乌普萨拉大学开发了一种新的预测太阳辐照度变化的数学模型。它可能有助于促进更有效地利用太阳能发电。在对各种数据模型的测试中，证明该模型能够做出高度可靠的预测，并且在某些方面是最适合这一目的的。研究结果发表在《太阳能》杂志上的两篇文章中。

当云层从头顶掠过时，光伏系统产生的太阳能在一分钟内波动。为了根据供应来调整他们的电力使用，当地的太阳能生产者(例如，对于一个单一的房产)需要知道阳光的数量是如何变化的。预测太阳辐照度(到达给定表面的太阳辐射量，以瓦特每平方米，W/m2计量)可能是更好地控制太阳能发电的一种方法。

乌普萨拉大学土木和工业工程系的项目负责人Joakim Munkhammar说:“我们的MCM模型，正如它的名字，是用来预测下一分钟、一小时或一天将会发生什么，基于特定的太阳辐照度水平。这个模型设计简单，易于训练和使用，并提供了惊人准确的太阳辐照度预测。”

这个去年提交给科学界的模型是基于一个隐马尔可夫模型，这是一个识别和概率预测过程和模式的统计模型。MCM(马尔可夫链混合)分布模型将太阳辐照度划分为不同的水平，并计算下一个和随后的时间段在不同水平上的日照概率。在此基础上，就有可能预测何时以及在何种程度上阳光会发生变化，并将预测结果与实际观测结果进行比较，看看前者与实际情况是否吻合。

这个模型现在已经被两位科学家测试过了。这包括测试运行，以将该模型与其他几个模型进行比较。在一项研究中，研究人员测试了该模型和五个已建立的基准模型(用于比较评估新模型的相对性能)，新的MCM模型产生了最可靠的预测，尤其是对近期的预测。

乌普萨拉大学的研究人员现在希望用他们的模型来控制技术系统是可行的。

“我们期待与其他科学家和公司合作，用真实的物理系统来测试这个模型，比如电池储能系统。Munkhammar说:“我们将尝试通过根据当地太阳能发电的预测调整充电来提高存储系统的成本效益。”