[发明专利]一种基于双重随机理论的太阳辐射强度预测方法

权利要求书

1.一种基于双重随机理论的太阳辐射强度预测方法，其特征在于，所述方法包括下列步骤：

步骤1：依据历史气象数据、直接辐射的REST模型和散射辐射的REST修正模型，计算历史数据中各个时刻的直射云遮系数和散射云遮系数；

步骤2：依据历史云层覆盖率数据，利用概率分布统计方法计算各个云层覆盖率下的直射和散射云遮系数的随机分布；

步骤3：依据历史云量预测数据，利用概率分布统计方法计算各个预测云量数据下云层覆盖率的随机分布；所述利用概率分布统计方法计算各个预测云量数据下云层覆盖率的随机分布过程，具体包括：

步骤31：统计历史数据中预测云量为i的数据个数，记为N_i；

步骤32：分别统计原始数据中预测云量为i的数据对应的每个云层覆盖率(0,1,2…100)的数目，记为n₁～n₁₀₁；

步骤33：预测云量为i时每个云层覆盖率对应的概率为：其中z表示云层覆盖率的编号；

因此每个云量i均对应了一个概率空间(Z，A，ω_i)，其中Z表示云层覆盖率集合，A表示Z的一些子集构成的σ代数，ω_i表示云量为i时云层覆盖率的概率测度；

步骤4：依据数值天气预报得到预测日的预测云量，基于双重随机模拟技术计算各个预测云量对应的云遮系数期望值，以及满足不同置信水平的云遮系数区间；从步骤2和步骤3可知，每个云量i均对应了一个概率空间(Z，A，ω_i)，每个云层覆盖率z都对应一个概率分布为g_dz的取随机变量值的直射云遮系数ξ_dz，这些直射云遮系数构成了一个随机变量集合{ξ_d1，ξ_d2，…，ξ_d100}，因此云量i对应的直射云遮系数ξ_d(i)可看作一个概率空间(Z,A,ω_i)到随机变量集合{ξ_d1，ξ_d2，…，ξ_d100}的函数，即为一个双重随机变量，其表达式为：

${\mathrm{\ξ}}_d\left(i\right)=\left\{\begin{array}{cc}{\mathrm{\ξ}}_{d1}& z=1\\ {\mathrm{\ξ}}_{d2}& z=2\\ .& \\ .& \\ .& \\ {\mathrm{\ξ}}_{d100}& z=100\end{array}\right.$

同理，云量i对应的散射云遮系数ξ_c(i)也是一个双重随机变量，其表达式为：

${\mathrm{\ξ}}_c\left(i\right)=\left\{\begin{array}{cc}{\mathrm{\ξ}}_{c1}& z=1\\ {\mathrm{\ξ}}_{c2}& z=2\\ .& \\ .& \\ .& \\ {\mathrm{\ξ}}_{c100}& z=100\end{array}\right.$

对于实际的双重随机系统，无法用解析算法去求解，可以用双重随机模拟技术去进行求解，包括双重随机变量期望值模拟算法和双重随机变量关键值模拟算法，双重随机变量期望值算法通过随机模拟与随机模拟的嵌套可以计算双重随机变量的期望值；同时对于给定的置信水平α和β，可以利用双重随机变量关键值模拟算法计算双重随机变量的区间，因此当云遮系数作为双重随机变量的表达式确定后，以预测云量作为输入，通过双重随机变量期望值算法和关键值算法，可以计算得到预测日各时刻的云遮系数期望值及满足不同置信水平的云遮系数区间；

结合数值天气预报，利用双重随机模拟技术预测云遮系数期望值及云遮系数区间，具体包括：

步骤41：通过步骤2得到云遮系数关于云层覆盖率的随机分布，通过步骤3得到云层覆盖率关于预测云量的随机分布；

步骤42：依据预测的云量值，利用双重随机模拟技术预测云遮系数期望值及其区间；

步骤5：依据数值天气预报数据，计算预测日无云天气下的各时刻太阳辐射强度；

步骤6：依据步骤4和步骤5的结果，计算预测日各时刻有云天气下的太阳辐射强度期望值以及满足不同置信水平的太阳辐射强度区间。