[发明专利]基于改进马尔可夫链的太阳辐照度时间序列合成方法

摘要

本发明提供的是一种基于改进马尔可夫链的太阳辐照度时间序列合成方法。在马尔可夫链模型中引入SR的天气特性和日特性，建立基于晴空指数划分的多个状态转移矩阵，并应用蒙特卡洛法确定辐照度模拟值当天的时段分割点，再通过日晴空指数和当前时刻所处时段选择相应的状态转移矩阵，来生成目标时刻状态量，从而合成辐照度模拟值。本发明简单且较准确地描述了太阳辐照度的天气特性和日特性，在简捷和准确两者交合上找到了平衡点，更便于实际应用。

主权项

1.一种基于改进马尔可夫链的太阳辐照度时间序列合成方法，其特征是：步骤一，将经过错误数据处理或伪数据补充的历史太阳辐照度观测数据，按照天气特性和日特性对历史太阳辐照度观测数据进行天气特性聚类和日特性聚类；步骤二，建立晴空指数kt的状态转移矩阵P，计算状态转移矩阵P相应的累积状态转移矩阵Q；首先应用太阳辐照度历史观测数据序列计算出对应的晴空指数kt的数据序列；然后将晴空指数kt的数据序列转化为状态序列，晴空指数kt的取值范围为[0‑1],状态向量为e＝[E1,E2,...EN2],状态数为N2,则每一个状态所覆盖的区间大小为1/N2；最后建立晴空指数kt的状态转移矩阵P，计算P相应的累积状态转移矩阵Q；步骤三，设置合成太阳辐照度模拟值当天的初始时刻为t0，日晴空指数Kd值为Kdn，则晴空指数kt的初始值kt0＝Kdn，此刻对应的晴空指数kt的初始状态为e＝e0；步骤四，确定合成太阳辐照度模拟值当天的时段分割点tr；步骤五，依据当天的日晴空指数K_d值K_dn和当前时刻t选定相应的状态转移矩阵计算相应的累积状态转移矩阵由当前时刻的晴空指数k_t的状态e_t选择累积状态转移矩阵的第e_t行作为状态概率分布向量步骤六，确定下一时刻t＝t+Δt的晴空指数kt值，设下一时刻t＝t+Δt的状态为et+1，生成一个在[0,1]之间服从均匀分布的随机数β，若0＜β≤h1，则et+1＝E1；若hi‑1＜β≤hi，则et+1＝Ei；步骤七，如果时刻t＜19，则返回步骤五；若t＞19，执行步骤八；步骤八，已计算总天数T＝T+1，若T小于仿真天数，返回步骤三；否则，则执行步骤九；步骤九，根据合成的晴空指数kts值序列计算得到太阳辐照度模拟值Isyn。