一种风光资源评估方法、装置、电子设备和存储介质与流程

1.本发明涉及新能源技术领域，具体涉及一种风光资源评估方法、装置、电子设备和存储介质。


背景技术：

2.风力资源评估是风力发电站前期规划阶段的重要环节，太阳能资源评估是光伏发电站前期规划的重要环节；准确的风力资源评估、太阳能资源评估能够有效降低风电场和光伏发电站的投资风险和提高收益水平；因此，针对风力发电站和/或光伏发电站的选址以及建造，通常需要在选址前进行风光资源的全面评估。
3.现有的针对风光资源评估方法，通常通过考虑待评估区域的近期的气象数据进行评估；针对风力资源的评估，通常关注地形、地貌、纬度和/或海拔等地理特征以及风温度、湿度、气压等气象特征的影响进而导致的对风能的强度和稳定性的影响；而针对太阳能资源的评估，通常关注地理特征和气象特征对日照时数和太阳辐射的影响。
4.然而，近年来，在如全球变暖、厄尔尼诺等全球气候变化背景下，极端气候事件发生频次、持续时间和长度均呈持续上升趋势。例如，相对于1850—1900年、2001—2020年这20年平均的全球地表温度上升了0.99℃，且2011—2020年这10年平均的全球地表温度已上升约1.09℃；20世纪50年代以来，高温热浪等极端热事件在全球陆地区域增多、增强，极端冷事件减弱且变少；因此，现有的上述评估方法，仅考虑近十年内的气象数据进行风光资源评估的方法，只是根据近期的气象情况和电力负荷情况计算得到基于近期的风光资源的评估结果，在进行评估时，一方面，没有考虑未来气象变化对风光资源的影响，另一方面，没有考虑未来的气象变化对运维成本的影响，存在评估不准确且不客观的问题。
5.因此，目前亟需提出一种风光资源评估方法、装置、电子设备和存储介质，以解决相关技术中存在的问题。


技术实现要素：

6.本技术实施例提供一种风光资源评估方法、装置、电子设备和存储介质，以解决相关技术中存在的问题。
7.根据本技术的第一方面，提供一种风光资源评估方法，所述风光资源评估方法应用于风光发电站，所述风光资源评估方法包括：获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据；分别提取所述历史气象数据的和所述实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息；基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正，得到修正预报结果；基于所述修正预报结果对风光资源进行评估，得到评估结果。
8.可选地，所述基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正包括：在所述第一气象演变信息或所述第二气象演变信息中，提取所
述历史气象数据和所述实测气象数据的在第二预设时间尺度下的时序增长率和变化幅值；其中，所述第二预设时间尺度为年度、季度、月度、日度至少之一的时间尺度；基于所述时序增长率和所述变化幅值对所述预测气象数据进行修正。
9.可选地，所述方法还包括：在所述第一气象演变信息和第二气象演变信息中，提取所述历史气象数据和所述实测气象数据的在第二预设时间尺度下的数值特征；其中，所述数值特征包括数值平均性、数值波动性和数值间歇性至少之一；基于所述数值特征对所述预测气象数据进行修正。
10.可选地，所述方法还包括：获取空间尺度大于待评估区域的预设区域的地理特征数据；在所述地理特征数据中，提取预设区域的区域演变信息；基于所述区域演变信息与所述历史气象数据对所述预测气象数据进行修正，得到修正预报结果。
11.可选地，所述基于所述区域演变信息与所述历史气象数据对所述预测气象数据进行修正包括：在所述历史气象数据中，提取表征着气溶胶光学厚度演变状况的第一气象演变子信息；基于所述区域演变信息、所述第一气象演变子信息和所述第一气象演变信息确定区域演变信息、区域演变信息和所述第一气象演变信息的气象拟合关系；基于所述气象拟合关系对所述预测气象数据进行修正，得到修正预报结果。
12.可选地，所述方法还包括：获取待评估区域的下垫面信息；提取表征着下垫面信息变化状况的第二气象演变子信息；基于所述第二气象演变子信息对所述预测气象数据进行修正。
13.可选地，所述方法还包括：获取待评估区域的大气稳定度信息；提取所述历史气象数据随大气稳定度信息变化的第三气象演变子信息；基于所述第二垂直变化信息对所述预测气象数据进行修正。
14.根据本技术的第二方面，提供一种风光资源评估装置，所述风光资源评估装置包括：数据获取模块，用于获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据；演变信息提取模块，用于分别提取所述历史气象数据的和所述实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息；气象数据修正模块，用于基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正，得到修正预报结果；风光资源评估模块，用于基于所述修正预报结果对风光资源进行评估，得到评估结果。
15.根据本技术的第三方面，提供一种电子设备，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任意一项所述的风光资源评估方法。
16.根据本技术的第四方面，提供一种计算机可读的存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行如上述任意一项所述的风光资源评估方法。
17.本技术实施例提供一种风光资源评估方法，所述风光资源评估方法应用于风光发电站，所述风光资源评估方法包括：获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据；分别提取所述历史气象数据的和所述实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演
变信息；基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正，得到修正预报结果；基于所述修正预报结果对风光资源进行评估，得到评估结果。本技术的上述方法，采用时间尺度为风光发电站的使用寿命的预测气象数据进行预测，并且，在预测前，分别提取所述历史气象数据的和所述实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息；其中，所述第一气象演变信息为历史气象数据中上述针对风力发电状况和光伏发电状况影响因素较大的气象数据的变化趋势，所述第二气象演变信息为实测气象数据中上述针对风力发电状况和光伏发电状况影响因素较大的气象数据的变化趋势，并基于所述第一气象演变信息和第二气象演变信息对所述预测气象数据进行修正，得到修正预报结果，以根据所述第一气象演变信息和第二气象演变信息中确定历史气象数据和实测气象数据的时间特性和空间特性，并根据所述时间特性和空间特性对所述预测气象数据进行修正，使得修正后的预测气象数据能够融合长时间尺度下的异常气候状况的气候变化趋势，并且能够融合短时间尺度下的异常气候状况的气候变化趋势，以在进行风光资源预测时，一方面，能够对待进行风光资源评估的区域进行基于使用寿命的评估；另一方面，能够对待进行风光资源评估的区域进行适应于历史长时间气候变化规律的评估或短时间内可能出现的异常气象的评估。
附图说明
18.此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：图1为本技术实施例的一种可选的风光资源评估方法的流程示意图；图2是根据本技术实施例的一种风光资源评估装置的示意图；图3是根据本技术实施例的一种可选的电子设备的结构框图。
具体实施方式
19.为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式，在各图中相同的标号表示结构相同或结构相似但功能相同的部件。
20.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
21.在以下的描述中，将描述本发明的多个不同的方面，然而对于本领域内的普通技术人员而言，可以仅仅利用本发明的一些或者全部结构或者流程来实施本发明。为了解释的明确性而言，阐述了特定的数目、配置和顺序，但是很明显，在没有这些特定细节的情况下也可以实施本发明。在其他情况下，为了不混淆本发明，对于一些众所周知的特征将不再进行详细阐述。
22.本技术实施例提供一种风光资源评估方法，所述风光资源评估方法应用于风光发电站；图1为本技术实施例的一种可选的风光资源评估方法的流程示意图，如图1所示，所述风光资源评估方法包括：s101.获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据。
23.在本实施例中，所述风光发电站寿命为风光发电站的设计寿命。示例性的，所述风光发电站寿命可以为35年；所述实测气象数据为待评估区域经仪器实测的数据；例如，可以在待评估区域设置气象数据采集装置，所述气象数据采集装置用于每隔一小时、六小时、十二小时等时长采集包括但不限于与风光资源评估强相关的例如温度、风向、风速、湿度等数据；示例性的，所述气象数据采集装置用于持续或间歇的采集待评估区域一年内的气象数据。所述第一预设时间尺度大于所述风光发电站寿命；具体的，所述第一预设时间尺度可以为50年、60年、100年
……
。所述预测气象数据可以基于超长期天气预报得到；具体的，所述预测气象数据可以为35年，所述预测气象数据可以为未来35年内，每隔12h、24h、168h、720h的气象数据。
24.所述历史气象数据和所述预测气象数据可以由气象中心下载，所述历史气象数据可以至少包括上述与风光资源评估强相关的例如温度、风向、风速、湿度等数据，还可以包括与风光资源评估弱相关的例如空气质量指数、气溶胶光学厚度等的其他气象数据。
25.s102.分别提取所述历史气象数据的和所述实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息。
26.在本实施例中，所述第一气象演变信息为所述历史气象数据所表征的演变情况；具体的，所述第一气象演变信息可以为历史气象数据的增长率、幅值变化等；应当理解的是，异常气候状况在出现时通常伴随着气象数据的骤减或剧增，从而导致增长率和幅值的变化，因此所述第一气象演变信息内含有历史出现异常气候状况的情况；在本技术中，所述表征着第一气象演变信息可以为历史气象数据中与风光资源评估有关的气象数据的气象演变趋势；具体的，由于针对风力发电状况的评估中，影响因素较大的气象数据为风速、风向、温度、湿度等；针对光伏发电状况的评估中，影响因素较大的气象数据为温度、湿度、云量、降水等；因此，在本技术中，所述第一气象演变信息为历史气象数据中上述针对风力发电状况和光伏发电状况影响因素较大的气象数据的变化趋势。
27.在本实施例中，所述第二气象演变信息为所述实测气象数据中含有历史气象数据所代表的时间尺度下气象变化情况的演变数据；具体的，第二气象演变信息为所述历史气象数据所代表的最近1年、2年、3年的时间尺度下，各种气象数据的变化状况。上述演变数据中对风光资源评估时的影响状况不同，因此，在本技术中，所述表征着气象变化趋势的第二气象演变信息为实测气象数据中与风光资源评估有关的气象数据的气象演变趋势；具体的，由于针对风力发电状况的评估中，影响因素较大的气象数据为风速、风向、温度、湿度等；针对光伏发电状况的评估中，影响因素较大的气象数据为温度、湿度、云量、降水等；因此，在本技术中，所述第二气象演变信息为实测气象数据中上述针对风力发电状况和光伏发电状况影响因素较大的气象数据的变化趋势。
28.示例性的，所述第一气象演变信息和所述第二气象演变信息可以为对应的气象数据绘制的折线图或曲线图等。
29.s103.基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正，得到修正预报结果。
30.考虑待评估区域的近期的气象数据进行评估的方法，通常直接对近期的气象数据进行分析，得到评估结果；但是，近期的气象数据不能完整的反应待评估区域的长期气象演变情况；例如，异常气象状况的发生通常是随机的，在考虑待评估区域的近期的气象数据进
行评估时，在近期的气象数据的采集周期内若未发生异常气象状况，风光资源评估的结果为合格，但在未来一段时间内，在发生异常状况时，可能会对风力发电和/或光伏发电导致异常影响；因此，有必要对预测气象数据进行修正。
31.基于此，在本技术中，为了在进行风光资源评估时考虑针对风力发电状况和光伏发电状况影响因素较大的历史气象数据的变化趋势和实测气象数据的变化趋势，基于所述第一气象演变信息和第二气象演变信息对所述预测气象数据进行修正。示例性的，可以对所述预测气象数据进行修正，使得所述预测气象数据中针对风力发电状况和光伏发电状况影响因素较大的气象数据的变化趋势更趋近于所述第一气象演变信息和所述第二气象演变信息。
32.例如，在本技术中，可以根据所述第一气象演变信息和第二气象演变信息中确定历史气象数据和实测气象数据的时间特性和空间特性，其中，所述时间特性包括所述气象数据在整体上的日变化规律、月变化规律、周变化规律、季节变化规律和年变化规律；所述空间特性包括所述气象数据的平均值、波动程度间歇程度；并根据历史气象数据或实测气象数据的所述时间特性和空间特性单独对所述实测气象数据进行修正，或根据所述历史气象数据和所述实测气象数据的所述时间特性和空间特性共同对所述实测气象数据进行修正。
33.具体的，作为一种可能的实现方式，可以基于统计分析的方法基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正；具体的，基于统计分析的方法使用第一气象演变信息或所述第二气象演变信息和预测气象数据进行趋势和相关性分析，以使得预测气象数据能够适用于历史长时间气候变化规律的评估或短时间内可能出现的异常气象。
34.作为另一种可能的实现方式，可以基于模型的方法使用数学模型和算法来将所述第一气象演变信息和第二气象演变信息转化为修正因子或调整函数。这些模型可以基于回归分析、机器学习等技术，通过拟合第一气象演变信息或所述第二气象演变信息和预测气象数据以使得预测气象数据能够适用于历史长时间气候变化规律的评估或短时间内可能出现的异常气象。
35.s104.基于所述修正预报结果，采用预先训练好的风光资源评估模型进行评估，得到评估结果。
36.在本实施例中，所述预先训练好的风光资源评估模型可以为通过提取所述修正预报结果中与风力发电结果、光伏发电结果有关的气象数据进行风光资源评估。
37.示例性的，所述风光资源评估模型可以为预先训练好的神经网络模型、深度学习模型或其他可选的模型。
38.本技术的上述方案，采用时间尺度为风光发电站的使用寿命的预测气象数据进行预测，并且，在预测前，分别提取所述历史气象数据的和所述实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息；其中，所述第一气象演变信息为历史气象数据中上述针对风力发电状况和光伏发电状况影响因素较大的气象数据的变化趋势，所述第二气象演变信息为实测气象数据中上述针对风力发电状况和光伏发电状况影响因素较大的气象数据的变化趋势，并基于所述第一气象演变信息和第二气象演变信息对所述预测气象数据进行修正，得到修正预报结果，以根据所述第一气象演变信息和第二气象演变信
息中确定历史气象数据和实测气象数据的时间特性和空间特性，并根据所述时间特性和空间特性对所述预测气象数据进行修正，使得修正后的预测气象数据能够融合长时间尺度下的异常气候状况的气候变化趋势，并且能够融合短时间尺度下的异常气候状况的气候变化趋势，以在进行风光资源预测时，一方面，能够对待进行风光资源评估的区域进行基于使用寿命的评估；另一方面，能够对待进行风光资源评估的区域进行适应于历史长时间气候变化规律的评估或短时间内可能出现的异常气象的评估。
39.时序增长率和变化幅值能够反映历史长时间气候变化规律或短时间内可能出现的异常气象，基于此，作为示例性的实施例，所述基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正包括：在所述第一气象演变信息或所述第二气象演变信息中，提取所述历史气象数据和所述实测气象数据的在第二预设时间尺度下的时序增长率和变化幅值；其中，所述第二预设时间尺度为年度、季度、月度、日度至少之一的时间尺度；基于所述时序增长率和所述变化幅值对所述预测气象数据进行修正。
40.在本实施例中，所述第二预设时间尺度为年度、季度、月度、日度至少之一的时间尺度。即，可以基于历史气象数据的第一气象演变信息或实测气象数据的第二气象演变信息的年度、季度、月度、日度任何一种第二预设时间尺度下对应的时序增长率和变化幅值单独对预测气象数据进行修正，也可以同时基于上述任意两种或多种时间尺度下的时序增长率和变化幅值的组合对预测气象数据进行修正。应当理解的是，上述修正方式，所述预设时间尺度越短，得到的修正预报结果越能适应于历史长时间气候变化规律或越能适用于短时间内可能出现的异常气象，但进行修正时的计算量越大。
41.在本实施例中，由于历史气象数据的时间尺度与所述预测气象数据的时间尺度不同，采用第一气象演变信息对预测气象数据进行修正时，可以对第一预设时间尺度下的第一气象演变信息提取出的多个所述时序增长率和变化幅值进行包括但不限于取平均、加权求和、比例调整、模型处理等处理方式进行处理后得到匹配于基于风光发电站寿命的时间尺度后，再对所述预测气象数据进行修正。
42.在本实施例中，由于实测气象数据的时间尺度与所述预测气象数据的时间尺度不同，采用第二气象演变信息对预测气象数据进行修正时，可以对第二气象演变信息提取出的多个所述时序增长率和变化幅值基于统计分析的方法进行升时间尺度处理后得到匹配于基于风光发电站寿命的时间尺度后，再对所述预测气象数据进行修正。
43.在本实施例中，还可以采用所述历史气象数据的所述第一气象演变信息和所述实测气象数据的第二气象演变信息共同对所述预测气象数据进行修正。
44.时序增长率和变化幅值虽然能够反映历史长时间气候变化规律或短时间内可能出现的异常气象，但时序增长率和变化幅值仅能反应数据在时间维度的变化情况，不能优秀地反应数据在数值上的变化；在作为示例性的实施例，所述方法还包括：在所述第一气象演变信息和第二气象演变信息中，提取所述历史气象数据和所述实测气象数据的在第二预设时间尺度下的数值特征；其中，所述数值特征包括数值平均性、数值波动性和数值间歇性至少之一；基于所述数值特征对所述预测气象数据进行修正。
45.作为示例性的实施例，为了从平均数值分布特征直观体现数值的分布情况，对数值平均性、数值波动性和数值间歇性的数值指标进行计算，在计算后绘制数值波动性特征分布图以及数值间歇性特征分布图，并基于数值波动性特征分布图以及数值间歇性特征分
布图的时序排列对所述预测气象数据进行修正。
46.在本实施例中，由于历史气象数据的时间尺度与所述预测气象数据的时间尺度不同，采用上述实施例进行修正时，可以对第一预设时间尺度下的第一气象演变信息提取出的多个所述数值平均性、数值波动性和数值间歇性的数值指标进行包括但不限于取平均、加权求和、比例调整、模型处理等处理方式进行处理后得到匹配于基于风光发电站寿命的时间尺度后，再对所述预测气象数据进行修正。
47.在本实施例中，由于实测气象数据的时间尺度与所述预测气象数据的时间尺度不同，采用第二气象演变信息对预测气象数据进行修正时，可以对第二气象演变信息提取出的多个所述数值平均性、数值波动性和数值间歇性的数值指标基于统计分析的方法进行升时间尺度处理后得到匹配于基于风光发电站寿命的时间尺度后，再对所述预测气象数据进行修正。
48.在本实施例中，还可以采用所述历史气象数据的所述第一气象演变信息和所述实测气象数据的第二气象演变信息共同对所述预测气象数据进行修正。
49.人类活动对异常气候事件的发生频次和严重程度可以产生影响；例如，第一方面，人类活动会导致例如二氧化碳、甲烷等温室气体的排放，温室气体的增加导致大气中的温室效应加强，可能导致极端气候事件的频次和严重程度增加，进而影响风光发电站的发电效果；另一方面，人类活动导致的城市化和热岛效应可能导致城市周边地区的热浪事件频次增加；持续热浪事件天气下，光伏组件功率输出呈负温度系数关系，温度越高，输出功率越低，因此发电量也会相应减少；因此，在本技术中，为了对待进行风光资源评估的区域进行适应于历史长时间气候变化规律的评估或短时间内可能出现的异常气象的评估，作为示例性的实施例，所述方法还包括：获取空间尺度大于待评估区域的预设区域的地理特征数据；在所述地理特征数据中，提取预设区域的区域演变信息；基于所述区域演变信息与所述历史气象数据对所述预测气象数据进行修正，得到修正预报结果。
50.在本实施例中，所述预设区域可以基于行政区划确定；例如，所述预设区域可以为待进行风光资源评估的区域所在的地级市；所述地理特征数据可以包括预设区域的经度、纬度、下垫面类型、大气稳定度、植被类型等自然地理特征数据，还可以包括历史城市发展状况、历史城市发展规划或未来城市发展规划等人文地理特征数据；在本实施例中，所述区域演变信息可以在风光发电站寿命的时间尺度下，由人类活动造成地理特征数据的变化，进而改变异常气候发生的频次和严重程度的信息。例如，所述区域演变信息可以为在以风光发电站寿命的时间尺度的历史中的表征着下垫面类型、大气稳定度、植被类型等的变化程度信息，还可以为城市发展状况和/或城市发展规划中的城市工业化比重、城市工业类型等的变化程度信息。
51.在本实施例中，在提取所述区域演变信息后，基于所述区域演变信息和所述历史气象数据对所述预测气象数据进行修正；示例性的，可以一方面基于所述区域演变信息中的多个地理特征数据与所述历史气象数据进行多元线性回归拟合，得到地理特征数据与历史气象数据的对应关系，另一方面提取所述区域演变信息的时序变化关系，并基于所述时序变化关系对未来的区域演变信息进行预测，得到基于风光发电站寿命的时间尺度的预测区域演变信息，根据所述预测区域演变信息和所述对应关系得到基于区域演变信息的预测结果，之后根据所述预测结果和所述第一气象演变信息或所述第二气象演变信息对所述预
测历史气象数据进行包括但不限于基于统计分析的方法、基于数学模型的方法进行修正。
52.应当理解的是，上述区域演变信息本身就与历史长时间气候变化规律或历史短时间内出现的异常气象相互影响，因此在考虑上述区域演变信息对所述预测气象数据进行修正时能够使得预测气象数据更适应于历史长时间气候变化规律的评估或短时间内可能出现的异常气象的评估。
53.针对风光资源的评估，在风力资源方面通常关注风速、风向与风力发电机的发电效果强相关的气象数据，在光伏资源方面通常关注气象特征对日照时数和太阳辐射的影响；经研究发现，上述气象数据中，针对光伏资源方面，在纬度不发生较大改变的选址确定的情况下，日照时数通常不变；但是，经研究发现，气溶胶光学厚度对太阳辐射的有较大的影响，并且针对风力资源方面，气溶胶光学厚度对风速有较大的影响，基于此，作为示例性的实施例，所述基于所述区域演变信息与所述历史气象数据对所述预测气象数据进行修正包括：在所述历史气象数据中，提取表征着气溶胶光学厚度演变状况的第一气象演变子信息；基于所述区域演变信息、所述第一气象演变子信息和所述第一气象演变信息确定区域演变信息、区域演变信息和所述第一气象演变信息的气象拟合关系；基于所述气象拟合关系对所述预测气象数据进行修正，得到修正预报结果。
54.下垫面是指地表下方的特定区域或介质，如海陆分布、地形起伏和地表粗糙度、植被、土壤湿度、雪被面积等等；在基于风光发电站寿命的时间尺度下的较长的时间尺度下，人类活动可能会导致下垫面的改变，在下垫面改变时，一方面会导致气候的改变，属于异常气候的影响因素，另一方面，下垫面可以对气溶胶光学厚度产生影响，从而导致对太阳辐射的影响。下垫面的类型和特征会影响气溶胶的生成、输送和沉降过程，进而影响大气中的气溶胶浓度和气溶胶光学厚度；具体地，下垫面的不同类型和特征会影响气溶胶的源排放，例如，从气溶胶源排放方面考虑，不同的土壤类型、植被覆盖和地质成分会导致不同的气溶胶释放农业活动、土壤扰动、植被火灾等与下垫面相关的因素都可能对气溶胶的源排放产生影响；从地表反射和辐射方面考虑：下垫面的特性会影响太阳辐射的反射和吸收，进而影响大气的辐射场。不同的下垫面类型具有不同的反射特性，如森林、城市、水域等，它们的辐射特性会影响大气中的能量分布和垂直热力结构，进而影响气溶胶的分布和光学厚度。基于此，作为示例性的实施例，所述方法还包括：获取待评估区域的下垫面信息；提取表征着下垫面信息变化状况的第二气象演变子信息；基于所述第二气象演变子信息对所述预测气象数据进行修正。
55.在本实施例中，可以一方面基于所述第二气象演变子信息与所述历史气象数据进行多元回归拟合，得到第二气象演变子信息与历史气象数据的对应关系，另一方面提取所述第二气象演变子信息的时序变化关系，并基于所述时序变化关系对未来的第二气象演变子信息进行预测，得到基于风光发电站寿命的时间尺度的预测第二气象演变子信息，根据所述预测第二气象演变子信息和所述对应关系得到基于第二气象演变子信息的预测结果，之后根据所述预测结果对所述预测气象数据进行包括但不限于基于统计分析的方法、基于数学模型的方法进行修正。
56.大气稳定度是指叠加在大气背景场上的扰动能否随时间增强的量度。大气稳定度的改变，一方面会导致气候的改变，属于异常气候的影响因素，另一方面，大气稳定度的改变可以对气溶胶光学厚度产生影响，从而导致对太阳辐射的影响。作为示例性的实施例，所
述方法还包括：获取待评估区域的大气稳定度信息；提取所述历史气象数据随大气稳定度信息变化的第三气象演变子信息；基于所述第三气象演变子信息对所述预测气象数据进行修正。
57.在本实施例中，可以一方面基于所述第二气象演变子信息与所述历史气象数据进行多元回归拟合，得到第二气象演变子信息与历史气象数据的对应关系，另一方面提取所述第二气象演变子信息的时序变化关系，并基于所述时序变化关系对未来的第二气象演变子信息进行预测，得到基于风光发电站寿命的时间尺度的预测第二气象演变子信息，根据所述预测第二气象演变子信息和所述对应关系得到基于第二气象演变子信息的预测结果，之后根据所述预测结果对所述预测气象数据进行包括但不限于基于统计分析的方法、基于数学模型的方法进行修正。
58.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如rom（read-only memory，只读存储器）/ram(random access memory，随机存取存储器)、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本技术各个实施例所述的方法。
59.根据本技术实施例的第三方面，还提供一种用于实施上述覆冰预测模型训练方法的风光资源评估装置，图2是根据本技术实施例的一种风光资源评估装置的示意图，如图2所示，所述风光资源评估装置包括：数据获取模块201，用于获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据；演变信息提取模块202，用于分别提取所述历史气象数据的和所述实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息；气象数据修正模块203，用于基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正，得到修正预报结果；风光资源评估模块204，用于基于所述修正预报结果对风光资源进行评估，得到评估结果。
60.需要说明的是，该实施例中的数据获取模块201可以用于执行上述步骤s101，该实施例中的样本对演变信息提取模块202可以用于执行上述步骤s102，该实施例中的气象数据修正模块203可以用于执行上述步骤s103，该实施例中的风光资源评估模块204可以用于执行上述步骤s104。
61.此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
62.根据本技术的第四方面，提供一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信，所述存储器，用于存储计算机程序；所述处理器，用于通过运行所述存储器上所存储的所述计算机程序来执行如上述任一项所述的实施例中的方法。
63.图3是根据本技术实施例的一种可选的电子设备的结构框图，如图3所示，包括处理器502、通信接口504、存储器506和通信总线508，其中，处理器502、通信接口504和存储器506通过通信总线508完成相互间的通信，其中，存储器506，用于存储计算机程序；处理器502，用于执行存储器506上所存放的计算机程序时，实现如下步骤：获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据；分别提取所述历史气象数据的和所述实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息；基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正，得到修正预报结果；基于所述修正预报结果对风光资源进行评估，得到评估结果。
64.可选地，在本实施例中，上述的通信总线可以是pci (peripheral component interconnect，外设部件互连标准)总线、或eisa (extended industry standard architecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
65.通信接口用于上述电子设备与其他设备之间的通信。
66.存储器可以包括ram，也可以包括非易失性存储器(non-volatile memory)，例如，至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
67.作为一种示例，如图3所示，上述存储器502中可以但不限于包括上述数据获取模块201、演变信息提取模块202、气象数据修正模块203、风光资源评估模块204，还可以包括上述实施例中的其他模块单元，本示例中不再赘述。
68.上述处理器可以是通用处理器，可以包含但不限于：cpu (central processing unit，中央处理器)、np(network processor，网络处理器)等；还可以是dsp (digital signal processing，数字信号处理器)、asic (application specific integrated circuit，专用集成电路)、fpga (field－programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
69.可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
70.本领域普通技术人员可以理解，图3所示的结构仅为示意，实施上述实施例中任意一项所述的方法的设备可以是终端设备，该终端设备可以是智能手机（如android手机、ios手机等）、平板电脑、掌上电脑以及移动互联网设备（mobile internet devices，mid）、pad等终端设备。图3其并不对上述电子装置的结构造成限定。例如，终端设备还可包括比图3中所示更多或者更少的组件（如网络接口、显示装置等），或者具有与图3所示的不同的配置。
71.本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、rom、ram、磁盘或光盘等。
72.作为示例性的实施例，本技术还提供一种计算机可读的存储介质，所述存储介质
中存储有计算机程序，其中，所述计算机程序被设置为运行时执行本实施例中任意一项所述的方法步骤。
73.可选地，在本实施例中，上述存储介质可以用于执行本技术实施例的方法步骤的程序代码。
74.可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
75.可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据；可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例中对此不再赘述。
76.可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、rom、ram、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
77.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
78.上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备（可为个人计算机、服务器或者网络设备等）执行本技术各个实施例所述方法的全部或部分步骤。
79.在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
80.在本技术所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
81.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例中所提供的方案的目的。
82.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
83.以上所述仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。
84.在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有
详述的部分，可以参见其他实施例的相关描述。
85.以上所述仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。

技术特征：
1.一种风光资源评估方法，其特征在于，所述风光资源评估方法应用于风光发电站，所述风光资源评估方法包括：获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据；分别提取所述历史气象数据和所述实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息；基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正，得到修正预报结果；基于所述修正预报结果对风光资源进行评估，得到评估结果。2.如权利要求1所述的风光资源评估方法，其特征在于，所述基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正包括：在所述第一气象演变信息或所述第二气象演变信息中，提取所述历史气象数据和所述实测气象数据的在第二预设时间尺度下的时序增长率和变化幅值；其中，所述第二预设时间尺度为年度、季度、月度、日度至少之一的时间尺度；基于所述时序增长率和所述变化幅值对所述预测气象数据进行修正。3.如权利要求2所述的风光资源评估方法，其特征在于，所述方法还包括：在所述第一气象演变信息和第二气象演变信息中，提取所述历史气象数据和所述实测气象数据的在第二预设时间尺度下的数值特征；其中，所述数值特征包括数值平均性、数值波动性和数值间歇性至少之一；基于所述数值特征对所述预测气象数据进行修正。4.如权利要求1所述的风光资源评估方法，其特征在于，所述方法还包括：获取空间尺度大于待评估区域的预设区域的地理特征数据；在所述地理特征数据中，提取预设区域的区域演变信息；基于所述区域演变信息与所述历史气象数据对所述预测气象数据进行修正，得到修正预报结果。5.如权利要求4所述的风光资源评估方法，其特征在于，所述基于所述区域演变信息与所述历史气象数据对所述预测气象数据进行修正包括：在所述历史气象数据中，提取表征着气溶胶光学厚度演变状况的第一气象演变子信息；基于所述区域演变信息、所述第一气象演变子信息和所述第一气象演变信息确定区域演变信息、区域演变信息和所述第一气象演变信息的气象拟合关系；基于所述气象拟合关系对所述预测气象数据进行修正，得到修正预报结果。6.如权利要求5所述的风光资源评估方法，其特征在于，所述方法还包括：获取待评估区域的下垫面信息；提取表征着下垫面信息变化状况的第二气象演变子信息；基于所述第二气象演变子信息对所述预测气象数据进行修正。7.如权利要求5所述的风光资源评估方法，其特征在于，所述方法还包括：获取待评估区域的大气稳定度信息；提取所述历史气象数据随大气稳定度信息变化的第三气象演变子信息；
基于所述第三气象演变子信息对所述预测气象数据进行修正。8.一种风光资源评估装置，其特征在于，所述风光资源评估装置包括：数据获取模块，用于获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据；演变信息提取模块，用于分别提取所述历史气象数据的和所述实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息；气象数据修正模块，用于基于所述第一气象演变信息和/或所述第二气象演变信息对所述预测气象数据进行修正，得到修正预报结果；风光资源评估模块，用于基于所述修正预报结果对风光资源进行评估，得到评估结果。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的风光资源评估方法。10.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行如权利要求1至7中任意一项所述的风光资源评估方法。

技术总结
本申请实施例提供一种风光资源评估方法、装置、电子设备和存储介质，属于新能源技术领域；风光资源评估方法应用于风光发电站，风光资源评估方法包括：获取待评估区域的实测气象数据、第一预设时间尺度下的历史气象数据和基于风光发电站寿命的时间尺度下的预测气象数据；分别提取历史气象数据的和实测气象数据表征着气象变化趋势的第一气象演变信息和第二气象演变信息；基于第一气象演变信息和第二气象演变信息对预测气象数据进行修正，得到修正预报结果；基于修正预报结果对风光资源进行评估，得到评估结果；本申请能够对进行基于使用寿命的评估；并且，能够进行适应于历史长时间气候变化规律的评估或短时间内可能出现的异常气象的评估。常气象的评估。常气象的评估。


技术研发人员：田伟 崔书慧 段再超 刘丽
受保护的技术使用者：北京东润环能科技股份有限公司
技术研发日：2023.08.02
技术公布日：2023/8/31