1.本发明属于光伏电站功率预测技术领域，具体涉及一种基于云图晴空判断的光伏电站出力模式判别方法及装置。
背景技术：2.通过对光伏电站所在位置的未来天气做出判断可以对更好地对光伏电站未来的出力模式进行预测，如果可以对未来没有云团遮挡电站的时刻做出判断，那么便可以根据结果结合晴空模型对光伏系统出力模式做出准确预测。目前应用于光伏功率预测中的方法用于天气判断的信息来源多为利用数值天气预报或者地基天空云图，超短期光伏功率预测要求每隔15min预测未来四小时的光伏电站的出力，由于更新时间和频率的问题，数值天气预报并不能很好的适应超短期四小时的预测时间尺度，对于地基天空云图而言，往往只能捕获较小一部分天空图像，作为未来半小时到一小时内未来情况的估计，同样不能很好地适应光伏功率的超短期预测。
3.目前我国最先进的大气观测卫星，装载了多通道扫描成像辐射计、干涉式大气垂直探测仪、闪电成像仪和空间环境监测仪器等，共可获取14通道的云图，首次制作出彩色卫星云图，最快1分钟生成一次区域观测图像，最高空间分辨率可达500m。根据卫星扫描仪波段频率的不同，卫星云图可以分为可见光卫星云图、水汽通道和红外卫星云图两类。可见光云图波长范围在0.55-0.75um，红外云图波长范围在10.5-12.5um，两者之间的一般称为水汽通道，常用于与地面辐照度对应的多为可见光云图和红外云图。
4.可见光云图利用气象卫星的扫描辐射计捕获云顶和地面反射的太阳光获得，因此仅能在白天有光线照射到云顶或地面时成像。从可见光云图可以得到云层的厚度信息，厚的云层反射能力强，在可见光云图中呈现白色，灰度值大；反之，云层较薄时云图呈现暗灰色，图像灰度值较小。
5.红外云图由红外测量仪将红外波段的辐射转换成图像就得到，可以代表对应位置的温度。当云层较高，此时云层的温度会比较低，红外云图上呈现亮白色；反之，当云团接近地面，云层的温度会较高，红外云图上对应位置呈现暗灰色，因此红外云图可以通过灰度来判断云团的温度进而判断云顶的高度。由于红外遥感并不需要可见光的反射，红外云图便没有可见光云图只能在白天成像的限制，可以昼夜遥测，相比可见光云图提供更多信息。但是由于目前技术的限制，红外云图的分辨率往往会低于可见光云图，以风云四号卫星为例，有且仅有可见光云图分辨率达到了500m，而12um附近的红外云图分辨率最高只有4km。
6.综上所述，可见光云图只在白天可见光辐照充足的情况下能够提供有效信息，红外云图可以在所有时段提供云团的位置信息，但由于目前技术的限制，红外云图的分辨率往往会低于可见光云图，因此，上述两种方式的均不能很好地解决不同出力模式下光伏功率预测精度低的问题，且不能够为光伏电站的晴天功率预测算法提供合适的应用场景，不能有效提升晴天时刻的光伏功率预测的精度，晴空预测模型精度的较低，对于电力系统调度不具有参考意义。
技术实现要素：7.本发明的目的在于提供一种基于云图晴空判断的光伏电站出力模式判别方法及装置，以解决现有技术中的问题；
8.为了实现上述目的，本发明提供给如下技术方案：
9.一种基于云图晴空判断的光伏电站出力模式判别方法，包括：
10.根据待预测电站的经纬度以及预测时刻选择对应的卫星云图区域；
11.在所选择的运卫星云图区域内检测光伏电站所在位置的上空是否有云；若有云，则光伏电站未来4小时的出力存在波动变化；若无云，则对光伏电站周围云团区域进行搜索，并对搜索到代表同一云团运动趋势的云团区域进行合并，判断合并后的云团是否会移动到光伏电站上空对光伏电站未来4小时的出力造成波动，若合并后的云团移动到光伏电站上空，则光伏电站未来4小时的出力存在波动变化；若合并后的云团不能移动到光伏电站上空，则计算可能移动到光伏电站上空的云团；对可能移动到光伏电站上空的云团进行晴空预测，根据晴空预测结果判断光伏电站的出力模式。
12.进一步地，所述选择卫星云图的方法为：
13.根据光伏电站所在位置的经纬度和待预测时刻的日期，判断当日光伏电站随日出开始有出力的日出时刻和随日落出力开始降低到0的日落时刻；对在日出后预设时间和日落前预设时间之间的预测时刻t的云图采用红外云图进行计算，对当日的其余时间采用可见光云图进行计算，选取距离预测时刻t一小时以内采样时间的两张云图imgt和img(t-1)作为分析检测的云图。
14.进一步地，所述预设时间为1.5小时。
15.进一步地，检测光伏电站所在位置的晴空是否有云的方法为：
16.以光伏电站为中心，对光伏电站300
×
300km2范围内的云图检测云像素；
17.若检测到云像素，则为非晴空模式，光伏电站所在位置的晴空有云，未来4小时内光伏电站出力存在波动；若未检测到云像素，则光伏电站所在位置的晴空无云，对光伏电站周围云团区域进行搜索。
18.进一步地，对光伏电站周围云团区域进行搜索的方法为：
19.以光伏电站为中心，从所选取imgt和img(t-1)的两张云图中任意选取一张，并从所选取云图的正右方开始每15度开始一次搜索，搜索云像素占比大于20％的60
×
60km2的云图区域，以确定电站周围的云团边缘，根据所确定的云团边缘确定云团区域。
20.进一步地，计算可能移动到光伏电站上空的云团的方法为：
21.根据对云图imgt和img(t-1)云检测的结果，用块匹配法计算搜索到的各云团区域的位移矢量；挑选位移矢量与指向电站矢量夹角小于45度的云团区域形成可能移动到电站上空的云团集合。
22.进一步地，对代表同一个大云团运动趋势的云团区域进行合并的方法为：
23.对可能移动到光伏电站上空云团的集合中，任意指定一个云团区域作为第一个集群；通过计算剩余云团区域的云位移矢量与指向电站矢量夹角的大小，并将所计算的矢量夹角大小与45度进行比较，若小于45度，则云团区域归属该集群；若大于等于45度，则该云团区域没有集群归属，则进一步判断云团集合中的剩余云团区域是否存在没有集群归属的区域；
24.若判断结果为否，则不需云团区域合并；
25.若判断结果为是，则将没有集群归属的云团区域剔除集合。
26.进一步地，光伏电站未来晴空预测判断方法为：
27.对得到的独立云团边缘区域重新进行速度计算，得到光伏电站周围云团边缘的位移矢量，通过计算云位移矢量判断未来云团边缘是否会遮挡光伏电站；
28.若遮挡，则为非晴天；
29.若不遮挡，则为晴天。
30.一种基于云图晴空判断的光伏电站出力模式判别装置，包括：
31.选择模块，用于根据待预测电站的经纬度以及预测时刻选择对应的卫星云图区域；
32.判断模块，用于在所选择的运卫星云图区域内检测光伏电站所在位置的上空是否有云；若有云，则光伏电站未来4小时的出力存在波动变化；若无云，则对光伏电站周围云团区域进行搜索，并对搜索到代表同一云团运动趋势的云团区域进行合并，判断合并后的云团是否会移动到光伏电站上空对光伏电站未来4小时的出力造成波动，若合并后的云团移动到光伏电站上空，则光伏电站未来4小时的出力存在波动变化；若合并后的云团不能移动到光伏电站上空，则计算可能移动到光伏电站上空的云团；对可能移动到光伏电站上空的云团进行晴空预测，根据晴空预测结果判断光伏电站的出力模式。
33.相较于现有技术，本发明的优点在于：
34.本发明的一种基于云图晴空判断的光伏电站出力模式判别方法，通过对光伏电站所在位置上空进行云检测，并对存在云的区域进行搜索和合并，根据合并后的云的运动趋势是否对光伏电站所在位置的晴空造成影响来预测光伏电站的出力，有效提升晴天时刻的光伏功率预测的精度，提高了光伏电站的出力预测能力，对于电力系统调度具有参考意义。
附图说明
35.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
36.图1是本发明实施例提供的一种基于云图晴空判断的光伏电站出力模式判别方法的流程示意图；
37.图2是本发明一种基于云图晴空判断的光伏电站出力模式判别方法一种云团区域合并的流程示意图；
38.图3是本发明一种基于云图晴空判断的光伏电站出力模式判别方法的可见光云图最大类间方差法云检测结果示意图；
39.图4是本发明一种基于云图晴空判断的光伏电站出力模式判别方法的红外云图最大类间方差法云检测结果示意图；
40.图5是本发明实一种基于云图晴空判断的光伏电站出力模式判别方法的云团区域搜索结果示意图；
41.图6是本发明一种基于云图晴空判断的光伏电站出力模式判别方法的云团区域合并结果示意图。
具体实施方式
42.下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
43.以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
44.实施例1
45.本发明的一种基于云图晴空判断的光伏电站出力模式判别方法，通过对光伏电站所在位置上空进行云检测，并对存在云的区域进行搜索和合并，根据合并后的云的运动趋势是否对光伏电站所在位置的晴空造成影响来预测光伏电站的出力，有效提升晴天时刻的光伏功率预测的精度，提高了光伏电站的出力预测能力，对于电力系统调度具有参考意义。
46.本发明的一种基于云图晴空判断的光伏电站出力模式判别方法，如图1所示，包括：
47.根据待预测电站的经纬度以及预测时刻选择对应的卫星云图区域；在所选择的运卫星云图区域内检测光伏电站所在位置的上空是否有云；若有云，则光伏电站未来4小时的出力存在波动变化；若无云，则对光伏电站周围云团区域进行搜索，并对搜索到代表同一云团运动趋势的云团区域进行合并，判断合并后的云团是否会移动到光伏电站上空对光伏电站未来4小时的出力造成波动，若合并后的云团移动到光伏电站上空，则光伏电站未来4小时的出力存在波动变化；若合并后的云团不能移动到光伏电站上空，则计算可能移动到光伏电站上空的云团；对可能移动到光伏电站上空的云团进行晴空预测，根据晴空预测结果判断光伏电站的出力模式。
48.进一步具体地，选择卫星云图的方法为：根据光伏电站所在位置的经纬度和待预测时刻的日期，判断当日光伏电站随日出开始有出力的日出时刻和随日落出力开始降低到0的日落时刻；对在日出后预设时间和日落前预设时间之间的预测时刻t的云图采用红外云图进行计算，对当日的其余时间采用可见光云图进行计算，并选取距离预测时刻t一小时以内采样时间的两张云图imgt和img(t-1)作为分析检测的云图。
49.优选地，预设时间为1.5小时。
50.进一步地，检测光伏电站所在位置的晴空是否有云的方法为：以光伏电站为中心，对光伏电站300
×
300km2范围内的云图检测云像素；若检测到云像素，则为非晴空模式，光伏电站所在位置的晴空有云，未来4小时内光伏电站出力存在波动；若未检测到云像素，则光伏电站所在位置的晴空无云，对光伏电站周围云团区域进行搜索。
51.进一步地，对光伏电站周围云团区域进行搜索的方法为：以光伏电站为中心，从所选取的两张云图中任意选取一张，并从所选取云图的正右方开始每15度开始一次搜索，搜索云像素占比大于20％的60
×
60km2的云图区域，以确定电站周围的云团边缘，根据所确定的云团边缘确定云团区域。
52.进一步地，计算可能移动到光伏电站上空的云团的方法为：
53.根据对云图imgt和img(t-1)云检测的结果，用块匹配法计算搜索到的各云团区域的位移矢量；挑选位移矢量与指向电站矢量夹角小于45度的云团区域形成可能移动到电站
上空的云团。
54.进一步地，对代表同一个大云团运动趋势的云团区域进行合并的方法为：
55.对可能移动到光伏电站上空云团的集合中，任意指定一个云团区域作为第一个集群；通过计算剩余云团区域的云位移矢量与指向电站矢量夹角的大小，并与45度比较，若小于45度，则云团区域归属该集群，否则该云团区域没有集群归属；判断云团集合中的剩余云团区域是否存在没有集群归属的区域；
56.若判断结果为否，则不需云团区域合并；
57.若判断结果为是，则将没有集群归属的云团区域剔除集合。
58.进一步地，光伏电站未来晴空预测判断方法为：
59.对得到的独立云团边缘区域重新进行速度计算，得到光伏电站周围云团边缘的位移矢量，通过计算云位移矢量判断未来云团边缘是否会遮挡光伏电站；
60.若遮挡，则为非晴天；
61.若不遮挡，则为晴天。
62.更为具体地，本发明的一种基于云图晴空判断的光伏电站出力模式判别方法，包括：
63.步骤1，选择卫星云图；
64.根据光伏电站经纬度和待预测时刻的日期，计算太阳高度角h。
65.sinhs＝sinφ
×
sinδ+cosφ
×
cosδ
×
cost
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
66.其中，φ为纬度，t为太阳时角，δ为太阳赤纬角，计算公式分别下：
67.δ＝0.006918-0.399912cos(b)+0.070257sin(b)-0.006758cos(2b)+0.000907sin(2b)-0.002697cos(3b)+0.00148sin(3b)
ꢀꢀꢀꢀꢀ
(2)
[0068][0069][0070]
t＝15
×
(real_sun_time-12)
ꢀꢀꢀꢀꢀ
(5)
[0071]
根据太阳高度角h等于0度和180度，选择在太阳高度角h等于0度和180度的时刻，根据待预测电站的经纬度以及预测时刻选择对应的卫星云图区域；判断当日光伏电站随日出开始有出力的日出时刻和随日落出力开始降低到0的日落时刻；当预测时刻t在日出后1.5小时之前和日落前1.5小时之后采用红外云图进行后续计算分析，其他时间采用可见光云图进行计算；挑选距离预测时刻t最近的两张云图imgt和img(t-1)进行后续分析。
[0072]
具体的，本实施例所用功率数据为某光伏电站在2017至2018年间的实际运行数据，功率数据的时间分辨率为15min，卫星云图采用国家气象卫星中心发布的某云图数据，时间分辨率从四分钟到一小时不等，红外云图的空间分辨率为4km，可见光云图的空间分辨率为500m。
[0073]
步骤2，光伏电站所在位置云检测；
[0074]
利用最大类间方差法对步骤1所选择的云图进行云检测，判断电站为中心的300
×
300km2范围内的云图是否检测到云像素：若检测到云像素，则判断未来4小时内光伏电站出力会有大波动发生，则光伏电站出力模式为非晴空；若未检测到云像素，则进入步骤3；
[0075]
最大类间方差法对单峰的图像有较好的分割效果，可以满足云检测所需要的云(前景)和地面(背景)之间的划分。最大类间方差法根据图像的灰度特性将图像分为前景和背景两个部分，通过使图片前景和背景两类之间的方差最大来确定划分的阈值，从而保证尽可能不出现错分。具体的，本实施例记t为前景与背景的分割阈值，前景像素数占比ω0，平均灰度为u0；背景点数占图像比例为ω1，平均灰度为u1，图像的总平均灰度为u，前景和背景图像的方差g，则有：
[0076]
u＝ω0u0+ω1u1[0077]
g＝ω0(u
0-u)2+ω1(u
1-u)2[0078]
联立上面两式可得：
[0079]
g＝ω0ω1(u
0-u1)2[0080]
当方差g达到最大时，图像的前景和背景之间的差别也达到最大，此时的灰度即为所求分割阈值。
[0081]
图3、图4中的a、b、c、d分别为本实施例可见光云图和红外云图的最大类间方差云检测结果，验证了最大类间方差法在两种卫星云图上均具有较好的云检测效果。
[0082]
步骤3，光伏电站周围云团区域搜索；
[0083]
根据步骤2对云图imgt进行云检测的结果，以光伏电站为中心，从正右方开始每15度开始一次搜索，搜索云团占比大于20％的60
×
60km2的云图区域，以确定电站周围的云团边缘。
[0084]
步骤4，计算可能移动到电站上空的云团区域；
[0085]
对步骤2得到的云图imgt和img(t-1)云检测结果，用块匹配法计算imgt和img(t-1)中步骤3搜索到的各云团区域的位移矢量；挑选其中位移矢量与指向电站矢量夹角小于45度的云团区域形成可能移动到电站上空的云团集合。
[0086]
本实施例中，块匹配算法是一种估计时间相邻的两帧图像内部部分区域之间运动矢量的算法，块匹配法的基本假设是一帧图像中对应的物体和背景的图案在帧内运动，形成了下一帧图像上对应的物体。
[0087]
基于块匹配法运动矢量计算在当前帧和参考帧相邻的两帧之间进行，在块匹配过程中，当前帧的图像被划分为一个非重叠的多个子区域，将这些块区域与相邻帧对应块的附近区域逐像素平移后进行比较，得到最相似的块区域，进而得到运动矢量。
[0088]
具体的，块匹配法运动矢量计算过程中需要对相邻两张图像中区域的相似程度进行量化，块匹配法中最常用的衡量相似度的匹配准则有四种，分别是均方误差(mse)、均值绝对差(mad)、峰值信噪比(psnr)和绝对差值总和(sad)：
[0089][0090][0091]
[0092][0093]
式中，(n
×
n)为块区域的大小，c
i,j
和r
i,j
分别为当前图像和参考图像中的像素值。在所有评价指标中mse最为常用。
[0094]
具体的，图5为本实施例可能移动到电站上空的云团结果展示：红色五星为电站所在位置，周围带有箭头的黄点为根据算法搜索到的电站周围云团区域中心，箭头指向的是根据相邻两张云图计算得到的运动矢量方向，箭头的长度代表运动矢量的大小。算法比较准确地找到了电站四周的云团与天空的边界。
[0095]
步骤5：本实施例对代表同一个大云团运动趋势的云团区域进行合并的流程如图2所示，主要步骤包括：
[0096]
步骤a1，在步骤4得到的可能移动到电站上空的云团集合中，任意指定一个云团区域作为第一个集群；
[0097]
步骤a2，判断剩余云团区域是否存在区域没有集群归属：若判断结果为否，则不需云团区域合并；若判断结果为是，则进入步骤a3；
[0098]
步骤a3，判断无集群归属的区域与集群内所有区域的位移矢量之间夹角小于45度且指向电站矢量之间夹角小于90度的条件是否满足：若判断结果为是，则该区域并入满足条件的集群；若判断结果为否，则该区域自己作为新的子集群。
[0099]
具体的，图6为本实施例云团区域合并结果展示：将图5中运动矢量指向电站的一部分云团边缘合并成了红色方框内的一大片云团边缘，一方面，此区域内的云团边缘特征更加独特，从而根据块匹配法计算得到的运动矢量结果会更加精确；另一方面，区域合并后，这部分云团边缘的运动方向由之前的多个变为更加精确的一个，方便沿此方向倒推未来时刻电站周围云况。
[0100]
步骤6，未来晴空预测判断；
[0101]
对步骤5中得到的独立云团边缘区域，重新进行速度计算，得到电站周围云团边缘的位移矢量；
[0102]
根据位移矢量方向倒推未来会影响电站的云团边缘；
[0103]
根据此边缘和位移矢量大小可以推断未来4小时内电站周围70像素内是否会有大块云像素：若有云像素存在，则判断未来4小时内光伏电站会有大波动发生，出力模式为非晴空；若无云像素存在，则未来4小时内光伏电站无大波动发生，出力模式为晴空。
[0104]
具体的，本实施例考虑处理云图的时间，挑选某一电站遍布2018年全年的包含晴、阴、晴转多云天气的30天作为测试数据。从日出前4h开始，每15min进行一次天气类型判断和预测，天气判断结果如表1所示：
[0105]
表1
[0106][0107]
其中，实际为晴代表对应样本与晴空模型之间误差小于5％，实际为非晴代表对应
样本与晴空模型之间误差大于5％。预测为晴但实际为非晴的样本占比比较小，避免了在非晴时候错误预测为晴从而使用晴空模型进行预测带来的误差。
[0108]
实施例2
[0109]
一种基于云图晴空判断的光伏电站出力模式判别装置，包括：
[0110]
选择模块，用于根据待预测电站的经纬度以及预测时刻选择对应的卫星云图区域；
[0111]
判断模块，用于在所选择的运卫星云图区域内检测光伏电站所在位置的上空是否有云；若有云，则光伏电站未来4小时的出力存在波动变化；若无云，则对光伏电站周围云团区域进行搜索，并对搜索到代表同一云团运动趋势的云团区域进行合并，判断合并后的云团是否会移动到光伏电站上空对光伏电站未来4小时的出力造成波动，若合并后的云团移动到光伏电站上空，则光伏电站未来4小时的出力存在波动变化；若合并后的云团不能移动到光伏电站上空，则计算可能移动到光伏电站上空的云团；对可能移动到光伏电站上空的云团进行晴空预测，根据晴空预测结果判断光伏电站的出力模式。
[0112]
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
[0113]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0114]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0115]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0116]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0117]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
技术特征：1.一种基于云图晴空判断的光伏电站出力模式判别方法，其特征在于，包括：根据待预测电站的经纬度以及预测时刻选择对应的卫星云图区域；在所选择的运卫星云图区域内检测光伏电站所在位置的上空是否有云；若有云，则光伏电站未来4小时的出力存在波动变化；若无云，则对光伏电站周围云团区域进行搜索，并对搜索到代表同一云团运动趋势的云团区域进行合并，判断合并后的云团是否会移动到光伏电站上空对光伏电站未来4小时的出力造成波动，若合并后的云团移动到光伏电站上空，则光伏电站未来4小时的出力存在波动变化；若合并后的云团不能移动到光伏电站上空，则计算可能移动到光伏电站上空的云团；对可能移动到光伏电站上空的云团进行晴空预测，根据晴空预测结果判断光伏电站的出力模式。2.根据权利要求1所述的一种基于云图晴空判断的光伏电站出力模式判别方法，其特征在于，所述选择卫星云图的方法为：根据光伏电站所在位置的经纬度和待预测时刻的日期，判断当日光伏电站随日出开始有出力的日出时刻和随日落出力开始降低到0的日落时刻；对在日出后预设时间和日落前预设时间之间的预测时刻t的云图采用红外云图进行计算，对当日的其余时间采用可见光云图进行计算，选取距离预测时刻t一小时以内采样时间的两张云图imgt和img(t-1)作为分析检测的云图。3.根据权利要求2所述的一种基于云图晴空判断的光伏电站出力模式判别方法，其特征在于，所述预设时间为1.5小时。4.根据权利要求1所述的一种基于云图晴空判断的光伏电站出力模式判别方法，其特征在于，检测光伏电站所在位置的晴空是否有云的方法为：以光伏电站为中心，对光伏电站300
×
300km2范围内的云图检测云像素；若检测到云像素，则为非晴空模式，光伏电站所在位置的晴空有云，未来4小时内光伏电站出力存在波动；若未检测到云像素，则光伏电站所在位置的晴空无云，对光伏电站周围云团区域进行搜索。5.根据权利要求1所述的一种基于云图晴空判断的光伏电站出力模式判别方法，其特征在于，对光伏电站周围云团区域进行搜索的方法为：以光伏电站为中心，从所选取imgt和img(t-1)的两张云图中任意选取一张，并从所选取云图的正右方开始每15度开始一次搜索，搜索云像素占比大于20％的60
×
60km2的云图区域，以确定电站周围的云团边缘，根据所确定的云团边缘确定云团区域。6.根据权利要求1所述的一种基于云图晴空判断的光伏电站出力模式判别方法，其特征在于，计算可能移动到光伏电站上空的云团的方法为：根据对云图imgt和img(t-1)云检测的结果，用块匹配法计算搜索到的各云团区域的位移矢量；挑选位移矢量与指向电站矢量夹角小于45度的云团区域形成可能移动到电站上空的云团集合。7.根据权利要求1所述的一种基于云图晴空判断的光伏电站出力模式判别方法，其特征在于，对代表同一个大云团运动趋势的云团区域进行合并的方法为：对可能移动到光伏电站上空云团的集合中，任意指定一个云团区域作为第一个集群；通过计算剩余云团区域的云位移矢量与指向电站矢量夹角的大小，并将所计算的矢量夹角大小与45度进行比较，若小于45度，则云团区域归属该集群；若大于等于45度，则该云团区
域没有集群归属，则进一步判断云团集合中的剩余云团区域是否存在没有集群归属的区域；若判断结果为否，则不需云团区域合并；若判断结果为是，则将没有集群归属的云团区域剔除集合。8.根据权利要求1所述的一种基于云图晴空判断的光伏电站出力模式判别方法，其特征在于，光伏电站未来晴空预测判断方法为：对得到的独立云团边缘区域重新进行速度计算，得到光伏电站周围云团边缘的位移矢量，通过计算云位移矢量判断未来云团边缘是否会遮挡光伏电站；若遮挡，则为非晴天；若不遮挡，则为晴天。9.一种基于云图晴空判断的光伏电站出力模式判别装置，其特征在于，包括：选择模块，用于根据待预测电站的经纬度以及预测时刻选择对应的卫星云图区域；判断模块，用于在所选择的运卫星云图区域内检测光伏电站所在位置的上空是否有云；若有云，则光伏电站未来4小时的出力存在波动变化；若无云，则对光伏电站周围云团区域进行搜索，并对搜索到代表同一云团运动趋势的云团区域进行合并，判断合并后的云团是否会移动到光伏电站上空对光伏电站未来4小时的出力造成波动，若合并后的云团移动到光伏电站上空，则光伏电站未来4小时的出力存在波动变化；若合并后的云团不能移动到光伏电站上空，则计算可能移动到光伏电站上空的云团；对可能移动到光伏电站上空的云团进行晴空预测，根据晴空预测结果判断光伏电站的出力模式。
技术总结本发明属于光伏电站功率预测技术领域，公开了一种基于云图晴空判断的光伏电站出力模式判别方法及装置。包括：选择卫星云图；检测光伏电站所在位置的晴空是否有云；若有云，则光伏电站未来4小时的出力存在波动变化；若无云，则对光伏电站周围云团区域进行搜索，并对搜索到代表同一云团运动趋势的云团区域进行合并，计算可能移动到光伏电站上空的云团；对可能移动到光伏电站上空的云团进行晴空预测，根据晴空预测结果判断对光伏电站的影响。有效提升晴天时刻的光伏功率预测的精度，提高了光伏电站的出力能力，对于电力系统调度不具有参考意义。义。义。
技术研发人员：李铮 郭小江 杨萍 汤海雁 申旭辉 孙栩 赵瑞斌 付明志 秦猛 李春华 王鸿策 巴蕾 关何格格
受保护的技术使用者：华能集团技术创新中心有限公司
技术研发日：2022.06.29
技术公布日：2022/11/1
