报告题目：短时太阳能辐照度预报算法
时间：2021年12月9号（周四）上午10：00-11:00，
地点：线上报告，腾讯会议号：497 469 211
欢迎广大师生参加！
报告简介
分布式光伏系统的大力发展是实现“双碳目标”的重要途径之一。由于太阳辐射与大气成分（如水蒸气、气溶胶和云）之间复杂的相互作用，以及大气成分高度的时空波动性，地面太阳辐照度有高度的可变和不确定性。辐照度的波动性会直接导致太阳能发电量的显著波动，从而影响太阳能发电的稳定性，给太阳能高效消纳带来挑战。减轻太阳能波动性影响的一种低成本技术方案是基于准确的太阳能预报开发更智能、更灵活的能源系统运行策略。然而，目前分布式产能的历史数据以及高时空分辨率的太阳辐照度数据普遍不足，如何在数据缺乏的情况下评估并预报光伏出力是一个难点。 因此，我们通过融合大气辐射传热、卫星遥感、深度学习等多领域知识，研发了高精度云层物理特性解析算法，来从卫星图像中获得云层的光学深度、高度和厚度。以高精度云层物理特性为输入参数的深度学习太阳能资源评估模型可显著提高地表太阳能资源评估和预报的准确性，为智慧电网的运行调控提供重要的数据支持。