[发明专利]分布式太阳能预测成像

说明书

相关申请

该发明要求2015年5月29日提交的美国临时申请No.62/168403的优先权，并且并入其全部内容作为参考。

背景技术

美国能源部(DOE)估计，到2030年太阳能发电将增长，以满足更大比例的电力供应。这种趋势只会持续下去，直到太阳能的价格达到了与其他形式的电能相比具有成本竞争力的程度。同时，在太阳能发电等可变资源的高度渗透下，保持电网的稳定性和可靠性是非常重要的。实际负荷与太阳能发电系统的功率之间的差异被称为净负荷。在太阳能发电的相对可变性和不确定性下，管理这种净负荷是电网运营商面临的挑战。

附图说明

可以通过以下附图更好地理解本专利公开的内容。附图中的组件不一定要进行缩放，其重点在于清楚地解释本专利公开的原理。此外，在本附图中，对应元件的参考标记标识，适用于本发明的整个说明书。

图1是根据本发明的实施例所示的分布式太阳能预测的网络计算环境。

图2是根据本发明的实施例所示，图1中的成像装置执行的太阳能预测成像的一种示例过程。

图3是根据本发明的实施例所示的由图1所示的一种成像装置所采集图像阵列。

图4是根据本发明的实施例所示的一种用于失真自校准的校准表设置和几何转换矩阵。

图5是根据本发明的实施例所示的云的匹配和跟踪处理的一种示例结果。

图6是根据本发明的实施例所示的由图1所示通过计算环境执行的分布式太阳能预测成像的一种示例过程。

具体实施方式

如上所述，净负荷可被定义为实际负荷与太阳能发电系统产生的功率之间的差额。在太阳能发电的相对可变性和不确定性下，管理净负荷是电网运营商面临的挑战。在这种情况下，在减少实时或近实时场景管理网络负载的不确定性方面，一个在小时内的时间尺度范围内的准确的预测模型可能是一个有效的工具。

在减少管理净负荷所涉及的不确定性方面，太阳能预测可能是有效地和可靠地集成太阳能的关键因素。大多数太阳能预测的研究采用在下一天的时间范围所对应的单值区域来评估广泛的区域，这种方法在预测短时间范围的情况下不一定能提高持久性模型的能力。然而，太阳辐射照度在这些区域性的地理区域并不恒定。太阳辐照度的变化在时间和空间上是随机过程，需要一个更全面的综合监控。

如今，准确的太阳预测，无论是基于物理的还是基于数据分析，其存在的问题都是缺乏可靠的丰富天空数据；可靠的丰富的天空数据可以用来更好地识别天空中空气和水颗粒的质量传递和热传递的特性。从遥远的地方看，卫星技术和遥感已经在中尺度上开发和创造了大量的数据。然而，卫星数据不足以提供所需的像素、空间、时间、和辐射分辨率，以评估大气范围内的辐射传输，特别是在高散射角下对云的变化作用，以及精确描绘围绕太阳的区域。

目前太阳能的预测方法不奏效的因素包括：(1)可视范围的局限性，由于地球的曲率，(2)云间断远离基本天顶点，导致了垂直云层厚度被投射到一个水平投影面，(3)现有技术的不切实际的高成本，和(4)缺乏可扩展性和数百或者数千用户的可使用性。

如上文所述，本发明描述了分布式太阳能预测成像的系统和方法。在实施例中，描述了一个或多个相对低成本的分布式多模态天空成像设备、预测和融合模型，以及发布/订阅遥测通信协议。上述的系统和方法能够在硬件、软件，或者各种分布式配置中的硬件和软件的组合中体现。

以数字为例，描述了分布式太阳能预测的网络计算环境，然后描述了上述的网络计算环境的运作。图1示出了分布式太阳能预测的网络计算环境100。网络环境100包括一个计算环境110，网络150，地理上分散的成像装置160-162，和客户端设备190。上述的计算环境110包括分布式数据存储120、分布式区域预测引擎130和分布式预测发布者132。下文详细描述了存储在分布式数据存储120中的数据类型，以及分布式区域预测引擎130的功能和分布式预测发布者132的功能。