基于多模态数据融合与模糊化的超短期太阳辐照度预测

Ultra Short-Term Solar Irradiance Forecast Based on Multimodal Data Fusion and Fuzzification

Xiangsen Wei · Dong Yue · Gerhard P. Hancke · Chunxia Dou 等6人 · IEEE Transactions on Industrial Informatics · 2025年1月

太阳辐照度的间歇性是导致光伏（PV）系统功率输出快速波动的主要原因。这些波动阻碍了太阳能发电设备大规模并入电网，进而阻碍了利用太阳能资源减少碳排放的进程。解决这一困境的主要途径是实现太阳辐照度的高精度预测。尽管存在各种预测太阳辐照度变化的方法，但很少有方法专注于充分利用多模态数据信息和模糊方法来提高预测性能。因此，本文提出了一种结合多模态数据融合和模糊化的方法来预测超短期全球水平辐照度（GHI）。首先，设计了一种模态转换方法，将时间模态数据转换为空间模态数据。然后，将转换后的数据与正常和欠曝光全...

解读: 从阳光电源的业务实践来看，这项基于多模态数据融合与模糊化的超短期太阳辐照度预测技术具有显著的应用价值。当前光伏发电的间歇性波动是制约大规模并网的核心痛点，直接影响我们逆变器的功率控制策略和储能系统的调度效率。该技术通过将时序数据转换为空间模态，并融合全天空图像与模糊化处理，为解决这一难题提供了创新路...