張節潭,李春來,郭樹鋒,楊立濱,尹 旭
(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展研究院,西寧 810000;3.深圳合縱能源技術有限公司,深圳 511458)
光伏全稱太陽能光伏發電系統,可以利用導體材料光伏效應,存儲太陽能電池中的積蓄能量,并將陽光輻射帶來的分散電力分子,直接轉換成可利用電能資源。太陽能是具備快速生成能力的二次資源形式,在過去幾十年的時間里取得了長足的發展進步。根據現階段太陽能系統的總體裝機容量來計算,每年由太陽能系統生成的資源總量接近10000MW,其中直接可利用資源占比率達到48.2%[1,2]。相比于其他資源制備手段,太陽能光伏不需其它機械運轉部件的干涉,除最基本的日照條件外,可減少由燃料使用帶來的物理與化學污染量。無論是處于直射還是斜射的太陽光照耀條件下,光伏系統都可保持正常的運轉狀態,且選址條件也相對靈活,城市樓頂、開闊場地都可作為理想化應用場地。然而隨著太陽能資源主體所處位置的改變,整個光伏網絡的輸出功率逐漸陷入波動狀態。為避免上述情況的發生,在光伏功率預測模型的支持下,設計一種新型的太陽能資源自動化評估模塊,并在后續開發檢測過程中,突出說明該模塊結構的實用性價值。
光伏功率預測模型影響下的太陽能資源特性分析,由資源性數據殘缺修復、特性預測參數尋優兩個環節組成,其具體操作方法可按如下步驟進行。
太陽能資源性數據存在明顯的殘缺行為,因此某一時刻的資源性樣本可能長時間保持過量負荷狀態,即在光伏功率預測模型的支持下,該時刻的太陽能資源功率采樣結果為空值[3]。所謂太陽能資源性數據殘缺修復,則是根據光伏預測功率不變原理,將暫時保持為空的功率節點,按照生成先后時間排序,進而生成特定數據集合的處理過程。設e代表太陽能資源性數據殘缺修復集合中的預測功率參量,i代表光伏預測周期,利用e、i可將太陽能資源性數據的殘缺修復集合表示為:

其中,y1、y2代表兩個不同的太陽能資源評估節點系數,ε代表光伏功率預測模型的自動化評估冪次項。
太陽能資源特性參數尋優是光伏功率預測模型搭建的重要應用處理流程,可按照殘缺修復集合內數據信息節點的排列形式,確定自動化評估模塊執行所需遵照的數值條件[4]。特性預測參數尋優需以指標向量λ作為處理參考系數,通過協調μ1、μ2兩個基礎光伏功率參量的方式,確定太陽能資源特性預測參數的標準化尋優范圍,具體計算過程如下。
其中,r代表光伏功率預測行為的平均應用指標,t代表太陽能資源的消耗均值常量。
按照光伏功率預測模型影響下太陽能資源的特性條件,遵照評估框架搭建、自動化評估組織分布、太陽能資源主體布置的處理流程,完成新型太陽能資源自動化評估模塊設計。
太陽能資源自動化評估模塊的主體框架由光伏功率導航、預測數據管理、太陽能資源評估、微觀模塊選擇四個主體結構組成。其中,預測數據管理可按照太陽能資源信息的入庫現狀,對暫存的光伏功率預測參量進行初步預處理,再根據自動化節點的分布狀態,計算太陽能資源的基礎密度分布條件[5]。太陽能資源評估則由光伏量預測、光照參數計算、資源主體密度差值評估三部分組成,可妥善處置太陽能資源自動化評估模塊中的功率預測信息。微觀模塊選擇可根據太陽能資源主體所處位置條件,確定與光伏功率預測組織匹配的參量信息,進而使自動化評估模塊的執行結果具備更高可行性。下圖反應了太陽能資源自動化評估模塊框架的主體結構形式。

圖1 太陽能資源自動化評估模塊框架結構圖
自動化評估組織分布可按照主體框架的連接形式,規劃太陽能資源主體可至的最遠物理位置。從數量成級的角度來看,自動化評估資源分布處理包含光伏節點構成、功率預測邊界確定、應用節點連接等多個實際操作項目[6,7]。其中,太陽能資源光伏節點至少應滿足47列、53行的分布標準,全局評估結構共由2491個點狀組織構成。而太陽能資源主體的功率預測邊界則應處于3~9km之間,為保證自動化評估模塊的運行穩定性,邊界條件需盡量趨近數值區間的中部。詳細的自動化評估組織分布處置原理如表1所示。

表1 自動化評估組織分布處置原理
太陽能資源主體布置是新型自動化評估模塊搭建的末尾處理流程,可根據光伏功率預測模型的約束條件,確定這些主體結構所處的具體位置(如圖2所示)[8]。

圖2 太陽能資源主體布置原理
圖2中的星型圖標代表太陽能資源主體所處位置,且主要分布在自動化評估環境的中心區域。因相鄰兩個資源主體間的物理間距較小,故而能夠實現光伏功率預測數據的快速傳輸。至此,完成所有數據準備及硬件結構搭建,完成光伏功率預測模型影響下的太陽能資源自動化評估模塊設計。
為突出說明太陽能資源自動化評估模塊的實效性,設計如下對比實驗。在光伏功率預測平臺的支持下,配置關聯性主機檢測設備,其中實驗組主機設備搭載太陽能資源自動化評估模塊,對照組主機設備搭載原生型評估模塊。通過人工閉合的方式,改變接入檢測平臺的評估模塊類型,記錄多組實測數據,用以進行后續的實驗參量比對。
圈定等大的太陽能資源空間作為實驗對象,其中實驗組資源空間與實驗組檢測平臺相連,對照組資源空間與對照組檢測平臺相連(如圖3、圖4所示)。在固定檢測時間內,多次截取同一太陽能資源主體內,相鄰節點的間距數值結果。

圖3 太陽能資源主體結構

圖4 模塊開發檢測平臺
以70min作為檢測時間,分別記錄在該段時間內,實驗組、對照組太陽能資源主體節點間距的變化情況,檢測詳情如圖5所示。

圖5 太陽能資源主體節點間距對比圖
分析圖5可知,隨著檢測時間的增加,實驗組太陽能資源主體節點間距保持上升、穩定、下降的變化趨勢,全局最大值水平達到8.9mm,平均值結果為8.2 mm;對照組太陽能資源主體節點間距是指保持上升、下降交替出現的變化趨勢,全局最大值僅為4.7mm,平均值結果為3.7mm,遠低于實驗組。綜上可知,隨著太陽能資源自動化評估模塊的應用,太陽能資源主體節點間距出現明顯的增大趨勢,可達到穩定光伏網絡輸出功率的目的。
在光伏功率預測模型的支持下,太陽能資源自動化評估模塊修復了資源性數據存在的殘缺行為,并實現了特性參數的尋優處理。隨著評估框架結構的逐漸完善,自動化評估組織得到平均分布,進而使得太陽能資源主體得到妥善布置。從實用性角度來看,太陽能資源主體節點間距出現明顯上升趨勢,原始預留的光伏網絡輸出功率波動問題得到有效解決。