一種基于微氣象數據的分布式太陽能輻射預測方法及系統的制作方法
【專利摘要】本發明涉及一種基于微氣象數據的分布式太陽能輻射預測方法，包括以下步驟：步驟S100，通過微氣象采集裝置采集和處理實時天氣數據并對其進行存儲，并將實時天氣數據定時發送給數據服務中心，并在數據服務中心中形成歷史天氣數據；步驟S200，通過數據服務中心收集和處理未來的天氣預報數據；步驟S300，將步驟S100中的歷史天氣數據進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率，再結合步驟S200中得到的未來天氣預報數據，得出未來日的太陽輻射強度。本發明的一種基于微氣象數據分布式的太陽能輻射預測方法，能夠比較準確的預測出未來日的太陽能輻射強度。
【專利說明】一種基于微氣象數據的分布式太陽能輻射預測方法及系統
【技術領域】
[0001]本發明涉及一種太陽能輻射預測方法及系統，具體的涉及一種基于微氣象數據的分布式太陽能輻射預測方法及系統。
【背景技術】
[0002]全球分布式光伏發電站建設如火如荼，國內更是高歌猛進。伴隨分布式光伏發電系統對配電網滲透率日益提升，其對配電網經濟運行及電能質量所產生的負面影響越來越大，已成為迫切需要解決的問題。由于太陽能光伏發電輸出功率具有不可調度、間歇性、隨機波動性特征，目前，光伏發電功率預測技術在國內外仍處于探索、研究階段，沒有公認的成熟技術和產品，不能準確的預測太陽輻射的強度。

【發明內容】

[0003]本發明所要解決的技術問題是提供一種基于微氣象數據的分布式太陽能輻射預測方法及系統，能夠比較準確的預測出未來日的太陽能輻射強度。
[0004]本發明解決上述技術問題的技術方案如下:一種基于微氣象數據的分布式太陽能輻射預測方法，包括以下步驟:
[0005]步驟S100，通過微氣象采集裝置采集和處理實時天氣數據并對采集的實時天氣數據進行存儲，并將實時天氣數據定時發送給數據服務中心，并在數據服務中心中形成過去一年的歷史天氣數據；
[0006]步驟S200，通過數據服務中心收集和處理未來天氣預報數據；
[0007]步驟S300，將步驟SlOO中的歷史天氣數據進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率，再結合步驟S200中得到的未來天氣預報數據，得出未來一年內預設日的太陽輻射強度。
[0008]在上述技術方案的基礎上，本發明還可以做如下改進。
[0009]進一步，在所述步驟S300中，將步驟SlOO中的歷史天氣數據進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率的方法包括以下步驟，
[0010]步驟S301，將取得的歷史天氣數據按晴天、雨天、陰天這3種天氣情況進行分類；
[0011]步驟S302，將經過分類的歷史天氣數據中的日照率根據歷史天氣數據中的大氣濕度進行從小到大的排列；
[0012]步驟S303，分別對晴天、雨天、陰天中，根據歷史天氣數據中的大氣濕度進行從小到大的排列的歷史天氣數據中的日照率通過最小二乘法計算原理進行多元回歸處理，取得太陽日照率的計算公式，所述太陽日照率的計算公式為y = al*x~3+a2*x~2+a3*x+a4，其中，al、a2、a3和a4為通過多元回歸算法得出來的太陽日照率計算公式的系數，x為未來天氣預報數據中預設日的大氣濕度減去歷史天氣數據中的最小濕度后除以5后的值，y為太陽日照率。[0013]進一步，在所述步驟S300中，結合步驟S200中的未來天氣預報數據，得出未來一年內預設日的太陽輻射強度的方法為，
[0014]步驟S304，通過被太陽照射物件的安裝角度、高度、方位和照射時間，以及大氣透過率計算出單位時間內所對應的太陽日照量；
[0015]步驟S305，通過步驟S200中的未來天氣預報數據中的大氣濕度以及天氣情況和步驟S300取得的對應的太陽日照率計算出未來一年內預設日的太陽輻射強度，所述未來一年內預設日的太陽輻射強度=傾斜面日照量*日照率+水平面日照量。
[0016]進一步，在所述步驟SlOO中，若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為正確的數據，則所述數據服務中心向微氣象采集裝置返回正確的數據接收指令后從微氣象采集裝置的數據庫中清除數據服務中心定時提取的實時天氣數據。
[0017]進一步，在所述步驟SlOO中，若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為空數據，則所述數據服務中心向所述微氣象采集裝置發送微氣象裝置運行狀況確認信號，并判斷微氣象采集裝置的運行情況和數據通信情況。
[0018]進一步，在所述步驟SlOO中，若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為錯誤數據，則所述數據服務中心向所述微氣象采集裝置發送自檢請求，所述微氣象采集裝置接收到自檢請求后，先對自身進行檢查，然后把檢查結果返回到所述數據服務中心。
[0019]進一步，通過微氣象采集裝置處理實時天氣數據的過程包括分析、整理實時天氣數據并剔除錯誤和不需要的實時天氣數據，通過數據服務中心處理未來的天氣預報數據的過程包括分析、整理未來的天氣預報數據并剔除不需要的未來的天氣預報數據。
[0020]進一步，還包括步驟S400，所述步驟S400為將所述未來一年內預設日的太陽能輻射預測結果和未來一年內預設日的實際天氣數據進行精確度對比，并進行太陽日照率的計算公式中的固定值系數調整。
[0021]本發明的有益效果是:本發明的一種基于微氣象數據分布式的太陽能輻射預測方法，能夠比較準確的預測出未來日的太陽能輻射強度，對于有效降低儲能成本、提高光伏發電電能質量及可調度性，對電網的友好性均具有重大現實意義。
[0022]基于上述一種基于微氣象數據分布式的太陽能輻射預測方法，本發明還提供一種基于微氣象數據分布式的太陽能輻射預測系統。
[0023]一種基于微氣象數據的分布式太陽能輻射預測系統，包括微氣象采集裝置和數據服務中心，微氣象采集裝置與所述數據服務中心相連，
[0024]所述微氣象采集裝置用于采集和處理實時天氣數據并對采集的實時天氣數據進行存儲，并將實時天氣數據定時發送給數據服務中心；
[0025]所述數據服務中心將微氣象采集裝置傳遞過來的實時天氣數據形成過去一年的歷史天氣數據，所述數據服務中心還用于從氣象臺收集和處理未來天氣預報數據，所述數據服務中心還用于對歷史天氣數據進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率，并結合得到的未來天氣預報數據，得出未來一年內預設日的太陽輻射強度。
[0026]進一步，所述太陽日照率的計算公式為y = al*x~3+a2*x~2+a3*x+a4,其中，al、a2、a3和a4為通過多元回歸算法得出來的太陽日照率計算公式的系數，x為未來天氣預報數據中預設時刻的大氣濕度減去歷史天氣數據中的最小濕度后除以5后的值，y為太陽日照率；
[0027]所述太陽輻射強度=傾斜面日照量*日照率+水平面日照量。
【專利附圖】

【附圖說明】
[0028]圖1為本發明一種基于微氣象數據的分布式太陽能輻射預測方法流程圖。
[0029]圖2為本發明一種基于微氣象數據的分布式太陽能輻射預測系統的結構框圖。
【具體實施方式】
[0030]以下結合附圖對本發明的原理和特征進行描述，所舉實例只用于解釋本發明，并非用于限定本發明的范圍。
[0031]如圖1所示，本實施例為一種基于微氣象數據的分布式太陽能輻射預測方法，包括以下內容，
[0032]S100，采集實時天氣數據，進行數據分析整理、剔除錯誤和不需要的實時天氣數據后存儲在微氣象采集裝置中，并定時發送給數據服務中心，并在數據服務中心中形成歷史天氣數據；所述歷史天氣數據為過去一年的天氣數據；從取得的實時天氣數據里面剔除的數據為除日期，時間，天氣情況，氣溫，降雨量，溫度，濕度，日照時間，日射量以外的數據，然后修正這些保留下來的數據里面的微小錯誤數據，比如天氣情況為雨，雪等但是降雨，降雪量為O的數據，這個數據歸納為陰天數據；初略的判斷一下收集的數據剔除因為微氣象采集裝置問題造成的錯誤數據，如該時間點內收集的大部分數據為0，或者日照時間超過最大值等；最后把采集到的數據分為三類，并存放到數據庫中，三類數據分別為，一、晴:特指當時天氣情況為晴天；二、陰天:包含多陰天，陰；三、雨:為一、二以外的天氣情況(包含陣雨，大雨，中雨，小雨，雪等所有降雨，降雪量大于O的數據)。
[0033]S200，收集未來的天氣預報數據，并進行數據分析整理、剔除不必要的未來天氣預報數據。
[0034]對未來天氣預報數據進行整理，剔除氣溫，濕度，天氣情況(晴，雨，多陰天等)以外的數據，并將收集到的數據分為三類，并存放到數據庫中，三類數據分別為，一、晴:特指當時天氣情況為晴天；二、陰天:包含多陰天，陰；三、雨:為一、二以外的天氣情況(包含陣雨，大雨，中雨，小雨，雪等所有降雨，降雪量大于O的數據)。
[0035]S300，將SlOO中的歷史天氣數據進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率，再結合S200中得到的未來天氣預報數據，得出未來一年內預設日的太陽輻射強度；將步驟SlOO中的歷史天氣數據進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率的方法包括以下步驟，
[0036]步驟S301，將取得的歷史天氣數據按晴天、雨天、陰天這3中天氣情況進行分類；
[0037]步驟S302，將經過分類的歷史天氣數據中的日照率根據歷史天氣數據中的大氣濕度進行從小到大的排列；
[0038]步驟S303，分別對晴天、雨天、陰天中，根據歷史天氣數據中的大氣濕度進行從小到大的排列的歷史天氣數據中的日照率通過最小二乘法計算原理(最小二乘法是一種數學優化技術，通過最小化誤差的平方和尋找數據的最佳函數匹配，利用最小二乘法可以簡便地求得未知的數據，并使得這些求得的數據與實際數據之間誤差的平方和為最小。)進行多元回歸處理(運算數據為歷史天氣數據的大氣濕度和日照率)，取得一個3次多項式的計算公式y = al*x~3+a2*x~2+a3*x+a4,此計算公式即為太陽日照率計算公式,其中，al、a2、a3和a4為通過多元回歸算法得出來的太陽日照率計算公式的系數，x為未來天氣預報數據中預設日的大氣濕度減去歷史天氣數據中的最小濕度后除以5后的值，y為太陽日照率。最小濕度的設定方法為:因為在用多元回歸方法推算計算公式的過程中，首先對收集的數據進行分類，分為晴天數據，陰天數據以及雨天數據，然后根據數據里面的大氣濕度進行從大到小進行排序，從第一個數據開始查找，取第一能被5整除的大氣濕度，如果在所有的大氣濕度數據中，小于等于第一個被5整除的大氣濕度的數據的條數在10條或10條以上，則設定這個大氣濕度為最小濕度，例如，第一個能被5整除數據的大氣濕度為35，那么在所有大氣濕度數據里，大氣濕度數據小于等于35的數據在10條或者10條以上，設定這個大氣濕度35為最小濕度，否則繼續往下查找，直到第一個符合上述條件的數據出現，則設定該數據的大氣濕度為最小濕度。X設定原因為:因為在進行多元回歸計算的過程中，我們對于濕度的設定是一 5濕度單位為一個刻度，取5濕度單位里面日照率平均值為該單位最大濕度所對應的日照率來進行推理的，如:40濕度單位-45濕度單位的日照率平均值為0.725，則設定45濕度單位對應的日照率平均值為0.725然后進行多元回歸計算。
[0039]結合數據服務中心中的未來天氣預報數據，得出未來一年內預設日的太陽輻射強度的方法為:首先通過被太陽照射物件的安裝角度、高度、方位和照射時間(以分鐘為單位)，以及大氣透過率計算出單位時間內所對應的太陽日照量(傾斜面日照量+水平面日照量，計算結果對應的日照率為I，這一模塊在計算方法里面稱為日照量計算模塊)，然后通過數據服務中心中的天氣預報數據中的大氣濕度，以及天氣情況(晴、雨、陰天)和步驟S300中取得的對應的太陽日照率計算出未來一年內預設日的太陽輻射強度，所述未來一年內預設日的太陽輻射強度=傾斜面日射量*日照率+水平面日射量。
[0040]步驟S400，將所述未來一年內預設日的太陽能輻射預測結果和未來一年內預設日的實際天氣數據進行精確度對比，并進行太陽日照率的計算公式中的固定值系數調整。
[0041]在微氣象采集裝置定時發送給數據服務中心的實時天氣數據的過程中，若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為正確的數據時，則所述數據服務中心向微氣象采集裝置返回正確的數據接收指令后從微氣象采集裝置的數據庫中清除數據服務中心定時提取的實時天氣數據。若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為空數據時，則所述數據服務中心向所述微氣象采集裝置發送微氣象裝置運行狀況確認信號，并判斷微氣象采集裝置的運行情況和數據通信情況。若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為錯誤數據時，則所述數據服務中心向所述微氣象采集裝置發送自檢請求，所述微氣象采集裝置接收到自檢請求后，先對自身進行檢查，然后把檢查結果返回到所述數據服務中心。
[0042]本實施例一種基于微氣象數據的分布式太陽能輻射預測方法能夠比較準確的預測出未來日的太陽能輻射強度，從而為分布式光伏發電控制系統提供決策依據，實現自適應功率調節與動態能量管理，對于有效降低儲能成本、提高光伏發電電能質量及可調度性，對電網的友好性均具有重大現實意義。[0043]圖2為本實施例一種基于微氣象數據的分布式太陽能輻射預測系統的結構框圖。一種基于微氣象數據的分布式太陽能輻射預測系統，包括微氣象采集裝置和數據服務中心，所述微氣象采集裝置內設有微氣象采集裝置數據庫，所述數據服務中心中設有數據服務中心數據庫，微氣象采集裝置與所述數據服務中心相連，
[0044]所述微氣象采集裝置用于采集實時天氣數據，進行數據分析整理、剔除錯誤和不需要的實時天氣數據后存儲在微氣象采集裝置數據庫中，并定時從微氣象采集裝置數據庫中提取實時天氣數據發送給數據服務中心；
[0045]所述數據服務中心將微氣象采集裝置傳遞過來的實時天氣數據存儲在數據服務中心數據庫中形成過去一年的歷史天氣數據，所述數據服務中心還用于從氣象臺收集未來的天氣預報數據，并進行數據分析整理、剔除不必要的未來天氣預報數據，所述數據服務中心還用于對數據服務中心數據庫中的歷史天氣數據進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率，并結合得到的未來天氣預報數據，得出未來一年內預設日的太陽輻射強度。所述太陽日照率的計算公式為Y = al*x~3+a2*x~2+a3*x+a4,其中，al、a2、a3和a4為通過多元回歸算法得出來的太陽日照率計算公式的系數，X為未來天氣預報數據中預設日的大氣濕度減去歷史天氣數據中的最小濕度后除以5后的值，y為太陽日照率；所述未來一年內預設日的太陽輻射強度=傾斜面日照量*日照率+水平面日照量。
[0046]在數據服務中心中，對數據服務中心的數據庫中的歷史天氣數據(歷史天氣數據為過去一年的天氣數據)進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率的計算公式，并將得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率的計算公式存儲在數據服務中心的數據庫中，所述數據服務中心再從數據服務中心的數據庫中提取歷史數據和未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率的計算公式，再結合數據服務中心中得到的未來天氣預報數據，得出未來日的太陽輻射強度；數據服務中心將天陽能輻射預測結果發送給用戶。
[0047]在微氣象采集裝置定時發送給數據服務中心的實時天氣數據的過程中，若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為正確的數據時，則所述數據服務中心向微氣象采集裝置返回正確的數據接收指令后從微氣象采集裝置的數據庫中清除數據服務中心定時提取的實時天氣數據。若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為空數據時，則所述數據服務中心向所述微氣象采集裝置發送微氣象裝置運行狀況確認信號，并判斷微氣象采集裝置的運行情況和數據通信情況。若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為錯誤數據時，則所述數據服務中心向所述微氣象采集裝置發送自檢請求，所述微氣象采集裝置接收到自檢請求后，先對自身進行檢查，然后把檢查結果返回到所述數據服務中心。在數據服務中心判斷微氣象采集裝置出現問題后，會發送收集到的微氣象裝置的錯誤信息給數據監控管理人員，讓維修人員對微氣象采集裝置進行維修或者更換。
[0048]以上所述僅為本發明的較佳實施例，并不用以限制本發明，凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。
【權利要求】
1.一種基于微氣象數據的分布式太陽能輻射預測方法，其特征在于:包括以下步驟: 步驟S100，通過微氣象采集裝置采集和處理實時天氣數據，并對采集的實時天氣數據進行存儲，將實時天氣數據定時發送給數據服務中心，并在數據服務中心中形成過去一年的歷史天氣數據； 步驟S200，通過數據服務中心收集和處理未來天氣預報數據； 步驟S300，將步驟SlOO中的歷史天氣數據進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率，再結合步驟S200中得到的未來天氣預報數據，得出未來一年內預設日的太陽輻射強度。
2.根據權利要求1所述的一種基于微氣象數據的分布式太陽能輻射預測方法，其特征在于:在所述步驟S300中，將步驟SlOO中的歷史天氣數據進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率的方法包括以下步驟， 步驟S301，將取得的歷史天氣數據按晴天、雨天、陰天這3種天氣情況進行分類； 步驟S302，將經過分類的歷史天氣數據中的日照率根據歷史天氣數據中的大氣濕度進行從小到大的排列； 步驟S303，分別對晴天、雨天、陰天中，根據歷史天氣數據中的大氣濕度進行從小到大的排列的歷史天氣數據中的日照率通過最小二乘法計算原理進行多元回歸處理，取得太陽日照率的計算公式，所述太陽日照率的計算公式為y = al*x~3+a2*x~2+a3*x+a4,其中，al、a2、a3和a4為通過多元回歸算法得出來的太陽日照率計算公式的系數，x為未來天氣預報數據中預設日的大氣濕度減去歷史天氣數據中的最小濕度后除以5后的值，y為太陽日照率。
3.根據權利要求1所述的一種基于微氣象數據的分布式太陽能輻射預測方法，其特征在于:在所述步驟S300中，結合步驟S200中的未來天氣預報數據，得出未來一年內預設日的太陽輻射強度的方法為， 步驟S304，通過被太陽照射物件的安裝角度、高度、方位和照射時間，以及大氣透過率計算出單位時間內所對應的太陽日照量； 步驟S305，通過步驟S200中的未來天氣預報數據中的大氣濕度以及天氣情況和步驟S300取得的對應的太陽日照率計算出未來一年內預設日的太陽輻射強度，所述未來一年內預設日的太陽輻射強度=傾斜面日照量*日照率+水平面日照量。
4.根據權利要求1至3任一項所述的一種基于微氣象數據的分布式太陽能輻射預測方法，其特征在于:在所述步驟SlOO中，若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為正確的數據，則所述數據服務中心向微氣象采集裝置返回正確的數據接收指令后從微氣象采集裝置的數據庫中清除數據服務中心定時提取的實時天氣數據。
5.根據權利要求1至3任一項所述的一種基于微氣象數據的分布式太陽能輻射預測方法，其特征在于:在所述步驟SlOO中，若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為空數據，則所述數據服務中心向所述微氣象采集裝置發送微氣象裝置運行狀況確認信號，并判斷微氣象采集裝置的運行情況和數據通信情況。
6.根據權利要求1至3任一項所述的一種基于微氣象數據的分布式太陽能輻射預測方法，其特征在于:在所述步驟SlOO中，若所述微氣象采集裝置定時發送給數據服務中心的實時天氣數據為錯誤數據，則所述數據服務中心向所述微氣象采集裝置發送自檢請求，所述微氣象采集裝置接收到自檢請求后，先對自身進行檢查，然后把檢查結果返回到所述數據服務中心。
7.根據權利要求1至3任一項所述的一種基于微氣象數據的分布式太陽能輻射預測方法，其特征在于:通過微氣象采集裝置處理實時天氣數據的過程包括分析、整理實時天氣數據并剔除錯誤和不需要的實時天氣數據，通過數據服務中心處理未來的天氣預報數據的過程包括分析、整理未來的天氣預報數據并剔除不需要的未來天氣預報數據。
8.根據權利要求1至3任一項所述的一種基于微氣象數據的分布式太陽能輻射預測方法，其特征在于:還包括步驟S400，所述步驟S400為將所述未來一年內預設日的太陽能輻射預測結果和未來一年內預設日的實際天氣數據進行精確度對比，并進行太陽日照率的計算公式中的固定值系數調整。
9.一種基于微氣象數據的分布式太陽能輻射預測系統，其特征在于:包括微氣象采集裝置和數據服務中心，微氣象采集裝置與所述數據服務中心相連， 所述微氣象采集裝置用于采集和處理實時天氣數據并對采集的實時天氣數據進行存儲，并將實時天氣數據定時發送給數據服務中心； 所述數據服務中心將微氣象采集裝置傳遞過來的實時天氣數據形成過去一年的歷史天氣數據，所述數據服務中心還用于從氣象臺收集和處理未來天氣預報數據，所述數據服務中心還用于對歷史天氣數據進行歸納整理和多元回歸數據分析，得出未來一年內每一旬的大氣透過率和每個月的晴天、陰天和雨天對應的太陽日照率，并結合得到的未來天氣預報數據，得出未來一年內預設日的太陽輻射強度。
10.根據權利要求9所述的一種基于微氣象數據的分布式太陽能輻射預測系統，其特征在于:所述太陽日照率的計算公式為Y = &1朽~3+32朽~2+33朽+34,其中，31、32、33和a4為通過多元回歸算法得出來的太陽日照率計算公式的系數，X為未來天氣預報數據中預設日的大氣濕度減去歷史天氣數據中的最小濕度后除以5后的值，y為太陽日照率； 所述太陽輻射強度=傾斜面日照量*日照率+水平面日照量。
【文檔編號】G06Q50/06GK103984991SQ201410197960
【公開日】2014年8月13日 申請日期:2014年5月12日 優先權日:2014年5月12日
【發明者】崔小武, 徐海波, 石自力, 李德華, 甘杰, 楊晗, 黃媛, 李麓, 劉偉, 尾崎哲男 申請人:武漢東日科技有限公司