机器翻译，未经校对人员审核，可能存在错误。
在本文件中
我们将解释我们如何应用于 Solargis Monitor 和 Solargis 预报应用中的预报建模。
太阳预报方法
光伏功率预测基于相关的太阳和气象原始数据参数计算。预报数据流经过系统性质量控制，并通过内部验证程序提升其准确性。这些程序依赖于基于卫星的太阳能资源数据以及先进气象模型的气象数据。这种多层次的方法确保了预测既可靠又稳健。
作为PV预报计算的主要输入，太阳数据来源于两个关键模型：Solargis云运动矢量（CMV）模型和数值天气预报（NWP）模型。选择这些模型取决于预测的时间范围。对于近期和短期预报，采用CMV模型，而用于长期预报则采用NWP模型。
预报气象数据来自NWP模型。具体来说，Solargis 使用IFS模型处理至DAY+3的预报视野，使用GFS模型处理从DAY+4到DAY+14的预报。关于这些模型及其应用的更详细信息，可以 在这里找到。
Solargis Nowcast 型号
Solargis Nowcast 模型是一种精细的光流模型，利用云运动矢量（CMVs）确定云的速度和方向。为此，该模型比较两张 相隔5至30分钟的 卫星图像，并采用多尺度方法识别小尺度和大尺度云的运动。由此产生的 运动向量 （如左图所示）随后被聚合成一张单一的向量图，用于推算接下来六小时的云层运动。为了 最小化 平均绝对误差并促进云扩散， 应用 了时间相关的平滑因子（如右图所示）。
通过这种预报方法，Solargis 能够以高时间分辨率估算太阳辐照度水平。数据根据 具体地点 （见下方地图）每5、10或15分钟更新一次，确保预报保持最新并能响应快速变化的天气状况。关于Nowcasting数据可用性及更新延迟的更多详情请 见此处。
数值天气预报（NWP）模型
数值天气预报（NWP）模型是对大气的复杂数学表示。它们利用基于基本物理原理的方程来模拟和预测天气状况。这些模型包含了多种变量，包括温度、湿度、大气压、风速等。
NWP模型首先是同化来自多个来源的观测数据，如气象站、卫星、飞机、气球和雷达。这些数据用于确定初始大气条件。模型随后在覆盖地球表面和大气层的网格上求解大气方程，时间步长从几分钟到数周不等。
在每一步，NWP模型都会计算大气变量的演变，同时考虑辐射、对流和湍流等物理过程。输出内容包括不同地点和海拔的太阳辐射、温度、风速、降水和气压预报。模型结果会定期与现实观测进行验证，以识别偏差并持续提升预报准确性。
Solargis 预报基于以下 NWP 模型：
注意：您可以在 此处阅读更多关于气象西北太平洋模式的信息。
在Solargis平台的应用
预报建模方法是Solargis监测器和Solargis预报服务的重要组成部分。