[发明专利]一种无量测地区太阳辐射数据的生成方法

说明书

技术领域

本发明涉及光伏发电系统规划的技术领域，特别是一种无量测地区太阳辐射数据的生成方法。

背景技术

近十年来，为了解决传统能源引起的环境污染问题和和日益增加的能量需求问题，可再生能源在中国得到了越来越广泛的使用。太阳能作为一种可再生能源，在中国的储藏十分丰富。中国二分之三以上地区的年总太阳辐射值超过了5.9GJ/m2，且这些地区每年的太阳辐射时间超过了2200小时。因此，中国政府对太阳能发电系统的投资提出了激励政策，这促使我国的太阳能发电系统得到了快速发展。但是，由于经济、技术和地形因素的影响，中国的一些地区的太阳能辐射数据无法测量，而太阳能辐射数据是光伏电厂规划的重要参数。

目前，国内外还没有关于如何产生无量测地区的太阳能辐射数据的专利和文献。基于本发明提出的无量测地区太阳辐射数据的生成方法，可以产生全国范围内所有无量测地区的各月月总太阳辐射值，便于实际应用。

发明内容

有鉴于此，本发明的目的是提供一种无量测地区太阳辐射数据的生成方法。采用该方法，可以在全国范围内，利用多个太阳辐射可测量采样地区的相关太阳辐射值数据，方便地估计出采样地区附近太阳辐射数据无量测地区的各月月总太阳辐射值。

    本发明采用以下方法实现：一种无量测地区太阳辐射数据的生成方法，包括以下步骤：

    步骤S1：获取某一特定太阳辐射数据无量测地区的经、纬度以及海拔信息，并在所述某一特定太阳辐射数据无量测地区附近选取与所述地区经、纬度值误差在10%以内以及海拔值在相同或相邻数量级上的若干个太阳辐射数据可测量的地区作为采样地区，用以产生所述太阳辐射数据无量测地区的太阳辐射值；

    步骤S2：采用改进的特征气象年的方法获得步骤S1中各采样地区的的典型月和典型年，用以得到各采样地区的12个典型月总太阳辐射值；

    步骤S3：基于步骤S2得到的各采样地区的12个典型月总太阳辐射值计算太阳辐射数据无量测地区各月的月总太阳辐射值。

    进一步地，所述步骤S2具体包括以下步骤：

步骤S21：选择多种气象参数，并获取各采样地区的各月历年的各气象参数对应的各气象参数指标数据；

步骤S22：计算各采样地区中步骤S21中各月的各气象参数对应的各气象参数指标数据的长期和短期的累积分布函数值，其中长期为特定某几年，短期为特定某一年；

步骤S23：计算各采样地区中步骤S21中所述的各气象参数指标数据的Finkelstein-Schafer统计值；

步骤S24： 对步骤S23中得到各个Finkelstein-Schafer统计值进行综合统计，得出对应的加权统计值WS，分别将各个月份历年以来加权统计值WS最小的五个月作为该月份的候选月；

步骤S25：利用RMSD方法在各采样地区各个月份的候选月中选择该月份的典型月，将所有12个月份的典型月组合起来形成一个典型年，并计算得出各采样地区的12个典型月总太阳辐射值。

    进一步地，所述步骤S22中计算各采样地区中步骤S21所述各采样地区的各月历年的各气象参数对应的各气象参数指标数据，其具体公式为：

 ，

其中，S_n(x)为气象参数指标x的累积分布函数值，n为气象参数指标x的总个数。

    进一步地，步骤S23中Finkelstein-Schafer统计值的计算公式为：

，

    其中，为气象参数指标x的Finkelstein-Schafer统计值，其中y为年，m为月；CDF_m和CDF_y,m分别为气象参数指标x各月的长期和短期的累积分布函数值；N为某月m的总天数。

    进一步地，步骤S24中对步骤S23中各Finkelstein-Schafer统计值进行综合统计得到加权统计值WS，其中加权统计值WS的具体计算公式为：

，，

    其中，WS(y,m)为FS(y,m)的加权统计值，y表示年，m表示月；WF_x为气象参数指标x的权重系数；M为气象参数指标的个数。

    进一步地，所述步骤S25中，针对各采样地区各个月份的5个候选月中选择日太阳总辐射值与其长期的平均值之间的均方根误差最小的月被选作为该月份的典型月；其中均方根误差RMSD的计算公式如下：

，