技术特征：
1.一种屋顶光伏的时空预测方法，其特征是，包括以下内容：s1、对城市区域屋顶光伏潜力进行评估屋顶面积；s2、建立屋顶光伏时空信息关联模型；s3、根据光伏时空信息关联模型对光伏安装规模进行预测。2.根据权利要求1所述的一种屋顶光伏的时空预测方法，其特征是，所述s1包括以下内容：s101、生成数字高程模型，使用关联的rpc的立体遥感数据，生成该地区的数字表面模型，下一步生成数字地形模型，在特定磁贴尺寸下寻找特定磁贴大小的本地，使用与建筑物大小相关的瓷砖尺寸可以产生可靠的数字地形模型；s102、选择数字高程模型其中一个图像进行构建检测，在此处，选择接近最低点图像的图像；然后，使用dsm层，对应地面x、y、z和相关图像rpc的3d坐标，计算每个地面点的相应图像坐标；s103、进行图像处理，在图像分割之前，为了同时使用pan和ms波段，使用unb泛锐化方法保留了物体的颜色；s104、植被抑制，将植被区都从研究区移走，使用多种不同的植被指数，如标准化差异植被指数和近红外红外比率，检测到植被；s105、在植被抑制分割后，将提升值大于特定阈值的段被分配到建筑类，使用形状特征，属于建筑物的段具有高矩形和椭圆形，以及高海拔被分配到建筑类，得到屋顶光伏资源可安装量汇总，将建筑类型分为居民区建筑和工业建筑，汇总各自的屋顶面积。3.根据权利要求2所述的一种屋顶光伏的时空预测方法，其特征是，所述s105中建筑类型再细分为卫生系统建筑屋顶、教育系统建筑屋顶、机关单位建筑屋顶、乡镇村级用房屋顶、农牧场屋顶、工业屋顶、城区住宅屋顶、光电建筑一体化和农户屋顶。4.根据权利要求1所述的一种屋顶光伏的时空预测方法，其特征是，所述s2包括以下内容：s201、对所采集到的汇总后的屋顶面积的电网数据进行汇总分类；s202、将电网数据按照建筑类型划分为若干个元胞数组，每一个元胞数组对应一个建筑类型，元胞数组表示为c
i
＝{a
i
,b
i
,d
i
,e
i
}，i表示不同的建筑类型，a
i
表示建筑体量，b
i
表示屋顶面积，d
i
表示光伏可安装面积，e
i
表示光伏预计可安装容量；s203、建立包括光伏可安装面积和光伏预计可安装容量的屋顶光伏时空信息关联模型；η表示屋顶墙面可利用系数，ρ表示光伏发电强度；s204、在所有元胞数组中选取样本进行光伏强度统计；s205、根据光伏强度统计得到基于聚类算法的不同光伏出力曲线。5.根据权利要求1所述的一种屋顶光伏的时空预测方法，其特征是，所述s3包括以下内容：将光伏时空信息关联模型与对城市区域屋顶光伏潜力进行评估结合，采用自下而上曲线叠加方法量化网格以及各地块的典型日屋顶光伏出力曲线，考虑边界条件为满足负荷极
值光伏曲线下的负荷需求。6.根据权利要求4所述的一种屋顶光伏的时空预测方法，其特征是，所述s202还包括以下内容：元胞数组为按照建筑类型分类，每一个元胞数组下按照用地代码分为多个多级数据节点，用地代码即代表用地性质，用地代码不同代表不同的用地性质，用地性质下的用户性质也存在多种；选取若干元胞数组中元胞数组作为初始聚类中心进行聚类，所及数据节点按照用户性质和地理位置的相似度进行聚类到其罪最相似的元胞数组。7.根据权利要求6所述的一种屋顶光伏的时空预测方法，其特征是，所述相似度采用以下方式计算：λ
xy
为x用户性质用电量与y用户性质用电量之间的相关度，其数值越大越相关，则分到同意元胞数组中进行聚类，xi表示x用户性质当前时间节点用电量，表示x用户性质在一时间区间内平均用电量，yi表示y用户性质当前时间节点用电量，表示y用户性质在一时间区间内平均用电量。
技术总结
本发明公开了一种屋顶光伏的时空预测方法，克服了现有技术屋顶光伏存量资源分布误差导致的电网规划误差的问题，包括以下内容：S1、对城市区域屋顶光伏潜力进行评估屋顶面积；S2、建立屋顶光伏时空信息关联模型；S3、根据光伏时空信息关联模型对光伏安装规模进行预测。本发明根据电网数据进行时空预测，采用聚类算法计算各个建筑类型光伏与用电量的关系，对制造新城现状新能源资源进行精准感知，基于控规和可开发地块预测未来增量资源。和可开发地块预测未来增量资源。
技术研发人员：马三江 赵昀先 冯国明 沈佳静 方汉 张景涛 史洪强 徐润昌
受保护的技术使用者：杭州中能聚创电力科技有限公司
技术研发日：2021.11.16
技术公布日：2022/4/12