Research and Prospect for Data-driven Estimation and Prediction of Solar Radiation

Haixiang ZANG; Lilin CHENG; Ling LIU; Zhinong WEI; Guoqiang SUN

doi:10.7500/AEPS20200709004

您当前的位置：

首页 >

文章列表页 >

Research and Prospect for Data-driven Estimation and Prediction of Solar Radiation

Review | 更新时间：2025-06-16

- Research and Prospect for Data-driven Estimation and Prediction of Solar Radiation
- Automation of Electric Power Systems Vol. 45, Issue 11, Pages: 170-183(2021)
- 作者机构：
  
  河海大学能源与电气学院，江苏省南京市 211100
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China
- DOI：10.7500/AEPS20200709004
  CLC：
- Received：09 July 2020，
  
  Revised：2021-01-04，
  
  Published Online：01 March 2021，
  
  Published：10 June 2021
- 稿件说明：
移动端阅览
臧海祥,程礼临,刘玲等.基于数据驱动的太阳辐射估计和预测研究与展望[J].电力系统自动化,2021,45(11):170-183.

ZANG Haixiang,CHENG Lilin,LIU Ling,et al.Research and Prospect for Data-driven Estimation and Prediction of Solar Radiation[J].Automation of Electric Power Systems,2021,45(11):170-183.
臧海祥,程礼临,刘玲等.基于数据驱动的太阳辐射估计和预测研究与展望[J].电力系统自动化,2021,45(11):170-183. DOI： 10.7500/AEPS20200709004.

ZANG Haixiang,CHENG Lilin,LIU Ling,et al.Research and Prospect for Data-driven Estimation and Prediction of Solar Radiation[J].Automation of Electric Power Systems,2021,45(11):170-183. DOI： 10.7500/AEPS20200709004.

摘要

准确可靠的太阳辐射估计和预测信息对指导光伏电站规划、光伏发电功率预测等具有重要意义。数据驱动方法能够有效学习长期历史辐射数据特性且不涉及辐射机理的复杂公式分析，是当前太阳辐射估计和预测的主流方法之一。针对基于数据驱动的太阳辐射估计和预测研究，从其原理和关键技术方面进行比较论述，具体包括估计和预测模型的输入、主流数据驱动模型以及模型的精度提升方法，并针对当前太阳辐射估计和预测方法的研究现状及不足进行总结与展望，以更好地配合光伏发电技术领域内的研究和应用。

Abstract

Accurate and reliable estimation and prediction information of solar radiation is significant to guide the photovoltaic (PV) station planning and PV power generation forecasting. The data-driven method can efficiently learn the characteristics of long-term historical radiation data without involving the complex formula analysis of radiation mechanism

which has become one of the most popular methods for the estimation and prediction of solar radiation. Focusing on the studies on data-driven estimation and prediction of solar radiation

this paper compares and reviews their principles and key issues

including the inputs of estimation and prediction models

major data-driven models and model accuracy improvement methods. The conclusion and prospect are drawn according to the current studies and their drawbacks in the estimation and prediction of solar radiation

so as to better serve the studies and applications in the field of PV power generation.

关键词

Keywords

references

赵波，肖传亮，徐琛，等 . 基于渗透率的区域配电网分布式光伏并网消纳能力分析［J］. 电力系统自动化， 2017 ， 41 （ 21 ）： 105 - 111 .

ZHAO Bo ， XIAO Chuanliang ， XU Chen ， et al . Penetration based accommodation capacity analysis on distributed photovoltaic connection in regional distribution network ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 21 ）： 105 - 111 .

陈国平，李明节，许涛，等 . 关于新能源发展的技术瓶颈研究［J］. 中国电机工程学报， 2017 ， 37 （ 1 ）： 20 - 27 .

CHEN Guoping ， LI Mingjie ， XU Tao ， et al . Study on technical bottleneck of new energy development ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 1 ）： 20 - 27 .

傅金洲，孙鸣 . 基于气候条件的光伏储能一体发电系统的能量管理策略［J］. 电力系统保护与控制， 2018 ， 46 （ 24 ）： 142 - 149 .

FU Jinzhou ， SUN Ming . Energy management strategy based on weather condition for photovoltaic-energy storage integrated power system ［J］. Power System Protection and Control ， 2018 ， 46 （ 24 ）： 142 - 149 .

石磊，侯学良 . 光伏电站阵列最佳倾角和间距确定方法研究［J］. 电网与清洁能源， 2017 ， 33 （ 5 ）： 109 - 114 .

SHI Lei ， HOU Xueliang . Research on optimal tilt angle and spacing of PV power station ［J］. Power System and Clean Energy ， 2017 ， 33 （ 5 ）： 109 - 114 .

肖运启，张美玲，郭治昌，等 . 山地光伏电站固定式组件安装角度优化方法［J］. 太阳能学报， 2020 ， 41 （ 5 ）： 329 - 335 .

XIAO Yunqi ， ZHANG Meiling ， GUO Zhichang ， et al . Optimum design for tilt and orientation angle of fixed PV module of PV power station on mountainous area ［J］. Acta Energiae Solaris Sinica ， 2020 ， 41 （ 5 ）： 329 - 335 .

陶仁峰，李凤婷，李永东，等 . 基于云层分布规律与太阳光跟踪的光伏电站MPPT策略［J］. 电力系统自动化， 2018 ， 42 （ 5 ）： 25 - 33 .

TAO Renfeng ， LI Fengting ， LI Yongdong ， et al . MPPT strategy of photovoltaic station based on cloud distribution pattern and sunlight tracking ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 5 ）： 25 - 33 .

王静，徐箭，廖思阳，等 . 计及新能源出力不确定性的电气综合能源系统协同优化［J］. 电力系统自动化， 2019 ， 43 （ 15 ）： 2 - 15 .

WANG Jing ， XU Jian ， LIAO Siyang ， et al . Coordinated optimization of integrated electricity-gas energy system considering uncertainty of renewable energy output ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 15 ）： 2 - 15 .

AYVAZOGLUYUKSEL O ， FILIK U . Estimation methods of global solar radiation， cell temperature and solar power forecasting： a review and case study in Eskisehir ［J］. Renewable and Sustainable Energy Reviews ， 2018 ， 91 ： 639 - 653 .

HASSAN M ， KHALIL A ， KASEB S ， et al . Independent models for estimation of daily global solar radiation： a review and a case study ［J］. Renewable and Sustainable Energy Reviews ， 2018 ， 82 ： 1565 - 1575 .

UNVER T ， GOREN A . Development of seasonal solar radiation estimation models for Dokuz Eylul University campus area for controller of a two-axis solar tracker ［J］. International Journal of Global Warming ， 2019 ， 19 （ 1/2 ）： 193 - 201 .

张悦，申彦波，石广玉 . 面向光热发电的太阳能短期预报技术［J］. 电力系统自动化， 2016 ， 40 （ 19 ）： 158 - 167 .

ZHANG Yue ， SHEN Yanbo ， SHI Guangyu . Short-term forecasting technology of solar energy for concentrating solar power ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 19 ）： 158 - 167 .

YANG D ， KLEISSL J ， GUEYMARD C ， et al . History and trends in solar irradiance and PV power forecasting： a preliminary assessment and review using text mining ［J］. Solar Energy ， 2018 ， 168 ： 60 - 101 .

MEZA F ， YEBRA M . Estimation of daily global solar radiation as a function of routine meteorological data in mediterranean areas ［J］. Theoretical and Applied Climatology ， 2016 ， 125 （ 3/4 ）： 479 - 488 .

CHUKWUJINDU N S . A comprehensive review of empirical models for estimating global solar radiation in Africa ［J］. Renewable and Sustainable Energy Reviews ， 2017 ， 78 ： 955 - 995 .

DESPOTOVIC M ， NEDIC V ， DESPOTOVIC D ， et al . Evaluation of empirical models for predicting monthly mean horizontal diffuse solar radiation ［J］. Renewable and Sustainable Energy Reviews ， 2016 ， 56 ： 246 - 260 .

DENG J ， ZHANG Y ， QIN B ， et al . Long-term changes in surface solar radiation and their effects on air temperature in the Shanghai region ［J］. International Journal of Global Warming ， 2015 ， 35 （ 12 ）： 3385 - 3396 .

AL-MOSTAFA Z ， MAGHRABI A ， AL-SHEHRI S . Sunshine-based global radiation models： a review and case study ［J］. Energy Conversion Management ， 2014 ， 84 ： 209 - 216 .

YANG K ， KOIKE T ， YE B . Improving estimation of hourly， daily， and monthly solar radiation by importing global data sets ［J］. Agricultural and Forest Meteorology ， 2006 ， 137 （ 1/2 ）： 43 - 55 .

刘卫亮，刘长良，林永君，等 . 基于AOD估计的晴空太阳辐射强度滚动预测［J］. 太阳能学报， 2019 ， 40 （ 7 ）： 1797 - 1804 .

LIU Weiliang ， LIU Changliang ， LIN Yongjun ， et al . Rolling forecast of solar radiation intensity in clear sky based on AOD estimation ［J］. Acta Energiae Solaris Sinica ， 2019 ， 40 （ 7 ）： 1797 - 1804 .

YAO W ， ZHANG C ， HAO H ， et al . A support vector machine approach to estimate global solar radiation with the influence of fog and haze ［J］. Renewable Energy ， 2018 ， 128 ： 155 - 162 .

YAO W ， ZHANG C ， WANG X ， et al . The research of new daily diffuse solar radiation models modified by air quality index （AQI） in the region with heavy fog and haze ［J］. Energy Conversion Management ， 2017 ， 139 ： 140 - 150 .

LOU S ， LI D ， LAM J ， et al . Prediction of diffuse solar irradiance using machine learning and multivariable regression ［J］. Applied Energy ， 2016 ， 181 ： 367 - 374 .

RODRIGUEZ-BERITEZ F ， ARBIZU-BARRENA C ， HUERTAS-TATO J ， et al . A short-term solar radiation forecasting system for the Iberian Peninsula： Part 1 models description and performance assessment ［J］. Solar Energy ， 2020 ， 195 ： 396 - 412 .

AGUIAR L ， PEREIRA B ， LAURET P ， et al . Combining solar irradiance measurements， satellite-derived data and a numerical weather prediction model to improve intra-day solar forecasting ［J］. Renewable Energy ， 2016 ， 97 ： 599 - 610 .

JIANG H ， LU N ， QIN J ， et al . A deep learning algorithm to estimate hourly global solar radiation from geostationary satellite data ［J］. Renewable and Sustainable Energy Reviews ， 2019 ， 114 ： 109327 .

JANG H ， BAE K ， PARK H ， et al . Solar power prediction based on satellite images and support vector machine ［J］. IEEE Transactions on Sustainable Energy ， 2016 ， 7 （ 3 ）： 1255 - 1263 .

陈志宝，丁杰，周海，等 . 地基云图结合径向基函数人工神经网络的光伏功率超短期预测模型［J］. 中国电机工程学报， 2015 ， 35 （ 3 ）： 561 - 567 .

CHEN Zhibao ， DING Jie ， ZHOU Hai ， et al . A model of very short-term photovoltaic power forecasting based on ground-based cloud images and RBF neural network ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 3 ）： 561 - 567 .

RAO K ， PREMALATHA M ， NAVEEN C . Models for forecasting monthly mean daily global solar radiation from in-situ measurements： application in tropical climate， India ［J］. Urban Climate ， 2018 ， 24 ： 921 - 939 .

RIVERO M ， OROZCO S ， SELLSCHOPP F ， et al . A new methodology to extend the validity of the Hargreaves-Samani model to estimate global solar radiation in different climates： case study Mexico ［J］. Renewable Energy ， 2017 ， 114 ： 1340 - 1352 .

HASSAN G ， YOUSSEF M ， MOHAMED Z ， et al . New temperature-based models for predicting global solar radiation ［J］. Applied Energy ， 2016 ， 179 ： 437 - 450 .

黄仲冬，郭乙霏，张彦，等 . 基于Ångström-Prescott公式的中国太阳辐射与日照时间的关系研究［J］. 灌溉排水学报， 2019 ， 38 （ 4 ）： 77 - 83 .

HUANG Zhongdong ， GUO Yifei ， ZHANG Yan ， et al . Using the Ångström-Prescott formula to calculate solar radiation from sunshine duration in China ［J］. Journal of Irrigation and Drainage ， 2019 ， 38 （ 4 ）： 77 - 83 .

YILDIRIM H ， CELIK O ， TEKE A ， et al . Estimating daily global solar radiation with graphical user interface in Eastern Mediterranean region of Turkey ［J］. Renewable and Sustainable Energy Reviews ， 2018 ， 82 ： 1528 - 1537 .

BAYRAKCI H ， DEMIRCAN C ， KECEBAS A . The development of empirical models for estimating global solar radiation on horizontal surface： a case study ［J］. Renewable and Sustainable Energy Reviews ， 2018 ， 81 ： 2771 - 2782 .

FENG L ， LIN A ， WANG L ， et al . Evaluation of sunshine-based models for predicting diffuse solar radiation in China ［J］. Renewable and Sustainable Energy Reviews ， 2018 ， 94 ： 168 - 182 .

GOUDA S ， HUSSEIN Z ， LUO S ， et al . Model selection for accurate daily global solar radiation prediction in China ［J］. Journal of Cleaner Production ， 2019 ， 221 ： 132 - 144 .

QUEJ V ， ALMOROX J ， IBRAKHIMOV M ， et al . Estimating daily global solar radiation by day of the year in six cities located in the Yucatan Peninsula， Mexico ［J］. Journal of Cleaner Production ， 2017 ， 141 ： 75 - 82 .

YANG L ， CAO Q ， YU Y ， et al . Comparison of daily diffuse radiation models in regions of China without solar radiation measurement ［J］. Energy ， 2020 ， 191 ： 116571 .

JAMIL B ， AKHTAR N . Estimation of diffuse solar radiation in humid-subtropical climatic region of India： comparison of diffuse fraction and diffusion coefficient models ［J］. Energy ， 2017 ， 131 ： 149 - 164 .

JAMIL B ， SIDDIQUI A . Generalized models for estimation of diffuse solar radiation based on clearness index and sunshine duration in India： applicability under different climatic zones ［J］. Journal of Atmospheric and Solar-Terrestrial Physics ， 2017 ， 157 ： 16 - 34 .

LIU P ， TONG X ， ZHANG J ， et al . Estimation of half-hourly diffuse solar radiation over a mixed plantation in North China ［J］. Renewable Energy ， 2020 ， 149 ： 1360 - 1369 .

SONG Z ， REN Z G ， DENG Q ， et al . General models for estimating daily and monthly mean daily diffuse solar radiation in China’s subtropical monsoon climatic zone ［J］. Renewable Energy ， 2020 ， 145 ： 318 - 332 .

QUEJ V H ， ALMOROX J ， ARNALDO J A ， et al . ANFIS， SVM and ANN soft-computing techniques to estimate daily global solar radiation in a warm sub-humid environment ［J］. Journal of Atmospheric and Solar-Terrestrial Physics ， 2017 ， 155 ： 62 - 70 .

FOUILLOY A ， VOYANT C ， NOTTON G ， et al . Solar irradiation prediction with machine learning： forecasting models selection method depending on weather variability ［J］. Energy ， 2018 ， 165 ： 620 - 629 .

HASSAN M ， KHALIL A ， KASEB S ， et al . Potential of four different machine-learning algorithms in modeling daily global solar radiation ［J］. Renewable Energy ， 2017 ， 111 ： 52 - 62 .

FENG Y ， CUI N ， ZHANG Q ， et al . Comparison of artificial intelligence and empirical models for estimation of daily diffuse solar radiation in North China plain ［J］. International Journal of Hydrogen Energy ， 2017 ， 42 （ 21 ）： 14418 - 14428 .

ALIZAMIR M ， KIM S ， KISI O ， et al . A comparative study of several machine learning based non-linear regression methods in estimating solar radiation： case studies of the USA and Turkey regions ［J］. Energy ， 2020 ， 197 ： 117239 .

BENALI L ， NOTTON G ， FOUILLOY A ， et al . Solar radiation forecasting using artificial neural network and random forest methods： application to normal beam， horizontal diffuse and global components ［J］. Renewable Energy ， 2019 ， 132 ： 871 - 884 .

LI D ， CHEN W ， LI S ， et al . Estimation of hourly global solar radiation using multivariate adaptive regression spline （MARS）—a case study of Hong Kong ［J］. Energy ， 2019 ， 186 ： 115857 .

OZOEGWU C . Artificial neural network forecast of monthly mean daily global solar radiation of selected locations based on time series and month number ［J］. Journal of Cleaner Production ， 2019 ， 216 ： 1 - 13 .

DEO R ， SAHIN M ， ADAMOWSKI J ， et al . Universally deployable extreme learning machines integrated with remotely sensed MODIS satellite predictors over Australia to forecast global solar radiation： a new approach ［J］. Renewable and Sustainable Energy Reviews ， 2019 ， 104 ： 235 - 261 .

CHAI S ， XU Z ， WONG W . Optimal Granule-based PIs construction for solar irradiance forecast ［J］. IEEE Transactions on Power Systems ， 2016 ， 31 （ 4 ）： 3332 - 3333 .

ALSHARIF M ， YOUNES M . Evaluation and forecasting of solar radiation using time series adaptive neuro-fuzzy inference system： Seoul city as a case study ［J］. IET Renewable Power Generation ， 2019 ， 13 （ 10 ）： 1711 - 1723 .

GHIMIRE S ， DEO R ， RAJ N ， et al . Deep learning neural networks trained with MODIS satellite-derived predictors for long-term global solar radiation prediction ［J］. Energies ， 2019 ， 12 （ 12 ）： 1 - 39 .

GHIMIRE S ， DEO R ， RAJ N ， et al . Deep solar radiation forecasting with convolutional neural network and long short-term memory network algorithms ［J］. Applied Energy ， 2019 ， 253 ： 113541 .

SRIVASTAVA S ， LESSMANN S . A comparative study of LSTM neural networks in forecasting day-ahead global horizontal irradiance with satellite data ［J］. Solar Energy ， 2018 ， 162 ： 232 - 247 .

QING X ， NIU Y . Hourly day-ahead solar irradiance prediction using weather forecasts by LSTM ［J］. Energy ， 2018 ， 148 ： 461 - 468 .

HOCAOGLU F ， SERTTAS F . A novel hybrid （Mycielski-Markov） model for hourly solar radiation forecasting ［J］. Renewable Energy ， 2017 ， 108 ： 635 - 643 .

SHAKYA A ， MICHAEL S ， SAUNDERS C ， et al . Solar irradiance forecasting in remote microgrids using Markov switching model ［J］. IEEE Transactions on Sustainable Energy ， 2017 ， 8 （ 3 ）： 895 - 905 .

KAKIMOTO M ， ENDOH Y ， SHIN H ， et al . Probabilistic solar irradiance forecasting by conditioning joint probability method and its application to electric power trading ［J］. IEEE Transactions on Sustainable Energy ， 2019 ， 10 （ 2 ）： 983 - 993 .

DAVID M ， LUIS M A ， LAURET P . Comparison of intraday probabilistic forecasting of solar irradiance using only endogenous data ［J］. International Journal of Forecasting ， 2018 ， 34 （ 3 ）： 529 - 547 .

ESEYE A ， ZHANG J ， ZHENG D . Short-term photovoltaic solar power forecasting using a hybrid wavelet-PSO-SVM model based on SCADA and meteorological information ［J］. Renewable Energy ， 2018 ， 118 ： 357 - 367 .

TASCIKARAOGLU A ， SANANDAJI B ， CHICCO G ， et al . Compressive spatio-temporal forecasting of meteorological quantities and photovoltaic power ［J］. IEEE Transactions on Sustainable Energy ， 2016 ， 7 （ 3 ）： 1295 - 1305 .

PEREIRA R M ， SANTOS C S ， ROCHA A . Solar irradiance modelling using an offline coupling procedure for the weather research and forecasting （WRF） model ［J］. Solar Energy ， 2019 ， 188 ： 339 - 352 .

SHAMIM M A ， REMESAN R ， BRAY M ， et al . An improved technique for global solar radiation estimation using numerical weather prediction ［J］. Journal of Atmospheric and Solar-Terrestrial Physics ， 2015 ， 129 ： 13 - 22 .

KOSMOPOULOS P G ， KAZADZIS S ， LAGOUVARDOS K ， et al . Solar energy prediction and verification using operational model forecasts and ground-based solar measurements ［J］. Energy ， 2015 ， 93 ： 1918 - 1930 .

AYBAR-RUIZ A ， JIMENEZ-FERNANDEZ S ， CORNEJO-BUENO L ， et al . A novel grouping genetic algorithm—extreme learning machine approach for global solar radiation prediction from numerical weather models inputs ［J］. Solar Energy ， 2016 ， 132 ： 129 - 142 .

SALCEDO-SANZ S ， JIMENEZ-FERNANDEZ S ， AYBAR-RUIZ A ， et al . A CRO-species optimization scheme for robust global solar radiation statistical downscaling ［J］. Renewable Energy ， 2017 ， 111 ： 63 - 76 .

ZHANG J Y ， ZHAO L ， DENG S ， et al . A critical review of the models used to estimate solar radiation ［J］. Renewable and Sustainable Energy Reviews ， 2017 ， 70 ： 314 - 329 .

QAZI A ， FAYAZ H ， WADI A ， et al . The artificial neural network for solar radiation prediction and designing solar systems： a systematic literature review ［J］. Journal of Cleaner Production ， 2015 ， 104 ： 1 - 12 .

PIRI J ， KISI O . Modelling solar radiation reached to the earth using ANFIS， NN-ARX， and empirical models （case studies： Zahedan and Bojnurd stations）［J］. Journal of Atmospheric and Solar-Terrestrial Physics ， 2015 ， 123 ： 39 - 47 .

YADAV A K ， CHANDEL S S . Solar radiation prediction using artificial neural network techniques： a review ［J］. Renewable and Sustainable Energy Reviews ， 2014 ， 33 ： 772 - 781 .

INMAN R H ， PEDRO H T C ， COIMBRA C F M . Solar forecasting methods for renewable energy integration ［J］. Progress in Energy and Combustion Science ， 2013 ， 39 （ 6 ）： 535 - 576 .

DIAGNE M ， DAVID M ， LAURET P ， et al . Review of solar irradiance forecasting methods and a proposition for small-scale insular grids ［J］. Renewable and Sustainable Energy Reviews ， 2013 ， 27 ： 65 - 76 .

LAGO J ， DE BRABANDERE K ， DE RIDDER F ， et al . Short-term forecasting of solar irradiance without local telemetry： a generalized model using satellite data ［J］. Solar Energy ， 2018 ， 173 ： 566 - 577 .

LAURET P ， VOYANT C ， SOUBDHAN T ， et al . A benchmarking of machine learning techniques for solar radiation forecasting in an insular context ［J］. Solar Energy ， 2015 ， 112 ： 446 - 457 .

LANDERAS G ， LOPEZ J J ， KISI O ， et al . Comparison of gene expression programming with neuro-fuzzy and neural network computing techniques in estimating daily incoming solar radiation in the Basque Country （Northern Spain）［J］. Energy Conversion and Management ， 2012 ， 62 ： 1 - 13 .

PAN T ， WU S H ， DAI E F ， et al . Estimating the daily global solar radiation spatial distribution from diurnal temperature ranges over the Tibetan Plateau in China ［J］. Applied Energy ， 2013 ， 107 ： 384 - 393 .

CHEN J L ， LI G S ， WU S J . Assessing the potential of support vector machine for estimating daily solar radiation using sunshine duration ［J］. Energy Conversion and Management ， 2013 ， 75 ： 311 - 318 .

RAMEDANI Z ， OMID M ， KEYHANI A ， et al . Potential of radial basis function based support vector regression for global solar radiation prediction ［J］. Renewable and Sustainable Energy Reviews ， 2014 ， 39 ： 1005 - 1011 .

SHAMSHIRBAND S ， MOHAMMADI K ， CHEN H L ， et al . Daily global solar radiation prediction from air temperatures using kernel extreme learning machine： a case study for Iran ［J］. Journal of Atmospheric and Solar-Terrestrial Physics ， 2015 ， 134 ： 109 - 117 .

LARA-FANEGO V ， RUIZ-ARIAS J A ， POZO-VAZQUEZ D ， et al . Evaluation of the WRF model solar irradiance forecasts in Andalusia （Southern Spain）［J］. Solar Energy ， 2012 ， 86 （ 8 ）： 2200 - 2217 .

YAO W X ， LI Z R ， WANG Y Y ， et al . Evaluation of global solar radiation models for Shanghai， China ［J］. Energy Conversion and Management ， 2014 ， 84 ： 597 - 612 .

SHAMSHIRBAND S ， MOHAMMADI K ， YEE P L ， et al . A comparative evaluation for identifying the suitability of extreme learning machine to predict horizontal global solar radiation ［J］. Renewable and Sustainable Energy Reviews ， 2015 ， 52 ： 1031 - 1042 .

JIANG H ， DONG Y ， WANG J Z ， et al . Intelligent optimization models based on hard-ridge penalty and RBF for forecasting global solar radiation ［J］. Energy Conversion and Management ， 2015 ， 95 ： 42 - 58 .

OLATOMIWA L ， MEKHILEF S ， SHAMSHIRBAND S ， et al . A support vector machine firefly algorithm-based model for global solar radiation prediction ［J］. Solar Energy ， 2015 ， 115 ： 632 - 644 .

张雪松，朱想，赵波，等 . 基于WT-PLSP的太阳辐射短期预测［J］. 干旱区资源与环境， 2017 ， 31 （ 6 ）： 142 - 146 .

ZHANG Xuesong ， ZHU Xiang ， ZHAO Bo ， et al . Short-term forecast of solar radiation based on WT-PLSP ［J］. Journal of Arid Land Resources and Environment ， 2017 ， 31 （ 6 ）： 142 - 146 .

陈杰，张新燕，吕光建 . 基于小波包-神经网络的太阳逐时辐射预测［J］. 电测与仪表， 2016 ， 53 （ 17 ）： 49 - 54 .

CHEN Jie ， ZHANG Xinyan ， LÜ Guangjian . Study on prediction of solar radiation intensity based on wavelet decomposition and BP neural network ［J］. Electric Measurement and Instrumentation ， 2016 ， 53 （ 17 ）： 49 - 54 .

WANG S ， QIU J ， LI F . Hybrid decomposition-reconfiguration models for long-term solar radiation prediction only using historical radiation records ［J］. Energies ， 2018 ， 11 （ 6 ）： 1376 .

JIMENEZ-PEREZ P ， MORA-LOPEZ L . Modeling and forecasting hourly global solar radiation using clustering and classification techniques ［J］. Solar Energy ， 2016 ， 135 ： 682 - 691 .

LIU Y ， ZHOU Y ， WANG D ， et al . Classification of solar radiation zones and general models for estimating the daily global solar radiation on horizontal surfaces in China ［J］. Energy Conversion and Management ， 2017 ， 154 ： 168 - 179 .

杨琪，王维庆，王海云，等 . 相关性分析和GBDT组合的太阳辐射量预测算法［J］. 安徽大学学报（自然科学版）， 2020 ， 44 （ 3 ）： 65 - 71 .

YANG Qi ， WANG Weiqing ， WANG Haiyun ， et al . Prediction algorithm of solar radiation based on correlation analysis and GBDT combination ［J］. Journal of Anhui University （Natural Science Edition）， 2020 ， 44 （ 3 ）： 65 - 71 .

EL MGHOUCHI Y ， CHHAM E ， ZEMMOURI E ， et al . Assessment of different combinations of meteorological parameters for predicting daily global solar radiation using artificial neural networks ［J］. Building and Environment ， 2019 ， 149 ： 607 - 622 .

PRASAD R ， ALI M ， KWAN P ， et al . Designing a multi-stage multivariate empirical mode decomposition coupled with ant colony optimization and random forest model to forecast monthly solar radiation ［J］. Applied Energy ， 2019 ， 236 ： 778 - 792 .

郑丹，马尚昌，张素娟 . 基于PCA的太阳辐射观测算法研究［J］. 成都信息工程大学学报， 2017 ， 32 （ 6 ）： 584 - 589 .

ZHENG Dan ， MA Shangchang ， ZHANG Sujuan . Research on solar radiation observation algorithm based on PCA ［J］. Journal of Chengdu University of Information Technology ， 2017 ， 32 （ 6 ）： 584 - 589 .

HUANG C ， WANG L ， LAI L . Data-driven short-term solar irradiance forecasting based on information of neighboring sites ［J］. IEEE Transactions on Industrial Electronics ， 2019 ， 66 （ 12 ）： 9918 - 9927 .

LAN H ， ZHANG C ， HONG Y ， et al . Day-ahead spatiotemporal solar irradiation forecasting using frequency based hybrid principal component analysis and neural network ［J］. Applied Energy ， 2019 ， 247 ： 389 - 402 .

LOGHMARI I ， TIMOUMI Y ， MESSADI A . Performance comparison of two global solar radiation models for spatial interpolation purposes ［J］. Renewable and Sustainable Energy Reviews ， 2018 ， 82 ： 837 - 844 .

ANDRE M ， PEREZ R ， SOUBDHAN T ， et al . Preliminary assessment of two spatio-temporal forecasting technics for hourly satellite-derived irradiance in a complex meteorological context ［J］. Solar Energy ， 2019 ， 177 ： 703 - 712 .

LIU Y ， QIN H ， ZHANG Z ， et al . Ensemble spatiotemporal forecasting of solar irradiation using variational Bayesian convolutional gate recurrent unit network ［J］. Applied Energy ， 2019 ， 253 ： 113596 .

YAGLI G ， YANG D ， SRINIVASAN D . Automatic hourly solar forecasting using machine learning models ［J］. Renewable and Sustainable Energy Reviews ， 2019 ， 105 ： 487 - 498 .

FENG Y ， HAO W ， LI H ， et al . Machine learning models to quantify and map daily global solar radiation and photovoltaic power ［J］. Renewable and Sustainable Energy Reviews ， 2020 ， 118 ： 109393 .

WU Z ， LI Q ， XIA X . Multi-timescale forecast of solar irradiance based on multi-task learning and echo state network approaches ［J/OL］. IEEE Transactions on Industrial Informatics ［ 2020-07-06 ］. https：//ieeexplore.ieee.org/stamp/stamp.jsp https://ieeexplore.ieee.org/stamp/stamp.jsp ？tp= & arnumber= 9064496 .

ACHOUR L ， BOUHARKAT M ， ASSAS O ， et al . Hybrid model for estimating monthly global solar radiation for the Southern of Algeria：（case study： Tamanrasset， Algeria）［J］. Energy ， 2017 ， 135 ： 526 - 539 .

ZANG H ， CHENG L ， DING T ， et al . Application of functional deep belief network for estimating daily global solar radiation： a case study in China ［J］. Energy ， 2020 ， 191 ： 116502 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Review of Data-driven Condition Monitoring and Fault Diagnosis Technologies for Wind Turbines

Adaptive Learning Dispatching Model Based on Long Short-term Memory Network with Internal Input Update

Probability Prediction Based Risk Assessment and Proactive Regulation and Control Strategy for Static Operation Safety of Power Grid

太阳能光伏发电的中长期随机特性分析

Related Author

LONG Huan

YANG Ting

XU Shaohui

GU Wei

MENG Fei

SHAN Lianfei

LU Feng

ZHU Zixin

Related Institution

School of Electrical Engineering, Southeast University

Extra-high Voltage Branch of State Grid Jiangsu Electric Power Co., Ltd.

Power Dispatch and Control Center of State Grid Ningxia Electric Power Co., Ltd.

NARI Group Corporation(State Grid Electric Power Research Institute)

Beijing Kedong Electric Power Control System Co., Ltd.

⁰