[发明专利]一种卡尔曼滤波修正的辐照度预报方法及系统

说明书

本发明提供一种卡尔曼滤波修正的辐照度预报方法及系统，包括：步骤S1，采集一目标区域当前时刻的一实测辐照度，并获取目标区域的气象数据，将气象数据输入一天气预报模型中预测得到目标区域的至少一未来时刻的一预测辐照度；步骤S2，将预测辐照度和实测辐照度输入预先训练得到的一卡尔曼滤波修正模型中处理得到未来时刻的一修正后辐照度，作为目标区域的辐照度预报结果。有益效果是本方法及系统通过采集历史辐照度数据建立卡尔曼滤波修正模型以对天气预报模型得到的预测辐照度进行修正，解决预报准确率低且预测效果差的问题，对于电网的平稳运行具有重要意义。

技术领域

本发明涉及辐照度预测技术领域，尤其涉及一种卡尔曼滤波修正的辐照度预报方法及系统。

背景技术

太阳辐照度是定量描述和研究太阳辐射的重要参量，也是影响光伏发电量的重要因素，太阳辐照度指太阳辐射经过大气层的吸收、散射、反射等作用后到达地球表面上单位面积单位时间内的辐射能量。

目前的辐照度预报方法分为统计方法和物理方法，统计方法不考虑气象变化对辐照度的影响，数据结构较为简单，难以获得准确的预报结果，物理方法需要对实际物理过程有清晰的认识和重现能力，但由于参数的不确定性，存在较大的偏差。

发明内容

针对现有技术中存在的问题，本发明提供一种卡尔曼滤波修正的辐照度预报方法，具体包括以下步骤：

步骤S1，采集一目标区域当前时刻的一实测辐照度，并获取所述目标区域的气象数据，将所述气象数据输入一天气预报模型中预测得到所述目标区域的至少一未来时刻的一预测辐照度；

步骤S2，将所述预测辐照度和所述实测辐照度输入预先训练得到的一卡尔曼滤波修正模型中处理得到所述未来时刻的一修正后辐照度，作为所述目标区域的辐照度预报结果。

优选的，执行所述步骤S1之前包括一模型训练过程，具体包括以下步骤：

步骤A1，获取多个目标区域的多组历史辐照度数据，每组所述历史辐照度数据包括一历史预测辐照度数据和一历史实测辐照度数据，所述历史预测辐照度数据为在所述历史实测辐照度数据的采集时刻预测得到的所述采集时刻之后的一历史时刻的所述预测辐照度；

步骤A2，根据所述历史预测辐照度数据和所述历史实测辐照度数据处理得到在所述采集时刻预测得到的所述历史时刻的一未来预测辐照度；

步骤A3，将所述历史预测辐照度数据和所述历史实测辐照度数据作为输入，将所述未来预测辐照度作为输出，训练得到所述卡尔曼滤波修正模型。

优选的，所述步骤A2之前，还包括：

根据一迭代优化策略和一孤立森林算法对各组所述历史辐照度数据进行预处理得到预处理预测辐照度数据和预处理实测辐照度数据；

所述步骤A2中，根据所述预处理预测辐照度数据和所述预处理实测辐照度数据处理得到在所述采集时刻预测得到的所述历史时刻的所述未来预测辐照度。

优选的，所述步骤A2包括：

步骤A21，针对每组所述历史辐照度数据，处理得到所述历史预测辐照度数据与所述历史实测辐照度数据之间的一辐照度差值，并根据所述历史预测辐照度数据处理得到所述采集时刻的一观测矩阵；

步骤A22，根据所述辐照度差值和与所述历史实测辐照度数据处理得到所述历史时刻的一状态向量；

步骤A23，根据所述观测矩阵、所述状态向量和预先设置的一量测噪声处理得到一修订后差值，根据所述修订后差值和所述历史实测辐照度数据处理得到在所述采集时刻预测得到的所述历史时刻的所述未来预测辐照度。

优选的，通过以下计算公式处理得到所述修订后差值：