优度χ2值均明显大于本方法数据，偏差相对较大。以上充分说明了本评估数据的准确性和本方法的优越性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于多站点观测数据的太阳能资源评估方法，其特征在于，所述基于多站点观测数据的太阳能资源评估方法在多观测站点数据的基础上，选择对场址最有代表性的观测站，结合卫星数据库的拟合订正，得到最接近真实值的太阳能辐射数据。
2.如权利要求书1所述的太阳能资源评估方法，其特征在于，所述基于多站点观测数据的太阳能资源评估方法包括：
收集离场址300km内各气象观测站基本信息；
仅有日照数据，按离场址距离由小到大排序并编号R1、R2……；按序号有小到大依次验证数据完整性、对场址代表性；满足则选择符合要求的数据Ri；不满足返回按序号有小到大依次验证数据完整性、对场址代表性；选用Ri；
有日照及辐射数据，按离场址距离由小至大排序并编号S1、S2……；按序号有小到大依次验证数据完整性、对场址代表性；满足，则选择符合要求的数据Sj；不满足则返回按序号有小到大依次验证数据完整性、对场址代表性；
将Ri、Sj与场址所用地卫星中尺度数据结合，累加统计、汇总测量分析结果。
3.如权利要求2所述的基于多站点观测数据的太阳能资源评估方法，其特征在于，所述基于多站点观测数据的太阳能资源评估方法具体包括：
第一步，输入场址坐标和周边观测站坐标；
第二步，计算场址与观测站距离并排序；
第三步，根据排序逐个判断观测站对场址的代表性；
第四步，筛选得到代表观测站和参证观测站；
第五步，通过相关性拟合，推导出代表观测站数据；
第六步，复核计算结果并汇总数据。
4.如权利要求2所述的基于多站点观测数据的太阳能资源评估方法，其特征在于，检索Ri观测站与Sj观测站不少于20年逐月序列的以下数据：①Ri观测站与Sj观测站的月日照百分率；②Sj观测站的月太阳总辐射量、月天文太阳总辐射量。
5.如权利要求4所述的基于多站点观测数据的太阳能资源评估方法，其特征在于，通过散点拟合建立Sj观测站的日照百分率S与太阳总辐射量Qt的线性关系：
Qt＝Q0(a+bS)
式中：
S——月日照百分率，无量纲数；
Q0——月天文太阳总辐射量，单位为kWh/(m2·d)；
Qt——月太阳总辐射量，单位为kWh/(m2·d)；
a，b——线性拟合系数，利用最小二乘法求得。
6.一种利用权利要求1-5任意一项所述方法的太阳能资源评估系统，其特征在于，所述太阳能资源评估系统包括：
信息收集模块，用于收集离场址300km内各气象观测站基本信息；
日照及辐射数据处理模块，对于仅有日照数据，按离场址距离由小到大排序并编号R1、R2……；按序号有小到大依次验证数据完整性、对场址代表性；满足则选择符合要求的数据Ri；不满足返回按序号有小到大依次验证数据完整性、对场址代表性；选用Ri；有日照及辐射数据，按离场址距离由小至大排序并编号S1、S2……；按序号有小到大依次验证数据完整性、对场址代表性；满足，则选择符合要求的数据Sj；不满足则返回按序号有小到大依次验证数据完整性、对场址代表性；
数据统计汇总模块，用于将Ri、Sj与场址所用地卫星中尺度数据结合，累加统计、汇总测量分析结果。
7.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：在多观测站点数据的基础上，选择对场址最有代表性的观测站，结合卫星数据库的拟合订正，得到最接近真实值的太阳能辐射数据。
8.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：在多观测站点数据的基础上，选择对场址最有代表性的观测站，结合卫星数据库的拟合订正，得到最接近真实值的太阳能辐射数据。
CN202010980024.3A 2020-09-17 2020-09-17 一种基于多站点观测数据的太阳能资源评估方法、系统及介质 Active CN112070414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010980024.3A CN112070414B (zh) 2020-09-17 2020-09-17 一种基于多站点观测数据的太阳能资源评估方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010980024.3A CN112070414B (zh) 2020-09-17 2020-09-17 一种基于多站点观测数据的太阳能资源评估方法、系统及介质

Publications (2)

Publication Number Publication Date
CN112070414A true CN112070414A (zh) 2020-12-11
CN112070414B CN112070414B (zh) 2023-11-07

Family

ID=73682476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010980024.3A Active CN112070414B (zh) 2020-09-17 2020-09-17 一种基于多站点观测数据的太阳能资源评估方法、系统及介质

Country Status (1)

Country Link
CN (1) CN112070414B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115936387A (zh) * 2022-12-20 2023-04-07 中国电建集团贵阳勘测设计研究院有限公司 一种基于测光数据的光伏电站太阳能资源评估方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110282602A1 (en) * 2011-07-25 2011-11-17 Hoff Thomas E Computer-Implemented System And Method For Efficiently Performing Area-To-Point Conversion Of Satellite Imagery For Photovoltaic Power Generation Fleet Output Estimation
US20110282601A1 (en) * 2011-07-25 2011-11-17 Hoff Thomas E Computer-Implemented System And Method For Estimating Power Data For A Photovoltaic Power Generation Fleet
CN104182564A (zh) * 2014-06-26 2014-12-03 内蒙古电力勘测设计院有限责任公司 光伏发电站设计专家系统
CN105184423A (zh) * 2015-10-20 2015-12-23 国家电网公司 一种风电场集群风速预测方法
CN106446564A (zh) * 2016-09-29 2017-02-22 华南农业大学 一种植被净初级生产力遥感估算方法
CN109165861A (zh) * 2018-09-06 2019-01-08 中国能源建设集团江苏省电力设计院有限公司 一种无辐射资料地区太阳能总辐射量估算方法
CN109598431A (zh) * 2018-11-28 2019-04-09 西安工程大学 基于地表温度反演的太阳能资源发电潜力评估方法
US10460170B1 (en) * 2019-01-14 2019-10-29 Sourcewater, Inc. Image processing of aerial imagery for energy infrastructure site status analysis
CN111257238A (zh) * 2020-02-05 2020-06-09 国家卫星气象中心(国家空间天气监测预警中心) 一种基于星载太阳漫射板的探测元件间相对定标方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110282602A1 (en) * 2011-07-25 2011-11-17 Hoff Thomas E Computer-Implemented System And Method For Efficiently Performing Area-To-Point Conversion Of Satellite Imagery For Photovoltaic Power Generation Fleet Output Estimation
US20110282601A1 (en) * 2011-07-25 2011-11-17 Hoff Thomas E Computer-Implemented System And Method For Estimating Power Data For A Photovoltaic Power Generation Fleet
CN104182564A (zh) * 2014-06-26 2014-12-03 内蒙古电力勘测设计院有限责任公司 光伏发电站设计专家系统
CN105184423A (zh) * 2015-10-20 2015-12-23 国家电网公司 一种风电场集群风速预测方法
CN106446564A (zh) * 2016-09-29 2017-02-22 华南农业大学 一种植被净初级生产力遥感估算方法
CN109165861A (zh) * 2018-09-06 2019-01-08 中国能源建设集团江苏省电力设计院有限公司 一种无辐射资料地区太阳能总辐射量估算方法
CN109598431A (zh) * 2018-11-28 2019-04-09 西安工程大学 基于地表温度反演的太阳能资源发电潜力评估方法
US10460170B1 (en) * 2019-01-14 2019-10-29 Sourcewater, Inc. Image processing of aerial imagery for energy infrastructure site status analysis
CN111257238A (zh) * 2020-02-05 2020-06-09 国家卫星气象中心(国家空间天气监测预警中心) 一种基于星载太阳漫射板的探测元件间相对定标方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MUYIWA S 等: ""Estimating global solar radiation using common meteorological data in Akure, Nigeria"", 《RENEWABLE ENERGY》, vol. 47, pages 38 - 44, XP028510211, DOI: 10.1016/j.renene.2012.04.005 *
田启明 等: ""光热电站太阳能资源典型年选取方法及验证的探讨"", 《电力勘测设计》, no. 8, pages 61 - 66 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115936387A (zh) * 2022-12-20 2023-04-07 中国电建集团贵阳勘测设计研究院有限公司 一种基于测光数据的光伏电站太阳能资源评估方法
CN115936387B (zh) * 2022-12-20 2023-11-03 中国电建集团贵阳勘测设计研究院有限公司 一种基于测光数据的光伏电站太阳能资源评估方法

Also Published As

Publication number Publication date
CN112070414B (zh) 2023-11-07

Similar Documents

Publication Publication Date Title
Napoly et al. Development and application of a statistically-based quality control for crowdsourced air temperature data
Pfenninger et al. Long-term patterns of European PV output using 30 years of validated hourly reanalysis and satellite data
Sun et al. Estimating the spatial distribution of solar photovoltaic power generation potential on different types of rural rooftops using a deep learning network applied to satellite images
Jamil et al. Comparative analysis of diffuse solar radiation models based on sky-clearness index and sunshine period for humid-subtropical climatic region of India: A case study
Fogl et al. Influence of vegetation canopies on solar potential in urban environments
Zhang et al. Joint probability distribution and correlation analysis of wind and solar power forecast errors in the western interconnection
Hochman et al. A new view of heat wave dynamics and predictability over the eastern Mediterranean
Xu et al. A new approach to determine the optimum tilt angle and orientation of solar collectors in mountainous areas with high altitude
Joshi et al. Evaluation of solar irradiance forecasting skills of the Australian Bureau of Meteorology’s ACCESS models
Latysh et al. Improved mapping of National Atmospheric Deposition Program wet-deposition in complex terrain using PRISM-gridded data sets
Tsakiris et al. Regional drought identification and assessment. Case study in Crete
KR20160078920A (ko) 목표 지점의 일사량 계산 방법 및 장치
CN112070414A (zh) 一种基于多站点观测数据的太阳能资源评估方法、系统及介质
Olczak Comparison of modeled and measured photovoltaic microinstallation energy productivity
Cervantes-Ortiz et al. The effect of parameters and irradiance estimation techniques on PV potential quantification: The case of Mexico
CN114428986A (zh) 一种无实测风速资料地区的设计风速分析方法和装置
CN112035540A (zh) 一种复杂地形太阳能资源测量方法
Graabak et al. Developing a wind and solar power data model for Europe with high spatial-temporal resolution
Brecl et al. Performance of PV systems in Slovenia with the help of typical daily profiles and automatic detection of orientation and inclination angles
CN103617452A (zh) 一种大型光伏基地区域测光网络布局方法
CN103424782A (zh) 一种中层径向辐合的自动识别方法
CN115936387B (zh) 一种基于测光数据的光伏电站太阳能资源评估方法
Boyd Mapping Solar PV Potential in Ambleside
Thomas et al. Daily light integral distributions: geographic similarity
Mengen et al. Solar Irradiance Measuring sites in Bangladesh

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