太陽能光伏發電量預報方法研究

崔曉葉

摘 要：本文首先針對太陽能光伏發電預報的基本原理進行簡單闡述。其次，與實際情況進行結合，提出太陽能光伏發電量預報的具體實施措施，對我國太陽能光伏發電量預報方法的未來可持續發展而言，具有一定的推動影響和作用。

關鍵詞：太陽能；光伏發電量；預報方法

在現代社會快速發展的背景下，太陽能資源被廣泛應用到很多領域當中，換句話說，太陽能資源已經逐漸成為人們日常生活中必不可少的重要能源之一。太陽能在實際應用過程中，太陽能光伏發電可以說是其中必不可少的一項重要技術，同時也是當前國際社會在研究過程中的熱點問題。我國太陽能資源相對比較豐富，但是在太陽能光伏發電預測技術的整體研究和發展過程中，仍然處于剛剛起步的階段。光伏發電系統在實際應用過程中，會受到很多條件因素的限制影響，其中包括天文、地理以及環境等，這些因素有很多都是客觀不可控制的因素條件。所以在這種狀態下，如果想要通過功率或者是發電量的有效輸出，那么不僅會導致其隨機過程出現嚴重的不平穩狀態，而且還會對電網安全造成一定影響。

1.太陽能光伏發電量預報的原理分析

現階段，太陽能已經逐漸成為現代人日常生活當中非常重要的能源之一，特別是在很多行業中被廣泛應用。太陽能的存在不僅有利于幫助人們緩解一些不可再生能源的理由，而且還能夠起到環保的根本目的。太陽能光伏發電可以說是太陽能在實際應用過程中非常重要的一部分，也是其中非常重要的表現方式。在針對太陽能光伏發電量預報進行研究時，大多數研究學者都會將重點內容放在太陽能輻射強度的預報研究當中。太陽能輻射的逐日或者是逐時所產生出的所有觀測數據，在實踐中已經逐漸相互組合成了隨機比較強的時間序列。但是值得注意的是，在太陽輻射序列的實際應用過程中，自身的內部仍然會由于一些不確定因素的影響，導致其出現一些不符合規律要求的特性。針對這一現象，在具體操作中只有對太陽能光伏發電的實際特點、變化規律進行深入了解和全方位分析，才能夠構建出符合實際要求的預報模型以及利用相對應的方法實現有效的預報[1]。

太陽輻射一般情況下，可以分為直接太陽輻射和散射太陽輻射。首先，直接太陽輻射是指直接通過太陽輻射，將太陽光直接通過大氣的作用而到達地面，這一過程所產生的輻射可以將其稱之為直接太陽輻射。其次，散射太陽輻射基本上是指一些被大氣當中的微塵、分子等逐漸吸收之后，才會到達地面的輻射，通過這種渠道的輻射可以將其看作是散射太陽輻射。散射太陽輻射與直接太陽輻射相互之間的總和就可以稱之為總輻射。太陽總輻射的強度會受到很多因素條件的影響和限制，其中包括電氣質量、透明度以及海拔等，這些客觀因素都會不同程度對其產生影響。太陽能光伏發電預報在實際操作過程中，其主要是根據太陽輻射的基本原理，在這一基礎上，可以通過歷史氣象資料、光伏發電量的基本資料等。將這些資料進行有效整合，同時通過回歸模型的構建和利用，與一些人工神經網絡、衛星遙感技術等先進新型的技術進行結合[2]。這樣不僅能夠從根本上保證太陽能光伏發電量的預報模型建立完成，而且還能夠保證最終的預報效果。

2.太陽能光伏發電量預報的具體實施方法

2.1第一類預報方法

第一類預報方法在實際應用過程中，其在針對自己的模型進行構建時，并不需要對太陽輻射變化物理過程給予過多的考慮和分析。在太陽能光伏發電量預報過程中，可以直接通過對一些歷史觀測數據資料的有效整合和分析處理，以歷史發電量作為基礎，這樣有利于直接對未來發電量進行科學合理的判斷和分析。大多數情況下，在這種狀態下都會直接利用回歸模型對其進行處理，或者是通過一些神經網絡等各種不同類型的數學方法對其進行操作。除此之外，還需要在實踐中構建出符合實際要求的光伏發電系統，并且與氣象要素之間具有一定的相關性聯系，這種統計模型在實際應用過程中，能夠實現對發電量科學合理的預測和分析。這種方法的模型在構造以及具體應用過程中，相對比較簡單，但是值得注意的是，這種方法只適合被應用在一些發電量變化并不是很大的平穩時間序列當中[3]。也就是如果想要將其應用在一些發電量變化比較大的時間序列當中時，那么會產生比較大的誤差現象。

2.2回歸模型預報

回歸模型預報在實際應用過程中，其主要是根據一些遺留下來的歷史資料，找出天氣變化與太陽輻射相互之間的關系，以及其中存在的一些變化規律。通過這些數據和資料的整合，可以構建出科學合理的數學模型，實現數學分析，同時還能夠對未來太陽輻射的整體變化情況起到良好的預報效果。這種方法在應用時最大的特點之一就是能夠直接將預報目標所涉及到的因素看作是變量基礎，同時將預報目標作為一種常量因素。這樣不僅可以直接利用給定的多組變量和常量資料，而且還能夠對各種變量相互之間的關系進行深入分析和研究。除此之外，利用得到的一些回歸方程可以對變量與常量相互之間的關系進行分析，這樣有利于實現太陽輻射預報的根本目的。通過大量實驗研究結果可以看出，變量的誤差相對比較大，特別是在正午的時候，在這一時期的誤差最明顯[4]。回歸模型預報在實際應用時，對于一些非線時間序列的太陽輻射數據進行結果預測時，其整體預報結果并不是很理想。

2.3人工神經網絡

人工神經網絡方法在實際應用過程中，主要是通過神經網絡技術，建立與發電量、太陽總輻射以及板溫函數相關的模型，并且將該模型落實到實處，真正實現太陽能光伏發電量的預報。通過人工神經網絡這種方法的利用，能夠實現與歷史數據相互之間的有效結合。當前，在現階段針對人工神經網絡進行研究時，最多的就是應用誤差反向傳播的計算方法，這樣能夠實現對一些短期的有效預期。這種計算方法在實際應用過程中，其主要應用思路就是將一些歷史數據或者是能夠對太陽輻射產生比較大影響的因素進行綜合分析，并且將這些因素看作是輸入量，并且將這些因素輸入到神經網絡當中。在輸入之后，可以經過輸入層、隱含層以及輸出層各個層級的運作，將這些數據進行統計和計算，最終生成相對應的輸出量。在這一基礎上，可以將誤差看作是基本的目標函數，這樣有利于對人工神經網絡的權值進行科學合理的修復，同時還能夠在實踐中對其進行不斷完善和優化。如果傳統方法在實際應用時，無法滿足實際要求，那么可以直接通過人工神經網絡的利用來實現預報。但是這種方法在應用時，需要在歷史氣象數據的基礎上，才能夠完成有效的預報，而發電量需要依靠太陽總輻射的預報作為依據標準。

3.結束語

綜上所述，太陽能光伏發電量預報方法在實踐中科學合理的使用，不僅能夠從根本上保證對其起到良好的預報效果，而且還能夠推動太陽能光伏發電的整體發展。同時，在現有的研究成果上，可以結合實際情況，對其進行不斷完善和優化，這樣不僅有利于找出對太陽輻射產生影響的關鍵因素，而且還能夠保證預報的準確性和有效性。

參考文獻

[1]雷楊娜，孫嫻，程路，王娟敏.氣象因子對光伏發電量的影響效應分析[J].太陽能，2016（06）：33-36+73.

[2]崔洋，孫銀川，常倬林.短期太陽能光伏發電預測方法研究進展[J].資源科學，2013，35（07）：1474-1481.

[3]孫銀川，白永清，左河疆.寧夏本地化WRF輻射預報訂正及光伏發電功率預測方法初探[J].中國沙漠，2012，32（06）：1738-1742.

[4]馬金玉，羅勇，申彥波，李世奎.太陽能預報方法及其應用和問題[J].資源科學，2011，33（05）：829-837.

（作者單位：英利能源（中國）有限公司）