光伏发电作为一种开发和利用太阳能的重要方式,于近些年取得了迅猛发展。然而,由于某些环境因素的影响,光伏功率具有随机性,给电力系统的功率平衡、安全稳定和经济运行带来了严峻挑战。其中,光伏电站上空云团的运动,如生消和变形,是地表辐照度产生迅速、剧烈变化的直接因素,从而间接导致了光伏功率出现分钟级波动。所以,对光伏电站上空的云团进行实时和准确的追踪至关重要。在这项研究中,块匹配算法,光流算法和特征匹配算法是目前的三类传统云团追踪方法。然而,它们都具有较差的鲁棒性。所以,本文针对不同的云团运动模式,将这些方法加以优化组合,提出了一种适应于多种云团运动模式的云团追踪方法,主要内容如下。首先,进行天空图像预处理,以锐化图像和滤除噪声;接着,从纹理、色度、信息论以及频域的角度,提取图像的相关特征向量;其次,基于上述特征向量,利用k-means算法对天空图像对进行聚类分析,得到不同的云团运动模式,建立云团运动模式识别模型;然后,基于上述运动模式识别模型,利用粒子群算法对三类传统方法进行优化组合,建立云团位移矢量计算模型。最后,利用云南省电力科学研究院所采集的天空图像,对本模型以及传统方法进行仿真对比,以验证本模型的有效性。