數(shù)值天氣預報的自動化太陽能光伏功率資源評估組合算法

張節(jié)潭，李春來，楊立濱，郭樹鋒，尹 旭

ZHANG Jie-tan1,2 , LI Chun-lai1,2, YANG Li-bin1,2, GUO Shu-feng1,2, YIN Xu3

（1.國網青海省電力公司經濟技術研究院，西寧 810000；2.國網青海省電力公司清潔能源發(fā)展研究院，西寧 810000；3.深圳合縱能源技術有限公司，深圳 511458）

0 引言

太陽能是一種清潔性能源，安全性和經濟性隨著太能存儲數(shù)量的增加，其優(yōu)勢不斷凸顯出來，成為最理想永不枯竭替代性能源[1]。大規(guī)模光伏不斷接入電網，自動化太陽能光伏發(fā)電輸出功率的隨機性對電網穩(wěn)定運行造成一定影響，因此，對對光伏發(fā)電輸出功率資源評估組合進行計算，能夠為電力調度提供參考依據(jù)。然而，自動化太陽能光伏發(fā)電系統(tǒng)輸出功率大小主要取決于太陽能面板所能接收到的全部輻射能量，該能量大小易受到外界因素影響，導致光伏發(fā)電輸出功率極其不穩(wěn)定，計算結果精準度受到嚴重影響[2]。根據(jù)歷史氣象要素數(shù)據(jù)對自動化太陽能光伏功率資源進行評估，以往大都采用人工神經網絡評估和基于支持向量機評估方法，但是有關氣象數(shù)據(jù)對太陽能光伏發(fā)電功率進行分析的資料相對較少，還停留在探索階段，因此只是利用這些資料進行分析，在計算結果精準度上還存在很大缺陷。

鑒于以往自動化太陽能光伏功率資源評估方法在資源定量評估方面的缺陷，結合天氣預報數(shù)值以及仿真數(shù)據(jù)，提出了一種數(shù)值天氣預報的自動化太陽能光伏功率資源評估組合算法[3]。利用精準天氣預報數(shù)據(jù)，精準評估出不同天氣下輻射衰減，進而保證光伏功率資源評估結果的精準度。

1 光伏功率衰減分析

針對光伏功率衰減情況，需從晴空和云團遮擋情況下進行分析。

1.1 晴空光伏功率衰減分析

大氣層外切平面的太陽輻射強度與太陽輻射方向有關，如果接近地面瞬時太陽輻射強度與大氣層外切平面瞬時太陽輻射強度，那么就可實時推算出太陽輻射強度[4]。在晴空天氣情況下，自動化太陽能光伏功率資源與評估時間的關系式高度相關，因此，使用光伏電站歷史數(shù)據(jù)，統(tǒng)計分析光電功率之間的轉換。確定輻射照度和功率之間關系后，需將對應的太陽輻射強度值帶入功率轉換公式之中，再結合光伏組件收獲的實時工況數(shù)據(jù)評估晴空下的自動化太陽能光伏功率資源[5]。

隨著自動化太陽能光輻射的逐漸增強，光伏功率也隨之增加。當天預測結束后，及時更新數(shù)據(jù)庫信息，為下一次自動化太陽能光伏功率資源評估做好準備。

1.2 云團遮擋光伏功率衰減分析

云團移動變化較為復雜，在短時間內云團變化十分緩慢，因此，可假設云團在未來時刻處于平移狀態(tài)。以云團量為基礎，預測云層風速和風向，以此獲取電站基礎信息，并計算水平面投影坐標。結合自動化太陽能光伏電站和云團面積大小，選取相對小電站建模，以此進行綜合分析。為了方便計算，某云團水平面太陽攝影遮擋光伏電站時，容易受到遮擋，此時需利用不同層次風速計算未來云團的運行軌跡[6]。通過設立云團遮擋輻照度衰減系數(shù)，能夠利用相同時刻有云情況下散射輻射的一系列折損系數(shù)，計算數(shù)學期望最終折損系數(shù)，由此輸出數(shù)值天氣預報的自動化太陽能光伏功率資源評估結果[7]。

2 基于數(shù)值天氣預報資源評估組合算法研究

利用數(shù)值天氣預報預測方法，通過晴空工況光伏功率輸出和云團遮擋下光伏功率輸出數(shù)值，對自動化太陽能光伏功率資源進行計算，以此完成資源評估組合算法研究[8]。

2.1 評估原理

自動化太陽能光伏功率資源評估部分所應用的數(shù)據(jù)主要來自數(shù)值天氣預報數(shù)據(jù)，所提方法采用的是光伏功率衰減數(shù)值與實測氣象數(shù)據(jù)相結合的方式，充分考慮數(shù)值天氣預報物理定量分析方式，將區(qū)域性實際測量的信息融入數(shù)值天氣預報數(shù)據(jù)輸出結果之中，通過有效手段獲取修訂模型，由此得到精確自動化太陽能光伏功率資源定量仿真數(shù)據(jù)[9]。

將實際測量的氣象數(shù)據(jù)與數(shù)值天氣預報仿真兩者的優(yōu)勢相互結合，進行可信度預測，以此對自動化太陽能光伏功率資源進行定量計算。通過引入奇異值能夠觀測實際地面光伏輻射場與數(shù)值天氣預報輸出的輻射模擬場耦合關系。奇異值分解公式如式(1)所示。

式(1)中：Z中存在一個C列正交矩陣；λ是n階對角矩陣。λ表達式如式(2)所示。

將實際地面光伏輻射場與數(shù)值天氣預報輸出的輻射模擬場分為左場和右場，由于兩個場空間具有一定靈活性特征，因此，地理區(qū)域和空間格點數(shù)是一致的。通過矩陣能夠分析出兩個場之間的耦合線性關系，為此兩個場中所涉及的樣本需一一對應，保證觀測序號一致，固定兩個場之間的時差，能夠避免所有樣本出現(xiàn)觀測序號不一致的現(xiàn)象。正常情況下，模擬場中所包含的格點數(shù)量要大于研究區(qū)域內所有站點數(shù)量，由此可知，結合實測數(shù)據(jù)的數(shù)值天氣預報評估方法，能夠實現(xiàn)對自動化太陽能光伏功率資源評估[10]。

2.2 評估組合算法的實現(xiàn)

將數(shù)值天氣預報與實際測量的數(shù)據(jù)相結合，引入奇異值進行實際觀測輻射值與數(shù)值天氣預報輸出值的融合。由于自動化太陽能光伏輻射在大氣中逐漸衰減，因此，需計算兩場時間同步場景下的協(xié)交叉方差矩陣：

應用正交線性變換方式，保證兩場變化后能夠找到兩個正交線性變換矩陣M，N，由此求取兩場之間協(xié)方差：

Q陳教授，我家寶寶今年3歲，只喜歡古詩古文，對絕大部分繪本、動畫片不感興趣，平時想通過繪本教他常規(guī)習慣他都不聽，所以也不會和小朋友一起玩，只在旁邊看著笑，不參與，參與了就說古詩，不會說句子或用詞組表達。現(xiàn)在上幼兒園了，明顯與班上孩子差距大，我該怎么引導孩子呢？

依據(jù)上述公式，結合線性代數(shù)理論，唯一求解滿足上述公式的兩個正交線性變換矩陣M，N。通過該矩陣能夠獲取兩場耦合特征，采用協(xié)方差貢獻率進行評估。當貢獻率排序已經確定的情況下，采用若干個模態(tài)表示兩場之間的關系，如果選用的模態(tài)數(shù)量接近設定的閾值，那么模擬場與原場一致，此時兩場的特征近似，具有展開收斂速度快、信息濃縮和主要特征剝離的優(yōu)勢。結合經驗正交分解方法，將兩個場的耦合關系通過一組空間模態(tài)和兩個場的時間系數(shù)進行線性組合，如果當前若干模態(tài)累計的協(xié)方差貢獻率能夠達到標定的指標時，則能夠表示出與原場相似的特征，通過上述內容能夠確定唯一的正交線性變換矩陣。利用協(xié)方差貢獻可分析出兩列時間系數(shù)能夠滿足線性關系，實現(xiàn)對數(shù)值天氣預報模擬場的訂正，由此能夠獲取自動化太陽能光伏功率資源評估結果。

3 實驗分析

以貴州氣象局獲取的數(shù)據(jù)為主，驗證數(shù)值天氣預報的自動化太陽能光伏功率資源評估組合算法可用性。該地區(qū)平均日照數(shù)為1220h，年均太陽總輻射量為3100～4500MJ/m2，全省年均總輻射為3515MJ。

3.1 數(shù)據(jù)準備

根據(jù)圖1可知：西部太陽光資源最高，年平均太陽輻射大于4320MJ/m2；中南部最低，年平均太陽輻射小于3600MJ/m2；其他地區(qū)年平均太陽輻射在3600～4320MJ/m2范圍內，適合發(fā)展光伏項目，以此作為項目研發(fā)基地。

圖1 貴州省太陽能資源分布

由于項目建設未設立有光照的監(jiān)測數(shù)據(jù)，為了精準評估出項目所在處的太陽能資源，需利用該項目附近的參照數(shù)據(jù)進行驗證分析，方便確定參照站氣象參數(shù)。

3.2 參設設置

參照站及評估區(qū)域地理位置參數(shù)如表1所示。

表1 參照站及評估區(qū)域地理位置參數(shù)

3.3 實驗結果與分析

以水城和威寧兩站為觀測點，分析其總輻射與功率之間關系，如圖2所示。

圖2 輻射/功率關系曲線

a）水城：隨著總輻射強度增加，水城的功率逐漸增大，擬合曲線呈正比例形式，而實測值在該曲線附近波動。當總輻射為10MJ/m2時，擬合曲線下的功率為15MW，而實測值在15MW功率上下波動；當總輻射在20MJ/m2～30MJ/m2時，實測值在4MW～48MW功率范圍內波動。

b）威寧：威寧的功率隨著總輻射強度增加逐漸增大，擬合曲線呈正比例形式，而實測值在該曲線附近波動。當總輻射在20MJ/m2～30MJ/m2時，實測值在18MW～45MW功率范圍內波動；當總輻射在30MJ/m2～40MJ/m2時，實測值在32MW～48MW功率范圍內波動。

依據(jù)上述數(shù)據(jù)，將數(shù)值天氣預報評估組合算法與傳統(tǒng)算法的評估精準度進行對比分析，結果如表2所示。

表2 兩種算法評估精準度對比分析

由表2可知：隨著總輻射的不斷增加，數(shù)值天氣預報評估組合算法比傳統(tǒng)算法評估精準度要高，在總輻射為10、20、30、40、50MJ/m2下，所提算法比傳統(tǒng)算法評估精準度依次高30%、34%、36%、39%、42%。

綜上所述：數(shù)值天氣預報評估組合算法評估精準度較高，具有可用性。

4 結語

采用傳統(tǒng)自動化太陽能光伏功率資源評估方法很難捕捉到不同天氣下光伏功率衰減數(shù)據(jù)，基于此，提出了數(shù)值天氣預報的自動化太陽能光伏功率資源評估組合算法。經過實驗驗證分析結果可知，所提方法能夠捕捉到不同天氣下光伏功率衰減數(shù)據(jù)，參照數(shù)值天氣預報情況，進一步提高評估組合算法的精準度，為模擬不同云量數(shù)據(jù)在光伏功率預測奠定基礎。

由于實驗條件有限，所得到的實驗結果大都依靠的是理論數(shù)據(jù)，結果并不嚴謹。因此，在今后研究進程中，研究所提方法實用性，從不同天氣角度出發(fā)，充分了解不同天氣給太陽能光伏功率輸出所帶來的影響，以此為基礎，提高研究結果可靠性。