基于风云4号卫星云图的地表太阳总辐射超短期预报方法与流程

本发明涉及光伏发电技术领域，尤其涉及基于风云4号卫星云图的地表太阳总辐射超短期预报方法。

背景技术：

2019年，尽管中国光伏并网新装机容量同比再次下降，但新增光伏并网容量和累计光伏并网容量仍居世界首位。然而，由于光伏发电的间歇性和不确定性，将大量光伏发电并入电力系统是一个挑战。例如，西北地区的弃光率较高，消纳面临挑战。因此，如果不能准确地预测太阳能发量，将会严重限制其在电网中的应用。

一个好的光伏功率超短期预报模型可以降低太阳能利用的不可控性，提供光伏发电功率在高频范围内的变化信息，可用于微电网的暂态分析和控制策略研究，可以大大降低光伏发电的运行维护成本，具有很大的经济效益和社会效益。太阳辐射预报是光伏发电量预报的第一步，也是光伏发电量预报中最重要的环节。

对于云的观测方法除了卫星，还可以使用全天空成像仪（tsi）观测云，但是全天空成像仪是非常昂贵的，且观测时容易受到灰尘的影响。相比之下，卫星云图可以免费下载，成本较低。因此，建立基于卫星云图的太阳辐射超短期预报方法，对于增加光伏发电的市场竞争力、推动新能源的发展具有重要意义。

技术实现要素：

本发明所要解决的技术问题是提供一种提高预报结果准确度的基于风云4号卫星云图的地表太阳总辐射超短期预报方法。

为解决上述问题，本发明所述的基于风云4号卫星云图的地表太阳总辐射超短期预报方法，包括以下步骤：

⑴确定预报地区的经纬度信息；

⑵在晴空模型（mcclear）下输入所述经纬度信息，即得该地区晴天地表太阳总辐射数值；

⑶利用风云4号卫星云图结合针对预报地区改进的heliosat-2模型计算云对于太阳总辐射的衰减系数，又称晴空指数csi，进而按下式计算得到所有天气条件下的地表太阳总辐射数值；

式中：是所有天气条件下的地表太阳总辐射数值，单位：w/m²；

是晴空指数，无量纲，该系数表示云的存在导致太阳辐射的总衰减；

是晴天地表太阳总辐射数值，单位：w/m²；

⑷利用粒子图像测速mpiv算法的matlab数学软件工具箱预报未来0~4h时刻云移动的速度流场cmv；

⑸根据所述未来0~4h时刻云移动的速度流场cmv得到预报地区未来时刻的晴空指数csi未来，该csi未来与所述相乘，即得未来0-4h时刻的地表太阳总辐射数值。

所述步骤⑶中风云4号卫星云图是指l1一级数据，分辨率是2km×2km，所使用的通道是可见光通道0.63~0.69μm。

所述步骤⑶中晴空指数csi按下式计算：

其中：是各个像素点的云反照率，无量纲，其阈值分别为-0.2、0.8和1.1，分别代表晴天、部分多云和阴天的边界值；

a1,b1,a2,a3通过预报地区的历史资料做线性回归得到；

是表观反照率，无量纲；代表最亮的云的反照率；代表地表反照率。

所述步骤⑷中mpiv算法具体应用如下：

①由网站获取粒子图像测速mpiv算法的matlab数学软件工具箱；

②根据预报未来0~4h时刻选择两张像素面积为400×400的图像，并将块大小设为32×32像素，以最小二次差分法（mqd）作为搜索矢量的准则；

③通过滤波和矢量插值，得到未来0~4h时刻云移动的速度流场cmv。

本发明与现有技术相比具有以下优点：

本发明利用风云4号卫星建立数学物理模型（fy-4a-heliosat模型），从而实现预报地表太阳总辐射的目的，不但成本低，而且不需要大量的历史资料和气象变量，所需参数较少，占用的计算资源较少，预报结果的准确度较高，对于增加光伏发电的市场竞争力、推动新能源的发展具有重要意义。另外也拓展了风云4号卫星观测的应用方法。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明。

图1为本发明的流程图。

图2为本发明实施例提供的风云4号卫星云图示意图。

图3为本发明实施例提供的云移动的速度流场示意图。

图4为本发明实施例提供的修正后的云移动的速度流场示意图。

图5为本发明实施例提供的连续一周的预报结果示意图。

具体实施方式

如图1所示，基于风云4号卫星云图的地表太阳总辐射超短期预报方法，包括以下步骤：

⑴确定预报地区的经纬度信息；

⑵在晴空模型（mcclear）下输入经纬度信息，即得该地区晴天地表太阳总辐射数值；如遇特殊天气类型（例如污染），则需要利用历史数据对晴空地表太阳辐射数据进行修订。

⑶利用风云4号卫星云图结合针对预报地区改进的heliosat-2模型计算云对于太阳总辐射的衰减系数，又称晴空指数csi，进而按下式计算得到所有天气条件下的地表太阳总辐射数值：

式中：是所有天气条件下的地表太阳总辐射数值，单位：w/m²；

是晴空指数，无量纲，该系数表示云的存在导致太阳辐射的总衰减；

是晴天地表太阳总辐射数值，单位：w/m²。

风云4号卫星云图是指l1一级数据，分辨率是2km×2km，所使用的通道是可见光通道0.63~0.69μm。

heliosat-2模式是一种广泛使用的混合模式，其中云反照率cal被选为云消光的指标。晴空指数csi按下式计算：

其中：（无量纲）是各个像素点的云反照率，其阈值分别为-0.2、0.8和1.1，分别代表晴天、部分多云和阴天的边界值；

a1,b1,a2,a3通过预报地区的历史资料做线性回归得到；

是表观反照率，无量纲，通过定标系数表（每张云图均自带定标系数表）得到；代表最亮的云的反照率；代表地表反照率。和是从预报地区历史资料（过去1年）中获得。

⑷利用粒子图像测速mpiv算法的matlab数学软件工具箱预报未来0~4h时刻云移动的速度流场cmv。

mpiv算法具体应用如下：

①由网站http://www.oceanwave.jp/softwares/mpiv/获取粒子图像测速mpiv算法的matlab数学软件工具箱；

②根据预报未来0~4h时刻选择两张像素面积为400×400的图像，并将块大小设为32×32像素，以最小二次差分法（mqd）作为搜索矢量的准则。

运动矢量估计的基本思想是将图像序列的每一帧分成多个不重叠的宏块，并假设块中的每个像素只产生相等的位移。然后，根据一定的匹配准则，从当前帧中的每个块到上一帧的给定搜索元素范围，找到与当前块最相似的块，并根据匹配块与当前帧的相对位置计算运动位移。

③通过滤波和矢量插值，使结果更准确，得到未来0~4h时刻云移动的速度流场cmv。

⑸根据未来0~4h时刻云移动的速度流场cmv得到预报地区未来时刻的晴空指数csi未来，该csi未来与相乘，即得未来0-4h时刻的地表太阳总辐射数值。

实施例选取位于河北省衡水市饶阳县国家基本气象观测站为预报地区。预报点经纬度信息：115.74°e,38.22°n。该观测点架设了地表太阳总辐射观测仪器，可以用于计算预报结果的准确度。

mcclear模型是哥白尼大气监测服务公司（cams）在晴天条件下基于libradtran（rtm）辐射传输模型的晴天物理模型。输入经纬度信息，即可得到预报地区晴天条件下的地表太阳总辐射数值。

考虑到天气类型为晴天、多云天和阴天。由于雨雪天太阳辐射值极低，因此太阳辐射预报意义不大。在污染天气下，需要对mcclear进行修订，利用过去5天的污染天气下地表太阳辐射数值做线性回归即可。其他天气类型，例如雾天，方法一致。

下载风云4号卫星云图，l1一级数据，分辨率是2km×2km，所使用的通道是可见光通道(0.63~0.69μm)。验证衡水预报地区一整年的数据，下载的风云4号卫星云图数据的时间段为2018年12月至2019年10月。云图如图2所示。

对于衡水预报地区，得到如下关系式：

通过以上关系式，即可得到晴空指数csi，进而按下式计算得到所有天气条件下的地表太阳总辐射数值。

利用粒子图像测速mpiv算法的matlab数学软件工具箱滚动预报未来30分钟云移动的速度流场cmv。如图3、图4所示。图3为云移动的速度流场cmv的空间分布图，图4为经过滤波和矢量插值后的云的速度流场。

根据未来30分钟云移动的速度流场cmv得到预报地区未来时刻的晴空指数csi未来，该csi未来与相乘，即得未来30分钟的地表太阳总辐射数值。

如图5所示，得到提前30分钟预报的连续一周的预报结果图。三角形点线是预报结果，圆形点线是观测结果。从图5可以看出，在不同的天气类型下，该模型能够很好地预报太阳总辐射的变化总趋势，但当太阳辐射变化剧烈时（主要是由于云层的快速出现和消失），误差相对较大。

以上对本发明所提供的技术方案进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。