基于混合方法的并網光伏發電量預測模型的研究

嘉興職業技術學院，浙江嘉興 314016

一、引言

當今世界，伴隨著煤炭、石油等化石能源面臨枯竭狀態，能源的短缺以及環境的惡化成為了制約全球經濟發展的瓶頸。太陽能作為自然界中最重要也是最基本的能源，以其分布廣泛、清潔、可再生等特點得到了非常廣泛的應用[1]。其中，光伏發電技術成為了全球各國利用太陽能的主要方式之一。但是，光伏發電具有波動性、隨機性和不可控性等缺點，它將對電網造成不可逆的沖擊[2]。因此，對光電功率進行預測能提高電力系統運行的安全性和穩定性，減輕其對電網的不利影響，為光伏電站的運營和維護提供了可靠的技術參考。

目前，歐洲各國對光伏發電預測的研究非常重視，并取得了重要的成果。以德國為例，其算法已經實現了中尺度的預測，即可對未來三天的光伏發電量進行計算，并達到了較小的誤差[3]。與此相比，國內的研究集中在短期預測上，所用方法傾向于單一的統計算法，大多尚處于理論研發階段，還沒有實用的預測系統[4]。

本文以浙江晶科能源有限公司與德國Magdeburg大學、Fraunhofer光伏研究中心合作開發的10.21m2并網光伏系統為研究對象，以光伏監控系統數據庫的歷史發電數據和氣象數據為參考，基于物理和統計相結合的預測方法，設計完成一套可落地應用到行業的光伏預測系統。通過混合方式獲得的光伏系統發電量預測模型，既考慮了系統本身的結構特性和所遵循的物理規律，又結合溫度、光照輻射強度等環境因素進行仿真，是一種具有理論和實際價值的方法。

二、氣象因素對光伏發電的影響

光伏發電隨時間和環境的變化具有較明顯的周期性、波動性和間斷性[5]。影響光伏系統發電量的因素有很多。其中，氣象因素起到了最重要的影響。為了獲得相對精確的預測數值，首先需要掌握光伏發電和氣候因素之間的關系，并對此作出定量的分析[6]。對于此既定光伏組件來說，其歷史數據自身包含了光伏組件的信息，如轉換效率、安裝角度等。而對于異變的氣象條件，哪些是影響光伏發電的主要因素，哪些是次要因素，需要通過一定量的數據進行統計、篩選和分析[7]。

1、太陽輻射強度對光伏發電的影響

太陽輻射強度指的是單位時間內垂直投射在地球單位面積上的太陽輻射能量[8]，它直接決定了光伏電池的發電特性。圖1選取在25oC（24.8oC ～25.2oC）恒溫條件下的測量數值，獲取不同輻射強度下，光伏系統的發電量曲線。

由圖1可以得知，并網光伏系統的輸出功率與太陽輻射強度的變化趨勢較為一致。當太陽輻射強度增強時，光伏電池的輸出功率升高；當太陽輻射強度減弱時，光伏電池的輸出功率也逐漸減小。因此，太陽輻射強度是發電量預測模型的一個重要輸入變量。

2、溫度對光伏發電的影響

光伏電池的溫度特性是指環境溫度和電池自身溫度對光伏電池發電性能的影響[9]。實際工程中，光伏電池的模塊溫度是影響其發電量的直接因素。圖2選取太陽輻照強度為1000W/m2(990W/m2～1100W/m2)恒定值時的歷史測量數據，獲取不同模塊溫度條件下，光伏系統的發電量曲線。

由圖2可知，在相同輻射強度環境下，隨著光伏模塊溫度的升高反而會引起光伏電池發電量的逐漸下降。這是由于溫度影響了光伏電池的開路電壓和短路電流。因此，溫度是發電量預測模型的另一個重要參數。

三、基于混合方法的預測模型

光伏系統出力特性模型是實現發電功率準確預測的關鍵。目前，國內外在光伏發電預測方面主要有物理建模和統計建模兩種方法[10]。

物理方法著眼于從太陽能到電能轉化過程中涉及的各組成裝置的內部結構及其物理特性，建立相應的數學模型。其仿真精度高，但模型復雜，參數難解。

統計方法則是把光伏系統當做是一個“黑箱”，基于歷史氣象和發電數據擬合出功率預測模型[11]。此方法相對簡便，但卻誤差較大。

本文采用的是物理和統計相結合的混合方法。首先根據系統各組成部分的物理特性建立數學參數模型，再利用電站的歷史數據擬合出該模型的參數，從而對光伏發電量進行預測。

此實驗平臺的并網光伏系統主要由光伏組件陣列和逆變器構成。光伏組件陣列在太陽光照的情況下，通過光生伏特效應將照射到電池表面的太陽能轉化成直流電，通過逆變器轉換成交流電輸出[12]，供交流負載使用。

1、光伏組件建模

光伏電池陣列是光伏系統的最基本單元和核心部件，其輸出功率具有非線性特征。由前文可知，太陽輻射強度和電池溫度是影響其輸出功率的最主要因素[13]。氣象環境的變化導致了光伏組件無法持續工作在最大輸出功率點處，從而在一定程度上降低了光伏系統的能量轉換效率。因此，通常在光伏系統中加入MPPT跟蹤，保證光伏系統的輸出功率維持在最大值[14]。

根據德國Fraunhofer研究所Sauer教授的研究，光伏組件的直流輸出功率可由最大輸出功率點處工作電流IMPP和工作電壓UMPP之間的經驗公式表示，并與電池溫度呈一定的線性比例，如下所示：

式中，PDC—光伏電池直流輸出功率；

IMPP—最大功率點工作電流；

UMPP—最大功率點工作電壓；

αP—與溫度相關的功率因素，值為-0.0036K-1；

TZ—光伏電池模塊溫度；

TSTC—標準溫度，值為25oC。

其中，工作電流IMPP跟光照強度Gm呈二次項的比例，如下式所示：

式中，α—工作電流公式參數；

Gm—太陽輻照強度。

公式中的參數τ在光照強度較大時可忽略。在本設計中所取數據的光照強度均大于100W/m2，因此參數τ忽略不計。

工作電壓UMPP跟光照強度Gm間的關系如下式所示：

式中，a，b，c，d—工作電壓公式參數，

另外，光伏電池模塊溫度TZ跟光照強度Gm間遵循“kGT模型”，如下式4所示：

式中，kGT，J—電池模塊溫度公式參數；

TA—環境溫度。

2、逆變器建模

逆變器是并網光伏系統的關鍵設備之一。它是光伏組件陣列與電網之間的接口，通過開關元件規律的進行開與關的操作，實現將光伏陣列產生的直接電轉換為交流電輸出[15]，供負載或并網使用。

根據德國Schmidt和Sauer教授的研究，光伏逆變器的數學模型跟其物理特性密切相關[16]，如下所示：

其中，ηW—光伏逆變器轉換效率；

PAC—光伏電站交流輸出功率；

PV—逆變器功率損耗。

所有電子器件都不是理想的，都存在電阻，當電流經過，就會造成一定的功率損耗[17]，如下式所示：

其中，Pself—與功率無關的自身損耗；

vloss—與光伏組件直流功率線性相關的系數；

rloss—直流功率二次項的系數。

光伏并網逆變器的損耗主要發生在IGBT功率器件、濾波電感電容、接觸器等。

四、預測模型的訓練

在科學研究中，很多時候物理量間的相互關系很難由物理理論推導出來。但因為需要，科研人員必須知道這些數據之間的函數關系，所以就需要利用曲線擬合的方法，利用Matlab軟件得出這些物理量之間的近似函數表達式[18]。Matlab做曲線擬合的方式有兩種：內建函數和曲線擬合工具箱。這個工具箱包括了用Matlab建立的圖形界面和文件函數。曲線擬合工具箱可以對數學模型進行參數擬合，也可以通過其他插值方法進行非參數擬合[19]。

本文使用德國Magdeburg大學光伏實驗平臺在2010年采集的氣象數據和發電量數據，通過Matlab軟件的曲線擬合工具箱對光伏發電量預測模型進行參數擬合。

1、光伏組件擬合曲線

根據前文可知，光伏組件的直流輸出功率與光照輻射強度和組件溫度相關。首先，只考慮光照強度這一唯一的影響因素。在Matlab的圖形界面里輸入光照強度值和光伏組件的轉換效率，按下“Fitting”按鈕，點擊“new fi t”窗口填寫擬合曲線的類型，然后點擊“Apply”，完成函數的擬合[20]。擬合得到的與太陽輻射強度相關的光伏組件轉換效率如下式所示，其擬合曲線為圖3所示：

式中，ηPV(Gm) —基于光照強度影響下的光伏組件轉換效率。

除此之外，光伏電池組件的直流輸出功率還與組件溫度息息相關。將太陽輻射強度作為橫坐標數據，環境溫度與光伏組件溫度間的差值作為縱坐標數據，利用擬合工具箱獲得這兩者之間的關系擬合曲線，如式（8）所示，擬合曲線如圖4所示：

2、逆變器擬合曲線

根據逆變器的轉換效率模型，將逆變器輸入端的直流功率作為Matlab擬合圖形界面里的橫坐標數據，逆變器的轉換效率作為縱坐標數據，使用Curve Fitting Toolbox獲得擬合曲線的參數。其擬合公式如式（9），擬合曲線如圖5所示：

綜上所述，該并網光伏系統的直流和交流功率預測擬合曲線可表示為式（10）和式（11）：

五、精確度分析

為了評價模型的精確性，將會用到兩個概念：誤差的平均值和標準差。計算公式如下：

系統的平均誤差能很好的描述誤差大小，而系統的標準差能反應一個數據集的離散程度，平均誤差相同時，標準差未必相同。當誤差平均值和誤差的標準差同時都相對較小時，可以判定此模型有較好的性能。

通過并網光伏系統發電量預測的擬合公式求得系統的交流輸出功率，將此計算的預測值與實際測量值進行比較，就可以判斷這個并網光伏系統模型的精確度。其相對誤差平均值和標準差分別為0.0627和0.1293。其誤差的正態分布曲線如圖6所示。

由圖6可知，運用混合方法獲得的并網光伏系統發電量預測模型具有較高的精確度。它在考慮光伏組件自身物理特性的同時，也考慮了外界環境對光伏組件性能的影響。

六、結論

總而言之，通過對并網光伏系統發電量預測的建模，可以事先預測光伏系統的產能。通過計算值與實際測量值的對比分析，可以對光伏系統性能進行判定。當計算值和測量值之間的誤差愈來愈大時，說明此并網光伏系統的性能愈來愈差。原因有很多，其中光伏系統組件的老化是最可能也是最重要的影響因素。因此，對并網光伏系統進行建模能夠對其進行長期的后期監測和維護。此外，對光伏系統產能進行準確的預測，有利于電網部門及時調整計劃，有利于提高太陽能的利用效率，有利于獲得良好的經濟、社會效益。