预测建模方法

Solargis Forecast 方法

光伏功率预测是根据相关的太阳能和气象原始数据参数计算得出的。预测数据流经过系统的质量控制，并通过内部验证程序提高了其准确性。这些程序依赖于来自卫星模型的太阳能资源数据，以及来自高级天气模型的气象数据。这种多层次的方法确保预测既可靠又稳健。

太阳能数据是光伏预报计算的主要输入，来自两个关键模型：Solargis 云运动矢量 （CMV） 模型和数值天气预报 （NWP） 模型。这些模型之间的选择取决于预测时间范围。对于即时和短期预测，使用 CMV 模型，而 NWP 模型用于长期预测。

预测的气象数据是从 NWP 模型获得的。具体来说，Solargis 使用 IFS 模型进行最长达 DAY+3 的预测范围，使用 GFS 模型进行从 DAY+4 到 DAY+14 的预测。有关这些模型及其应用的更多详细信息，请访问 here。

Solargis 临近预报模型

Solargis 临近预报模型是一种精细的光流模型，它使用云运动矢量 （CMV） 确定云的速度和方向。为了实现这一目标，该模型比较了相隔 5 到 30 分钟拍摄的两张卫星图像，并采用多尺度方法来识别小规模和大规模的云运动。然后，生成的运动向量（如左下图所示）聚合到单个向量图中，用于推断未来六个小时的云移动。为了最大限度地减少平均绝对误差并促进云扩散，应用了与时间相关的平滑因子（如下图右图所示）。

使用这种临近预报方法，Solargis 可以以高时间分辨率估计太阳辐照度水平。数据每 5、10 或 15 分钟更新一次，具体取决于具体位置（下图），确保预报保持最新并响应快速变化的天气条件。有关临近预报数据可用性和更新延迟的更多详细信息，请访问 here。

数值天气预报 （NWP） 模型

数值天气预报 （NWP） 模型是大气的复杂数学表示。他们使用基于基本物理原理的方程来模拟和预测天气状况。这些模型包含广泛的变量，包括温度、湿度、大气压力、风速等。

NWP 模型首先吸收来自多个来源的观测数据，例如气象站、卫星、飞机、气球和雷达。该数据用于确定初始大气条件。然后，这些模型在覆盖地球表面和上方大气层的网格上求解大气方程，以几分钟到几周的时间步长前进。

在每一步，NWP 模型都会计算大气变量的演变方式，同时考虑辐射、对流和湍流等物理过程。输出包括不同地点和高度的太阳辐射、温度、风速、降水和压力的预报。模型结果会定期根据真实世界的观测结果进行验证，以识别任何偏差并不断提高预测准确性。

Solargis Forecast 基于以下 NWP 模型：

• IFS model from ECMWF, Europe

• ICON (global and European) models from DWD, Germany

• 来自美国 NOAA 的GFS 和HRRR型号

注意：您可以在 here阅读有关气象 NWP 模型的更多信息。