光伏發(fā)電預(yù)測(cè).doc

太陽(yáng)能發(fā)電預(yù)測(cè)綜述在煤礦，石油開(kāi)采量日益見(jiàn)底和生態(tài)環(huán)境急速惡化的嚴(yán)峻形勢(shì)下 ，太陽(yáng)能作為一種自然能源 ，以其儲(chǔ)量豐富且清潔無(wú)污染性顯示了其獨(dú)特的優(yōu)勢(shì) ，已被國(guó)際公認(rèn)為未來(lái)最具競(jìng)爭(zhēng)性的能源之一。從太陽(yáng)能獲得電力，需通過(guò)太陽(yáng)電池將光能轉(zhuǎn)化為電能。它同以往其他電源發(fā)電原理完全不同。要使太陽(yáng)能發(fā)電真正達(dá)到實(shí)用水平，一是要提高太陽(yáng)能光電變換效率并降低其成本，二是要實(shí)現(xiàn)太陽(yáng)能發(fā)電同的電網(wǎng)聯(lián)網(wǎng)。1.太陽(yáng)能發(fā)電的分類目前太陽(yáng)能發(fā)電主要有以下兩種形式：1. 太陽(yáng)能光發(fā)電太陽(yáng)能光發(fā)電是指無(wú)需通過(guò)熱過(guò)程直接將光能轉(zhuǎn)變?yōu)殡娔艿陌l(fā)電方式。 它包括光伏發(fā)電、光化學(xué)發(fā)電、光感應(yīng)發(fā)電和光生物發(fā)電。 光伏發(fā)電是利用太陽(yáng)能級(jí)半導(dǎo)體電子器件有效地吸收太陽(yáng)光輻射能，并使之轉(zhuǎn)變成電能的直接發(fā)電方式，是當(dāng)今太陽(yáng)光發(fā)電的主流。在光化學(xué)發(fā)電中有電化學(xué)光伏電池、光電解電池和光催化電池，目前得到實(shí)際應(yīng)用的是光伏電池。12. 太陽(yáng)能熱發(fā)電通過(guò)水或其他工質(zhì)和裝置將太陽(yáng)輻射能轉(zhuǎn)換為電能的發(fā)電方式,稱為太陽(yáng)能熱發(fā)電。先將太陽(yáng)能轉(zhuǎn)化為熱能，再將熱能轉(zhuǎn)化成電能，它有兩種轉(zhuǎn)化方式：一種是將太陽(yáng)熱能直接轉(zhuǎn)化成電能，如半導(dǎo)體或金屬材料的溫差發(fā)電，真空器件中的熱電子和熱電離子發(fā)電，堿金屬熱電轉(zhuǎn)換，以及磁流體發(fā)電等；另一種方式是將太陽(yáng)熱能通過(guò)熱機(jī)（如汽輪機(jī)）帶動(dòng)發(fā)電機(jī)發(fā)電，與常規(guī)熱力發(fā)電類似，只不過(guò)是其熱能不是來(lái)自燃料，而是來(lái)自太陽(yáng)能。太陽(yáng)能熱發(fā)電有多種類型，主要有以下五種：塔式系統(tǒng)、槽式系統(tǒng)、盤(pán)式系統(tǒng)、太陽(yáng)池和太陽(yáng)能塔熱氣流發(fā)電。 前三種是聚光型太陽(yáng)能熱發(fā)電系統(tǒng)，后兩種是非聚光型。 一些發(fā)達(dá)國(guó)家將太陽(yáng)能熱發(fā)電技術(shù)作為國(guó)家研發(fā)重點(diǎn)，制造了數(shù)十臺(tái)各種類型的太陽(yáng)能熱發(fā)電示范電站，已達(dá)到并網(wǎng)發(fā)電的實(shí)際應(yīng)用水平。22.太陽(yáng)能光伏發(fā)電影響因素太陽(yáng)能光伏發(fā)電成為目前太陽(yáng)能利用的主要方式之一。光伏發(fā)電分為離網(wǎng)和并網(wǎng)兩種形式 ，隨著光伏并網(wǎng)技術(shù)的成熟與發(fā)展 ，并網(wǎng)光伏發(fā)電已成為主流趨勢(shì)。由于大規(guī)模集中并網(wǎng)光伏發(fā)電系統(tǒng)容量的急速增加 ，并網(wǎng)光伏發(fā)電系統(tǒng)輸出功率固有的間歇性和不可控等缺點(diǎn)對(duì)電網(wǎng)的沖擊成為制約并網(wǎng)光伏發(fā)電的重要元素。太陽(yáng)能光伏發(fā)電系統(tǒng)發(fā)電量受當(dāng)?shù)靥?yáng)輻射量、溫度、太陽(yáng)能電池板性能等方面因素的影響。（1）光照強(qiáng)度對(duì)光伏發(fā)電量的影響：光照強(qiáng)度是指在單位時(shí)間和單位面積內(nèi)，在地球表面上接收到的垂直投射的太陽(yáng)輻射能量。光伏發(fā)電系統(tǒng)產(chǎn)生電能所需的能量完全來(lái)自、于太陽(yáng)的輻照，因此光照強(qiáng)度對(duì)光伏發(fā)電系統(tǒng)的發(fā)電量具有決定性的作用，二者之間呈正相關(guān)性，即光照強(qiáng)度越強(qiáng)，光伏發(fā)電量越多。 （2）季節(jié)類型對(duì)光伏發(fā)電量的影響：由于在不同的季節(jié)，太陽(yáng)入射角的大小以及方向、日照時(shí)間的長(zhǎng)短、光照強(qiáng)度的強(qiáng)弱存在明顯的差異，到達(dá)地表的太陽(yáng)輻照度經(jīng)過(guò)吸收、散射，輻射等各種減弱作用后也會(huì)不同，光伏發(fā)電系統(tǒng)的發(fā)電量的多少也在變化。這種差異性即為不同的季節(jié)類型對(duì)光伏發(fā)電量的影響。 （3）天氣類型對(duì)光伏發(fā)電量的影響：將天氣類型的時(shí)間范圍確定在 24 小時(shí)之內(nèi)。由于晴天、陰云和雨天 3 種天氣類型在全年中出現(xiàn)的天數(shù)最多，因此最具有代表性。在晴天時(shí)，由于天空中遮擋太陽(yáng)輻射物較少，輻照度的幾乎不會(huì)有衰減，光伏發(fā)電系統(tǒng)發(fā)電量較高；在陰天時(shí)，由于天空中云層的遮擋，會(huì)造成輻照度的衰減，加之其他衰減因素的共同作用，光伏發(fā)電量值大幅度減小；在雨天時(shí)，由于云層、濕度、風(fēng)況以及其他衰減因素的共同作用，此時(shí)光伏發(fā)電量曲線無(wú)規(guī)律性，發(fā)電量值最低。 （4）溫度對(duì)光伏發(fā)電量的影響：光伏發(fā)電量的多少與溫度有很大的相關(guān)性。這種影響來(lái)自于以下兩個(gè)方面：環(huán)境溫度升高，光伏組件溫度隨之升高，開(kāi)路電壓減小，在20到 100之間， 每升高 1， 電壓約減少 2mV； 與之相反，電流略有增加，約為 0.1mA。對(duì)于光伏發(fā)電量來(lái)說(shuō)，溫度每升高 1，則其近似減少 0.35%。 （5）相對(duì)濕度對(duì)光伏發(fā)電量的影響：在季節(jié)類型、天氣類型相同，環(huán)境溫度與太陽(yáng)能電池組件的溫度相近時(shí)，相對(duì)濕度增加，光伏發(fā)電系統(tǒng)發(fā)電量將會(huì)減少。其一，是因?yàn)橄鄬?duì)濕度增加，大氣層將會(huì)增大對(duì)光照強(qiáng)度的削弱力度；其二，由于相對(duì)濕度會(huì)影響光伏組件的熱傳導(dǎo)效應(yīng)，使其散熱能力降低。太陽(yáng)能具有不穩(wěn)定、間歇性和不可控性等特點(diǎn)，給微電網(wǎng)的并網(wǎng)運(yùn)營(yíng)帶來(lái)很多挑戰(zhàn)。光伏發(fā)電受自然環(huán)境、地理?xiàng)l件和設(shè)備性能的影響，光伏發(fā)電量存在著的很強(qiáng)的不確定性。因此光伏發(fā)電的有效預(yù)測(cè)可以為電力部門(mén)調(diào)度分配電量提供依據(jù)，同時(shí)也能促進(jìn)光伏產(chǎn)業(yè)的大力發(fā)展。3.太陽(yáng)能光伏發(fā)電預(yù)測(cè)原理當(dāng)前 ，對(duì)太陽(yáng)能光伏發(fā)電預(yù)測(cè)的研究主要集中在太陽(yáng)能輻射強(qiáng)度的預(yù)測(cè)上。太陽(yáng)輻射的逐日或逐時(shí)觀測(cè)數(shù)據(jù)構(gòu)成了隨機(jī)性很強(qiáng)的時(shí)間序列 ，但太陽(yáng)輻射序列的內(nèi)部仍有某種確定性的規(guī)律 ，只有充分了解掌握太陽(yáng)能光伏發(fā)電的特點(diǎn)、變化規(guī)律 ，才能建立符合實(shí)際情況的預(yù)測(cè)模型及方法。太陽(yáng)輻射分為直接太陽(yáng)輻射和散射太陽(yáng)輻射。直接太陽(yáng)輻射為太陽(yáng)光通過(guò)大氣到達(dá)地面的輻射 ；散射太陽(yáng)輻射為被大氣中的微塵、分子、水汽等吸收、反射和散射后 ， 到達(dá)地面的輻射。散射太陽(yáng)輻射和直接太陽(yáng)輻射之和稱為總輻射。太陽(yáng)總輻射強(qiáng)度的影響因素包括 ：太陽(yáng)高度角、 大氣質(zhì)量、 大氣透明度、 海拔、緯度、坡度坡向、云層。太陽(yáng)能光伏發(fā)電預(yù)測(cè)是根據(jù)太陽(yáng)輻射原理 ，通過(guò)歷史氣象資料、光伏發(fā)電量資料、衛(wèi)星云圖資料等 ，運(yùn)用回歸模型、人工神經(jīng)網(wǎng)絡(luò)、衛(wèi)星遙感技術(shù)、數(shù)值模擬等方法獲得預(yù)測(cè)信息 ，包括太陽(yáng)高度角、大氣質(zhì)量、大氣透明度、海拔、緯度、坡度坡向、云層等要素 ，根據(jù)這些要素建立太陽(yáng)輻射預(yù)報(bào)模型。4.太陽(yáng)能光伏發(fā)電預(yù)測(cè)方法分類4.1 按預(yù)測(cè)時(shí)間尺度分類從時(shí)間尺度上可以分為中長(zhǎng)期功率預(yù)測(cè)、 短期功率預(yù)測(cè)和超短期功率預(yù)測(cè) 3。中長(zhǎng)期功率預(yù)測(cè)的時(shí)間尺度大， 一般為1周或1個(gè)月， 主要用于光伏電站的規(guī)劃設(shè)計(jì)和電網(wǎng)中長(zhǎng)期調(diào)度等， 短期功率預(yù)測(cè)的時(shí)間尺度一般為 13 d， 超短期功率預(yù)測(cè)的時(shí)間尺度為 04 h， 短期和超短期功率預(yù)測(cè)對(duì)電網(wǎng)實(shí)時(shí)調(diào)度等具有重要的決定作用， 對(duì)系統(tǒng)運(yùn)行安全性和穩(wěn)定性具有直接影響。目前， 中長(zhǎng)期功率預(yù)測(cè)一般采用統(tǒng)計(jì)方法利用歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)， 短期功率預(yù)測(cè)一般需根據(jù)數(shù)值天氣預(yù)報(bào)獲得未來(lái) 13 d 內(nèi)氣象要素預(yù)報(bào)值， 然后根據(jù)歷史數(shù)據(jù)和氣象要素信息得到地面輻照強(qiáng)度的預(yù)測(cè)值， 進(jìn)而獲得光伏電站輸出功率的預(yù)測(cè)值， 超短期功率預(yù)測(cè)的主要原則是根據(jù)地面拍攝的云圖或地球同步衛(wèi)星拍攝的衛(wèi)星云圖推測(cè)云層運(yùn)動(dòng)情況， 從而計(jì)算出未來(lái)幾 h內(nèi)太陽(yáng)輻照強(qiáng)度，再通過(guò)光伏發(fā)電功率模型得到光伏發(fā)電輸出功率的預(yù)測(cè)值。4.2 按預(yù)測(cè)空間尺度分類光伏發(fā)電功率預(yù)測(cè)方法按照空間尺度主要分為 4種， 分別是微尺度、 小尺度、 中尺度、 大尺度功率預(yù)測(cè)方法3。依次針對(duì)單個(gè)發(fā)電單元、 單個(gè)光伏電站、 由多個(gè)光伏電站組成的光伏電站集群和更大地理區(qū)域內(nèi)的光伏發(fā)電站。空間尺度越小， 功率預(yù)測(cè)越難， 這是因?yàn)轭A(yù)測(cè)時(shí)無(wú)法采用平均值， 尺度越小對(duì)功率預(yù)測(cè)時(shí)的空間分辨率的要求越高。近年來(lái)， 小功率的分布式發(fā)電系統(tǒng)大量發(fā)展， 其發(fā)電功率波動(dòng)性很大， 對(duì)電網(wǎng)系統(tǒng)的穩(wěn)定性和安全性造成較大威脅， 這對(duì)光伏發(fā)電系統(tǒng)功率預(yù)測(cè)提出了更高要求。4.3 按預(yù)測(cè)方式分類從預(yù)測(cè)方式上可分為直接預(yù)測(cè)和間接預(yù)測(cè)兩類。前者直接對(duì)光伏電站的輸出功率進(jìn)行預(yù)測(cè)； 后者又叫分步預(yù)測(cè)， 首先對(duì)太陽(yáng)輻射強(qiáng)度進(jìn)行預(yù)測(cè)， 然后根據(jù)光伏發(fā)電系統(tǒng)發(fā)電模型得到輸出功率。直接預(yù)測(cè)方式簡(jiǎn)潔方便， 但直接預(yù)測(cè)模型需要從歷史發(fā)電數(shù)據(jù)直接預(yù)測(cè)未來(lái)的發(fā)電功率，預(yù)測(cè)的準(zhǔn)確性一方面決定于預(yù)測(cè)算法， 另一方面決定于是否有大量準(zhǔn)確的歷史數(shù)據(jù)。分步預(yù)測(cè)方式包括太陽(yáng)輻照強(qiáng)度預(yù)測(cè)和光伏發(fā)電系統(tǒng)功率模型兩個(gè)過(guò)程， 在每個(gè)過(guò)程中可靈活選擇不同的方法， 某種程度上克服了直接預(yù)測(cè)方式的局限性。4.4 按預(yù)測(cè)方法分類從預(yù)測(cè)方法上來(lái)說(shuō)， 光伏功率預(yù)測(cè)包含統(tǒng)計(jì)方法和物理方法。統(tǒng)計(jì)方法的原理是統(tǒng)計(jì)分析歷史數(shù)據(jù)， 從而發(fā)現(xiàn)其內(nèi)在規(guī)律并最終用于發(fā)電功率預(yù)測(cè)， 可以直接預(yù)測(cè)輸出功率， 也可以預(yù)測(cè)太陽(yáng)輻照強(qiáng)度； 物理方法是在已知太陽(yáng)輻射強(qiáng)度預(yù)測(cè)值的情況下， 研究光能轉(zhuǎn)化的物理過(guò)程， 采用物理方程， 考慮溫度、 壽命等影響因素，由預(yù)測(cè)的太陽(yáng)輻射強(qiáng)度得到光伏系統(tǒng)發(fā)電功率預(yù)測(cè)值。5. 預(yù)測(cè)方法國(guó)內(nèi)外研究情況5.1 直接預(yù)測(cè)方法直接預(yù)測(cè)方法本質(zhì)上都是統(tǒng)計(jì)方法， 由歷史數(shù)據(jù)預(yù)測(cè)未來(lái)數(shù)據(jù)。其原理是假定光伏發(fā)電系統(tǒng)不發(fā)生衰減， 那么發(fā)電歷史規(guī)律不會(huì)發(fā)生改變， 根據(jù)簡(jiǎn)單天氣預(yù)報(bào)和歷史發(fā)電數(shù)據(jù)， 就可對(duì)未來(lái)的發(fā)電功率進(jìn)行預(yù)測(cè)。5.1.1 線性預(yù)測(cè)方法1）時(shí)間序列法。時(shí)間序列預(yù)測(cè)法是應(yīng)用較早的一種方法。它把負(fù)荷數(shù)據(jù)看作是一個(gè)周期性變化的時(shí)間序列。根據(jù)系統(tǒng)發(fā)電的歷史數(shù)據(jù)，建立數(shù)學(xué)模型來(lái)描述發(fā)電功率的統(tǒng)計(jì)規(guī)律性， 在此基礎(chǔ)上對(duì)光伏發(fā)電功率進(jìn)行預(yù)報(bào) 4-5。2）時(shí)間趨勢(shì)外推法。時(shí)間趨勢(shì)外推法主要使用馬爾科夫鏈模型預(yù)測(cè)光伏發(fā)電量6-8。由于該方法受天氣影響很大， 目前較少使用。5.1.2 非線性預(yù)測(cè)方法1）人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)（ANN）算法在復(fù)雜非線性預(yù)測(cè)方面有著良好表現(xiàn)， 適用于光伏發(fā)電功率預(yù)測(cè)這樣的場(chǎng)合。將天氣、 季節(jié)等影響因素作為輸入， 用歷史數(shù)據(jù)對(duì)算法進(jìn)行訓(xùn)練， 最終可實(shí)現(xiàn)光伏發(fā)電功率的預(yù)測(cè) 9-11。2）支持向量機(jī)。支持向量機(jī)（SVM）是一種機(jī)器學(xué)習(xí)算法， 與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法不同的是， 它實(shí)現(xiàn)了結(jié)構(gòu)風(fēng)險(xiǎn)最小化（SRM）。在國(guó)外， 法國(guó)瑪格麗特太陽(yáng)能協(xié)會(huì)使用支持向量機(jī)算法進(jìn)行了光伏系統(tǒng)發(fā)電量預(yù)測(cè)研究。在國(guó)內(nèi)， 栗然等12建立了基于支持向量機(jī)的光伏系統(tǒng)發(fā)電功率預(yù)測(cè)模型。3）其它非線性方法。常用的非線性方法還有模糊邏輯預(yù)測(cè)法13、 小波分析預(yù)測(cè)法14、 卡爾曼濾波預(yù)測(cè)法 15等。各種非線性方法是未來(lái)直接預(yù)測(cè)法發(fā)展的重點(diǎn)， 目前國(guó)內(nèi)外的研究也多集中于此。5.1.3 組合預(yù)測(cè)方法組合預(yù)測(cè)法是指使用幾種方法分別預(yù)測(cè)后，再對(duì)多種結(jié)果進(jìn)行分析處理。組合預(yù)測(cè)有兩類方法： 一種是指將幾種預(yù)測(cè)方法所得的結(jié)果進(jìn)行比較， 最后選取誤差最小的模型進(jìn)行預(yù)測(cè)， 該方法難點(diǎn)在于誤差計(jì)算方法； 另外一種是將幾種結(jié)果進(jìn)行加權(quán)平均， 提高預(yù)測(cè)的準(zhǔn)確性。該方法的難點(diǎn)在于如何計(jì)算各種預(yù)測(cè)方法的權(quán)重。5.2 分步預(yù)測(cè)法中的太陽(yáng)輻照強(qiáng)度預(yù)測(cè)方法上節(jié)中的直接預(yù)測(cè)方法也可用于太陽(yáng)輻照強(qiáng)度預(yù)測(cè)， 只是輸入數(shù)據(jù)中的歷史發(fā)電功率變?yōu)闅v史太陽(yáng)輻照強(qiáng)度， 其它類似， 不再贅述。而以下介紹的幾種方法可直接進(jìn)行太陽(yáng)輻照強(qiáng)度預(yù)報(bào)， 無(wú)需歷史數(shù)據(jù)。5.2.1 基于數(shù)值天氣預(yù)報(bào)的方法數(shù)值天氣預(yù)報(bào)根據(jù)流動(dòng)力學(xué)和熱力學(xué)原理建立微分方程組， 確定大氣初始狀態(tài)后， 就可迭代計(jì)算出來(lái)某個(gè)時(shí)間大氣的狀態(tài)， 就是通常所說(shuō)的溫度、 風(fēng)、 降水、 太陽(yáng)輻照度等。目前經(jīng)常使用的全球數(shù)值天氣預(yù)報(bào)模型主要有美國(guó)的 GFS模型和歐盟的 ECMWF模型， 最長(zhǎng)可進(jìn)行 15 d 的預(yù)報(bào)， 其中 GFS 免費(fèi)提供預(yù)報(bào)。全球數(shù)值天氣預(yù)報(bào)模型的空間分辨率和時(shí)間分辨率都比較低， 目前的模型其空間分辨率為 1650 km， 時(shí)間分辨率為36 h。全球數(shù)值天氣預(yù)報(bào)模型難以直接應(yīng)用， 常常作為其它更小尺度預(yù)報(bào)的基礎(chǔ)。中尺度數(shù)值天氣預(yù)報(bào)模型僅僅覆蓋地球上的一小部分地區(qū)， 由各個(gè)國(guó)家或商業(yè)公司運(yùn)行， 空間分辨率和時(shí)間分辨率要高得多， 空間分辨率在120 km， 時(shí)間分辨率為1 h。中尺度預(yù)報(bào)模型常用的是WRF模型。WRF模型是 20世紀(jì) 90年代由美國(guó)的科研機(jī)構(gòu)為中心開(kāi)發(fā)的一種統(tǒng)一的中尺度數(shù)值天氣預(yù)報(bào)模型，2000年開(kāi)始免費(fèi)對(duì)外發(fā)布， 已更新了數(shù)個(gè)版本，用戶可在此基礎(chǔ)上開(kāi)發(fā)本地的數(shù)值天氣預(yù)報(bào)模型， 空間分辨率可達(dá) 1 km。目前數(shù)值天氣預(yù)報(bào)的缺點(diǎn)在于其空間和時(shí)間分辨率仍然不夠高。1 km的空間分辨率無(wú)法對(duì)具體的一塊云做出預(yù)測(cè)， 只能對(duì)某一片區(qū)域的整體平均天氣做出預(yù)測(cè)。1 h的時(shí)間分辨率也無(wú)法進(jìn)行高時(shí)間分辨率的功率預(yù)測(cè)。因此， 基于數(shù)值天氣預(yù)報(bào)的方法目前主要應(yīng)用于較大區(qū)域的光伏發(fā)電系統(tǒng)功率預(yù)測(cè)。另外， 數(shù)值天氣預(yù)報(bào)方法中的氣象和環(huán)境因素較為復(fù)雜， 精準(zhǔn)度的提高一直是目前研究的重點(diǎn)和難點(diǎn)。5.2.2 基于云圖的方法云的大小、 形狀、 厚度、 致密度等因素都會(huì)直接影響到達(dá)地面的太陽(yáng)輻照強(qiáng)度， 而云在時(shí)間上和空間上很容易發(fā)生變化。因此， 知道并預(yù)測(cè)云的變化是太陽(yáng)輻照強(qiáng)度預(yù)測(cè)面臨的一項(xiàng)挑戰(zhàn)任務(wù)。通過(guò)衛(wèi)星云圖和地面拍攝的云圖， 可以預(yù)測(cè)云的變化。其基本原理是由歷史的云圖數(shù)據(jù)預(yù)測(cè)未來(lái)云的變化。使用氣象衛(wèi)星云圖進(jìn)行光伏發(fā)電功率預(yù)測(cè)的方法，這些衛(wèi)星實(shí)際上都是遙感衛(wèi)星， 通過(guò)勘測(cè)地球大氣系統(tǒng)發(fā)射或反射的電磁輻射可獲得遙感圖像數(shù)據(jù)。但基于衛(wèi)星云圖的方法空間分辨率仍然不夠高， 基于地面的云圖方法則彌補(bǔ)了這一缺陷。該方法利用地面的監(jiān)測(cè)裝置抓拍云圖， 能夠捕捉云的突然變化?；诘孛娴脑茍D方法預(yù)測(cè)的時(shí)間范圍在025 min之間。5.3 分步預(yù)測(cè)法中的光伏發(fā)電系統(tǒng)功率模型建立方法光伏系統(tǒng)發(fā)電功率模型是實(shí)現(xiàn)發(fā)電功率準(zhǔn)確預(yù)測(cè)的關(guān)鍵。目前， 國(guó)內(nèi)外有關(guān)光伏發(fā)電功率模型的建模方法主要有物理模型方法和統(tǒng)計(jì)模型方法兩大類。5.3.1 物理模型方法物理模型方法的有效性取決于對(duì)研究對(duì)象內(nèi)部構(gòu)成及其所遵循規(guī)律的把握程度和模型參數(shù)的精度。1）效率模型。即直接通過(guò)太陽(yáng)輻照強(qiáng)度和效率因子估算光伏發(fā)電系統(tǒng)輸出功率。該方法計(jì)算精度低， 只適用于光伏電站選址等對(duì)精度要求很低的場(chǎng)合。2） 電子元件模型 16-17。使用基于光伏半導(dǎo)體設(shè)備物理或發(fā)光二極管的物理原理來(lái)建立電子元件模型。由于模型考慮因素不夠全面， 基于該類模型的預(yù)測(cè)方法基本不再使用。3）物理模型。綜合考慮壽命、 溫度、 雨雪等的影響， 建立光伏發(fā)電的物理模型。結(jié)合天氣、太陽(yáng)陣的構(gòu)型布片方式等， 日本學(xué)者建立三維模型考慮了建筑物遮擋情況下對(duì)復(fù)雜光伏發(fā)電量預(yù)測(cè)方法 18。5.3.2 統(tǒng)計(jì)模型方法統(tǒng)計(jì)模型把光伏發(fā)電系統(tǒng)看作一個(gè) “黑箱”，并不關(guān)注內(nèi)部各模塊的特性或內(nèi)部各因素影響分析， 而是基于實(shí)際運(yùn)行數(shù)據(jù)對(duì)其功率特性進(jìn)行擬合。常用的統(tǒng)計(jì)建模方法有神經(jīng)網(wǎng)絡(luò)、 關(guān)聯(lián)數(shù)據(jù)等方法。5.4各類預(yù)測(cè)方法對(duì)比( 1) 在間接預(yù)測(cè)方法中， 光照幅度預(yù)測(cè)模型的預(yù)測(cè)精度是影響間接預(yù)測(cè)方法預(yù)測(cè)效果的決定性因素。發(fā)電功率預(yù)測(cè)模型中，經(jīng)驗(yàn)公式法因無(wú)需歷史發(fā)電功率數(shù)據(jù)而廣泛應(yīng)用于新建成光伏電站，并且由簡(jiǎn)單物理模型逐步發(fā)展為復(fù)雜物理模型。統(tǒng)計(jì)學(xué)習(xí)模型由于結(jié)合光照幅度與歷史發(fā)電功率等因素，預(yù)測(cè)效果一般優(yōu)于其它預(yù)測(cè)方法，但建模條件較高;( 2) 直接預(yù)測(cè)方法的總體預(yù)測(cè)精度一般低于間接預(yù)測(cè)方法，對(duì)變化天氣狀況下的適應(yīng)性與間接預(yù)測(cè)方法相比較低，但由于直接預(yù)測(cè)方法無(wú)需預(yù)測(cè)光照幅度，建模簡(jiǎn)單、 預(yù)測(cè)成本較低， 因而也得到大量應(yīng)用。根據(jù)光伏電站的實(shí)際情況將單一預(yù)測(cè)模型組合形成的混合模型具有更好的適應(yīng)性、 容錯(cuò)性和預(yù)測(cè)效果，成為直接預(yù)測(cè)方法中一個(gè)重要研究方向;( 3) 無(wú)論哪種預(yù)測(cè)方法， 氣象條件都是影響光伏發(fā)電短期預(yù)測(cè)效果的一個(gè)重要原因，劃分天氣類型、使用數(shù)值天氣預(yù)報(bào)都可降低其對(duì)預(yù)測(cè)精度的影響。然而，目前在多云、 陣雨等不穩(wěn)定氣象條件下的預(yù)測(cè)效果仍然不理想。季節(jié)變化相對(duì)具有一定規(guī)律可尋，一般通過(guò)利用地外輻照度、 按季節(jié)建立子預(yù)測(cè)模型來(lái)補(bǔ)償季節(jié)更替對(duì)預(yù)測(cè)的影響，并取得了較好的效果。6太陽(yáng)能發(fā)電預(yù)測(cè)軟件目前，市場(chǎng)上有許多用于光伏電站發(fā)電量計(jì)算的軟件，如RETScreen、PVsystem、PVSOL、Sunny Design、PVF-chart和Conergy等等，常用主要是PVsystem和RETScreen。6.1基本情況1、RETScreenRETScreen是一種標(biāo)準(zhǔn)整體可再生能源工程分析軟件，用以評(píng)估各種能效、可再生能源技術(shù)的能源生產(chǎn)量、節(jié)能效益、壽命周期成本、減排量和財(cái)務(wù)風(fēng)險(xiǎn)，也包括產(chǎn)品、成本和氣侯數(shù)據(jù)庫(kù)。該軟件由加拿大政府通過(guò) CANMET加拿大自然資源能源多樣化研究所向全世界提供，免費(fèi)使用。該軟件功能比較強(qiáng)大，可對(duì)風(fēng)能、小水電、光伏、熱電聯(lián)產(chǎn)、生物質(zhì)供熱、太陽(yáng)能采暖供熱、地源熱泵等各類應(yīng)用進(jìn)行經(jīng)濟(jì)性、溫室氣體、財(cái)務(wù)及風(fēng)險(xiǎn)分析，計(jì)算光伏發(fā)電系統(tǒng)發(fā)電量只是其功能之一。但該軟件不太適用于專業(yè)的光伏發(fā)電系統(tǒng)設(shè)計(jì)。軟件中的全球氣象數(shù)據(jù)庫(kù)來(lái)自美國(guó)航空航天局，其地面數(shù)據(jù)與中國(guó)的氣象站提供的地面數(shù)據(jù)有較大差別，在使用時(shí)應(yīng)予注意。2、PVSystemPVSystem是光伏系統(tǒng)設(shè)計(jì)的專業(yè)軟件，可用于設(shè)計(jì)并網(wǎng)、離網(wǎng)、抽水系統(tǒng)和DC-網(wǎng)絡(luò)光伏系統(tǒng)，并包括了廣泛的氣象數(shù)據(jù)庫(kù)、光伏系統(tǒng)組件數(shù)據(jù)庫(kù)，以及一般的太陽(yáng)能工具等?；陧?xiàng)目的不同進(jìn)展階段，該軟件提供了初步設(shè)計(jì)、項(xiàng)目設(shè)計(jì)、詳細(xì)數(shù)據(jù)分析3種水平上的光伏系統(tǒng)研究。初步設(shè)計(jì)：在這種模式下，光伏發(fā)電系統(tǒng)的產(chǎn)出僅需輸入很少的系統(tǒng)特征參數(shù)而無(wú)須指定詳細(xì)的系統(tǒng)單元即可被非常迅速的用月值來(lái)評(píng)估，還可以得到一個(gè)粗略的系統(tǒng)費(fèi)用評(píng)估。項(xiàng)目設(shè)計(jì)：用詳細(xì)的小時(shí)模擬數(shù)據(jù)來(lái)進(jìn)行詳細(xì)的系統(tǒng)沒(méi)計(jì)。在“項(xiàng)目”對(duì)話框中，可以模擬不同的系統(tǒng)運(yùn)行情況并比較它們。這個(gè)模塊在設(shè)計(jì)光伏陣列、選擇逆變器、蓄電池組或泵等方面能給設(shè)計(jì)人員提供很大的幫助。詳細(xì)數(shù)據(jù)分析：當(dāng)一個(gè)光伏系統(tǒng)正在運(yùn)行或被詳細(xì)監(jiān)控時(shí)，這部分允許輸出詳細(xì)數(shù)據(jù)，并以表格或者圖形的形式顯示。此外，在“工具”中還包含了數(shù)據(jù)庫(kù)管理，如氣象數(shù)據(jù)庫(kù)、光伏組件數(shù)據(jù)庫(kù)以及一些用于處理太陽(yáng)能資源的特定工具(從不同數(shù)據(jù)源中導(dǎo)入氣象數(shù)據(jù)、氣象數(shù)據(jù)或太陽(yáng)相關(guān)幾何參數(shù)的表或圖形顯示、晴朗天空的輻射模型、光伏陣列在部分陰影或組件失諧條件下的性能等等，均可由用戶自行擴(kuò)展。因此，該軟件既可以通過(guò)幾個(gè)系統(tǒng)特征參數(shù)對(duì)系統(tǒng)進(jìn)行粗略的評(píng)估，也可以用詳細(xì)的數(shù)據(jù)對(duì)電站進(jìn)行整體設(shè)計(jì)。同時(shí)，用戶可以對(duì)該軟件的數(shù)據(jù)庫(kù)可以修改和擴(kuò)展。6.2計(jì)算結(jié)果對(duì)比為了驗(yàn)證RETScreen和PVSystem兩個(gè)軟件本身算法之間的差異，選取北京、廣州、西寧、呼和浩特、武漢5個(gè)城市作為代表點(diǎn)，采用相同的太陽(yáng)能資源數(shù)據(jù)進(jìn)行計(jì)算時(shí)，對(duì)不同軟件輸出結(jié)果的分析1、最佳傾角和傾斜面輻射量計(jì)算1）用兩種軟件計(jì)算出的最佳傾角結(jié)果相差12，而用同一種軟件計(jì)算時(shí)，在最佳傾角附近3，傾斜面上的輻射量數(shù)值幾乎相同。2）計(jì)算出的最佳傾角輻射量的結(jié)果差異在0.22%0.67%之間。因此，當(dāng)采用相同的太陽(yáng)能資源數(shù)據(jù)進(jìn)行計(jì)算，兩種軟件的計(jì)算結(jié)果幾乎相同。2、不同系統(tǒng)效率下的理論發(fā)電小時(shí)數(shù)計(jì)算為進(jìn)一步進(jìn)行對(duì)比，對(duì)利用兩種軟件進(jìn)行不同系統(tǒng)效率下的發(fā)電小時(shí)數(shù)進(jìn)行了對(duì)比分析。計(jì)算的前提條件為：光伏組件10年衰減10%、25年衰減20%，線性衰減。6.3結(jié)論作為兩種常用的發(fā)電量計(jì)算軟件，RETScreen和PVSystem的計(jì)算原理基本相同。當(dāng)采用相同的的太陽(yáng)能資源數(shù)據(jù)進(jìn)行計(jì)算，兩種軟件的計(jì)算結(jié)果幾乎相同。由于RETScreen和PVSystem都有自帶的太陽(yáng)能資源數(shù)據(jù)，兩者差異較大。因此，如果采用默認(rèn)數(shù)據(jù)時(shí)，用兩個(gè)軟件計(jì)算的結(jié)果差異會(huì)比較大。設(shè)計(jì)人員在計(jì)算發(fā)電量時(shí)，可根據(jù)個(gè)人習(xí)慣和具體需求，采用RETScreen和PVSystem的任何一個(gè)都可以。1太陽(yáng)能發(fā)電技術(shù)綜述.中國(guó)知網(wǎng)2008-02-15引用日期2016-11-172分布式光伏發(fā)電解決方案 AAB國(guó)際引用日期2013-08-223 王飛. 并網(wǎng)型光伏電站發(fā)電功率預(yù)測(cè)方法與系統(tǒng)D . 北京： 華北電力大學(xué)， 2013.4 Chowdhury B H， Rahman S. Forecasting Sub-hourly Solar Irradiance for Prediction of Photovoltaic OutputC /New Orleans，LA： IEEE Photovoltaic Specialists Conference， 1987： 171-176.5 中蘭華， 廖志民， 趙陽(yáng). 基于 ARMA模型的光伏電站出力預(yù)測(cè) J . 電測(cè)與儀表， 2011， 48 （2）：31-35.6 Safie F M. Probabilistic Modeling of Solar Power SystemsC /Atlanta，GA：Reliability and Maintainability Symposium，1989： 425-430.7 Muselli M， Poggi P， Notton G， et al. First Order Markov ChainModel for Generating Synthetic“Ttypical Days” Series of Global Irradiation in Order to Design Photovoltaic Stand Alone SystemsJ . Energy Conversion and Management， 2001， 42（6）：675-687.8 丁明， 徐寧舟. 基于馬爾科夫鏈的光伏發(fā)電系統(tǒng)輸出功率短期預(yù)測(cè)方法 J . 電網(wǎng)技術(shù)， 2011， 35 （1）： 152-157.9 Hiyama T. Neural Network Based Estimation of MaximumPower Generation from PV Module Using Environmental InformationJ . IEEE Transactions on Energy Conversion，1997，12 （3）：241-247.10 Yona A， Senjyu T， Saber A Y， et al. Application of Neural Network to 24-hour-ahead Generating Power Forecasting for PVSystemC /IEEE Power and Energy Society General Meeting-conversion and Delivery of Electrical Energy in the 21stCentury， 2008， 1-6.11 Cao S H， Cao J C. Forecast of Solar Irradiance Using Recurrent Neural Networks Combined with Wavel