路志英,周庆霞,李鑫,王泽涵

• 1:天津大学智能电网教育部重点实验室

摘要(Abstract)：

光伏输出功率主要受太阳辐照度的影响,而天空中云的生成、运动以及消融会使太阳辐照度呈现随机性和波动性。地基云图可实时记录天空状况,因此获取地基云图的图像特征是光伏功率准确预测的关键步骤。对全天空成像仪采集的地基云图展开研究。首先,修复地基云图;然后,利用图像处理技术提取影响太阳辐照度变化的图像特征,包含光照强度、高频分量、透射率、天顶距离以及云因子特征;最后,将图像特征作为输入数据,光伏功率作为输出数据,利用梯度提升决策树算法构建光伏功率预测模型,实现光伏功率的预测。实验结果表明,采用从地基云图提取的图像特征构建的光伏功率预测模型,使得光伏功率预测的均方根误差可低于1%,为光伏功率的准确预测提供了一种技术手段。

关键词(KeyWords)： 太阳辐照度;光伏功率;地基云图;特征提取;预测模型

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(51677123)

作者(Author): 路志英,周庆霞,李鑫,王泽涵

DOI: 10.19635/j.cnki.csu-epsa.000457

参考文献(References)：

• [1]徐正阳，路志英，刘洪（Xu Zhengyang,Lu Zhiying,Liu Hong）.基于泄漏积分型回声状态网络的在线学习光伏功率预测（Online-learning PV power forecasting based on leaky-integrator echo state network)[J].电力系统及其自动化学报（Proceedings of the CSU-EPSA),2018,30(2):1-7.
• [2] Strzalka A,Alam N,Duminil E,et al. Large scale integration of photovoltaics in cities[J]. Applied Energy,2012,93:413-421.
• [3]张景景（Zhang Jingjing）.基于BP神经网络的太阳辐射度预测（Forecast solar radiation based on BP neural network)[J].工业控制计算机（Industrial Control Computer),2014,27(6):39-40,43.
• [4]贺文，齐爽，陈厚合（He Wen,Qi Shuang,Chen Houhe）.蚁群BP神经网络的光伏电站辐照强度预测（Prediction of radiation intensity for photovoltaic power plants based on ant colony BP neural network)[J].电力系统及其自动化学报（Proceedings of the CSU-EPSA),2016,28(7):26-31.
• [5]刘剑，曹美燕，高治军，等（Liu Jian,Cao Meiyan,Gao Zhijun,et al）.一种基于随机森林的太阳能辐射预测模型（A solar radiation prediction model based on radom forest)[J].控制工程（Control Engineering of China),2017,24(12):2472-2477.
• [6]陶仁峰，李凤婷，李永东，等（Tao Renfeng,Li Fengting,Li Yongdong,et al）.基于云层分布规律与太阳光跟踪的光伏电站MPPT策略（MTTP strategy of photovoltaic station based on cloud distribution pattern and sunlight tracking)[J].电力系统自动化（Automation of Electric Power Systems),2018,29(5):113-116.
• [7]朱想，周海，丁杰，等（Zhu Xiang,Zhou Hai,Ding Jie,et al）.全天空云图图像复原算法（All-sky cloud map image restoration algorithm research)[J].计算机辅助设计与图形学学报（Journal of Computer-Aided Design&Computer Graphics),2014,26(6):896-902.
• [8]刘海波，王建芳，于海芹，等（Liu Haibo,Wang Jianfang,Yu Haiqin,et al）.太阳能工程中几种相关角度的计算及应用（Several correlative angle calculation of solar energy project)[J].阳光能源（Solar&Renewable Energy Sources),2010,12:67-70.
• [9]路志英，周庆霞，李鑫（Lu Zhiying,Zhou Qingxia,Li Xin）.基于改进Criminisi算法的地基云图修复方法（Ground-based cloud image inpainting method based on improved Criminisi algorithm)[J].数据采集与处理（Journal of Data Acquisition and Processing),2019,34(1):16-25.
• [10] He Kaiming,Sun Jian,Tang Xiaoou. Single image haze removal using dark channel prior[J]. IEEE Trans on Pattern Analysis and Machine Intelligence,2011,33(12):2341-2353.