Chenglong Ruan · Kangping Li · Zhenghui Li · Chunyi Huang 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月

高空间分辨率太阳辐照度预报数据对区域分布式光伏发电预测至关重要。现有插值方法在云量变化等复杂天气下因局部辐照突变易产生较大误差。本文提出一种分类空间插值方法，通过自适应阈值将卫星短波辐射图像转化为二值辐照图，并训练3D U-net模型预测各网格未来辐照类别概率。概率图动态引导两个并行插值过程：分别利用晴空与多云区域站点数据，最终通过概率加权融合确定辐照值。真实数据案例验证了该方法的有效性与优越性。

解读: 该分类空间插值技术对阳光电源iSolarCloud智能运维平台和区域级储能系统调度具有重要应用价值。通过3D U-net模型实现高精度区域辐照预测，可直接应用于：1）PowerTitan大型储能系统的多时间尺度功率预测与充放电策略优化，提升储能参与电网调度的经济性；2）SG系列逆变器集群的区域功率预...