全景预报：结合卫星观测与天空图像改进小时内的太阳能预测
计算机视觉与模式识别
2022-06-08 v1 人工智能
摘要
将高比例间歇性可再生能源并入电网具有挑战性。一种应对该困难的成熟方法是通过预判即将到来的能源供应波动来调整电网响应。在太阳能领域，由遮云引起的电力生产短期变化可从全天空相机（提前至多 30 分钟）和卫星观测（提前至多 6 小时）在不同时间尺度上预测。本研究中，我们将这两种关于云量的互补视角整合到单一机器学习框架中，以改进小时内（提前至多 60 分钟）辐照度预报。我们在不同天气条件（晴空、多云、阴天）和不同输入配置（天空图像、卫星观测和/或过去辐照度值）下评估确定性与概率性预测。结果表明混合模型有益于晴空条件下的预测并改善较长期预报。本研究为未来在单一学习框架中结合天空图像与卫星观测以推进太阳能临近预报的新方法奠定基础。
引用
@article{arxiv.2206.03207,
title = {Omnivision forecasting: combining satellite observations with sky images for improved intra-hour solar energy predictions},
author = {Quentin Paletta and Guillaume Arbod and Joan Lasenby},
journal= {arXiv preprint arXiv:2206.03207},
year = {2022}
}
备注
Submitted to Renewable Energy