云量对太阳不同时间点的辐照度准确预测造成了不小的困扰。
当云层掠过上空时，光伏设备系统产生的太阳能会产生波动。世界各地的太阳能生产商希望根据电力供应的多寡来调整电力使用量。想要做到这一点，可能就需要详细了解阳光辐射量的变化情况。因此，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］可能是更好地管控太阳能发电的策略。
据美国“优睿科”网站6月28日消息称，瑞典乌普萨拉大学的科学家开发出一种预测太阳辐照度变化的数学模型，或将有助于促进更有效地利用太阳能发电。
针对各种数据模型的测试结果证明，该模型能够做出高度可靠的预测，并且在某些方面表现出显著的优势。相关研究刊登于《太阳能》杂志八月刊中。
乌普萨拉大学土木和工业工程系项目负责人Joakim Munkhammar介绍道：“就像它的名字一样，我们开发的‘马尔可夫链混合’（MCM）模型能够依据特定的太阳辐射水平对下个时间段的情况作出预测。这个模型设计简单，易于训练和使用，关键是能够提供惊人准确的太阳辐照度预测结果。”
这个根据“隐马尔可夫模型”（hidden Markov model）优化的模型能够对各种过程和模式进行识别和概率预测。MCM分布模型将太阳辐照度划分为不同的水平，并可以计算出此后时间段中出现各种日照强度的概率。在此基础上，科学家就有可能预测出何时以及哪些照度水平的阳光会倾向于产生变化，进而将预测结果与实际观测结果进行对比，以检验前者与实际情况的吻合程度。
之前，已有研究人员测试过这个模型，如模型对比。在其中一项研究中，他们对该模型和5个已建立的基准模型（专门用于比较和评价新模型的相对性能）进行了测试，新MCM模型的预测结果最为可靠。其中，近未来预测准确性尤为突出。
目前，乌普萨拉大学的研究人员希望用他们的模型来控制技术系统具有可行性。Munkhammar展望道：“我们期待与其他科学家和公司合作，以便用真实的物理系统来测试这个模型，比如电池储能系统。基于对当地太阳能发电条件的预测结果，我们将能够通过调整电量来提高存储系统的效益。”
