Lorenzo F.C.Varaschi · Danilo Silva · Solar Energy · 2025年1月 · Vol.302

摘要 为应对光伏发电能源带来的高度不确定性，越来越多的研究聚焦于短期太阳能预测（即临近预报）。大多数此类研究采用基于深度学习的模型，通过输入的一段天空图像序列直接预测太阳辐照度或光伏功率值。然而，近年来生成模型的发展催生了一类将临近预报问题分解为两个子问题的新方法：（1）未来事件预测，即生成未来的天空图像；（2）太阳辐照度或光伏功率估计，即从单张图像中预测对应的数值。SkyGPT 模型便是其中一例，其性能提升潜力在估计组件中远大于生成组件。因此，本文聚焦于太阳辐照度估计问题，在广泛使用的 Fol...

解读: 该深度学习辐照度预测技术对阳光电源iSolarCloud智慧运维平台及ST储能系统具有重要应用价值。通过天空图像实现短期辐照度预测可优化光储协同控制策略:提升SG逆变器MPPT算法预判能力,改善PowerTitan储能系统充放电调度精度,降低光伏出力波动对电网的冲击。该双阶段预测方法(图像生成+辐照...