褚華宇，高志強(qiáng)，盛四清

（1.華北電力大學(xué)，河北 保定 071003；2.國(guó)網(wǎng)河北省電力公司電力科學(xué)研究院，石家莊 050021）

近年來，全國(guó)多次出現(xiàn)長(zhǎng)時(shí)間、大范圍霧霾天氣，秋冬季節(jié)尤為嚴(yán)重。如何在現(xiàn)階段環(huán)境水平下更加安全有效的利用清潔能源發(fā)電、減少火力發(fā)電對(duì)環(huán)境的威脅成為現(xiàn)今的重要任務(wù)之一。而光伏功率發(fā)電技術(shù)因其清潔無污染、可再生的優(yōu)點(diǎn)，得到了人們?cè)絹碓蕉嗟年P(guān)注。對(duì)于光伏功率發(fā)電技術(shù)而言，保證光伏功率的穩(wěn)定性是十分重要的功率并網(wǎng)指標(biāo)。精確的光伏功率預(yù)測(cè)技術(shù)有利于光伏發(fā)電調(diào)度的優(yōu)化、電網(wǎng)運(yùn)行成本的降低、系統(tǒng)旋轉(zhuǎn)備用容量的降低、電網(wǎng)安全水平的提高［1］，同時(shí)可以為電網(wǎng)提供調(diào)度依據(jù)，提前針對(duì)光伏功率的變化波動(dòng)做出應(yīng)對(duì)措施，從而提高對(duì)光伏發(fā)電系統(tǒng)的控制水平，保證光伏發(fā)電的穩(wěn)定性和安全性，為清潔能源的進(jìn)一步應(yīng)用提供基礎(chǔ)。

以下針對(duì)頻繁出現(xiàn)的霧霾天氣的影響，同時(shí)考慮天氣狀況、風(fēng)速、相對(duì)濕度、溫度、光照強(qiáng)度以及光伏組件的清潔度等多種因素，提出一種比較實(shí)用、精確的光伏功率預(yù)測(cè)方法，并將光伏功率預(yù)測(cè)結(jié)果與實(shí)際光伏功率輸出進(jìn)行比較分析，驗(yàn)證該方法的可行性和實(shí)用性。

1 光伏電池的原理

光伏電池是太陽(yáng)能光伏發(fā)電技術(shù)的核心元件，通過半導(dǎo)體的光生伏打效應(yīng)原理將太陽(yáng)輻射能轉(zhuǎn)化為電能。光伏電池的原理示意見圖1。

圖1 光伏電池原理圖

根據(jù)光伏電池原理圖可以得到標(biāo)準(zhǔn)試驗(yàn)條件，即溫度為25℃，光照強(qiáng)度為1 000W／m2下的光伏組件輸出電流方程［2－7］：

式中：q為電子電荷，C；A為P－N 結(jié)理想因子；K為波爾茲曼常數(shù)，K＝1.38×10－23，J／K；T為絕對(duì)溫度，K；I0為P－N結(jié)的反向飽和電流，A；Iph為光生電流，A；S為光照強(qiáng)度，W／m2；Isc為 標(biāo)準(zhǔn)測(cè)試條件下光伏電池的短路電流，A；Kt為短路電流溫度系數(shù)，A／K。

2 光伏功率的影響因素

2.1 直接影響因素

根據(jù)光伏電池的發(fā)電原理，由公式（1）－（3）所示關(guān)系可知，光照強(qiáng)度和溫度對(duì)光伏發(fā)電功率有很大的影響，是光伏功率的直接影響因素。光照強(qiáng)度越強(qiáng)，則越有利于光伏功率的輸出。文獻(xiàn)［8－9］指出，電池組件的光電轉(zhuǎn)換效率隨溫度的增加而下降，運(yùn)行時(shí)電池溫度高于標(biāo)準(zhǔn)測(cè)試條件溫度，輸出功率將會(huì)減少。但是，以上公式是在標(biāo)準(zhǔn)試驗(yàn)條件下推導(dǎo)得到的，當(dāng)實(shí)際環(huán)境與標(biāo)準(zhǔn)實(shí)驗(yàn)條件不一致時(shí)，該公式的誤差會(huì)很大。此外，公式中的光照強(qiáng)度為實(shí)際輻射到半導(dǎo)體元件上的光照強(qiáng)度，即實(shí)際光照強(qiáng)度，而實(shí)際輻射到光伏電池上的光照強(qiáng)度難以直接測(cè)量和預(yù)測(cè)，只能根據(jù)氣象預(yù)報(bào)給出的理論光照強(qiáng)度，結(jié)合后文所述環(huán)境因素的綜合影響進(jìn)行預(yù)測(cè)，因此利用公式（1）－（3）不能準(zhǔn)確預(yù)測(cè)光伏發(fā)電功率。

2.2 間接影響因素

2.2.1 霧霾

自2013年以來，霧霾天氣大范圍頻繁出現(xiàn)，據(jù)中國(guó)氣象局統(tǒng)計(jì)，2013年全國(guó)平均霧霾天數(shù)達(dá)29.9天，2013年1－2月，石家莊市出現(xiàn)霧霾天氣49天。對(duì)依賴太陽(yáng)輻射能發(fā)電的光伏發(fā)電技術(shù)而言，霧霾的影響不容忽視，因此，光伏功率預(yù)測(cè)技術(shù)也不能忽視霧霾這一重要影響因素。霧霾天氣對(duì)光伏功率的影響是間接的，其直接影響的是光照強(qiáng)度的大小，進(jìn)而間接影響光伏發(fā)電功率的大小。在霧霾天氣狀況下，空氣中PM2.5濃度增大，加之空氣中水汽含量增加，使太陽(yáng)輻射難以透過，極大地削弱和阻擋了光伏電池對(duì)太陽(yáng)輻射能的吸收。另一方面，霧霾天氣狀況下，空氣污染嚴(yán)重，使光伏電池組件表面灰塵、污垢覆蓋加劇，使得光伏電池可利用太陽(yáng)輻射能進(jìn)一步減少。

石家莊市2013年12月22－28日氣象統(tǒng)計(jì)數(shù)據(jù)見表1，如圖該市22－24日為霧霾天氣，26－28日為晴天；圖2為對(duì)應(yīng)的該市實(shí)際光伏發(fā)電功率曲線圖。由圖2可知，霧霾天氣與非霧霾天氣下，光伏發(fā)電功率的輸出值相差很大，從而說明，霧霾對(duì)光伏發(fā)電功率的影響不能忽視，因此霧霾在光伏功率預(yù)測(cè)中也是需要考慮的因素。

表1 石家莊市2013年12月22－28日氣象統(tǒng)計(jì)表

圖2 光伏發(fā)電功率曲線圖

2.2.2 光伏組件清潔度

由于光伏組件暴露在外部環(huán)境下，加之在環(huán)境污染、PM2.5濃度超標(biāo)的情況下，使光伏電池組件表面容易被灰塵和污垢覆蓋，這些覆蓋物會(huì)阻礙光伏電池對(duì)其表面接收的光照強(qiáng)度的有效利用，進(jìn)而降低光伏功率的輸出，不能最大限度利用太陽(yáng)能。圖3為現(xiàn)場(chǎng)實(shí)際拍攝的光伏組件清潔時(shí)與灰塵覆蓋時(shí)的清潔度對(duì)比圖。文獻(xiàn)［10］指出，灰塵等覆蓋物使光伏電站的效率降低到原值的75%～98%，文獻(xiàn)［11］指出，八達(dá)嶺太陽(yáng)能熱發(fā)電示范電站的試驗(yàn)驗(yàn)證，太陽(yáng)能反射玻璃鏡每隔2～3天清潔系數(shù)就會(huì)下降0.01。

圖3 光伏組件清潔度對(duì)比圖

2.2.3 相對(duì)濕度

大氣中相對(duì)濕度一旦增大，空氣中的水汽對(duì)太陽(yáng)輻射的削弱將增加，是光伏功率輸出減小，因而相對(duì)濕度增加不利于光伏功率的輸出［12］。

2.2.4 風(fēng)速

風(fēng)速對(duì)光伏組件的功率輸出的影響，主要體現(xiàn)在對(duì)霧霾天氣的消散、光伏組件的清潔度和云量的影響上。風(fēng)速增大有利于云量的消散及電池組件接收到的輻射能的增加，同時(shí)對(duì)霧霾等污染狀況的消散十分有利，既有利于太陽(yáng)輻射能投射到光伏電池表面，又減少了電池組件的灰塵沉積及污垢遮擋作用，從而使太陽(yáng)能電池組件接收到更多的太陽(yáng)輻射能，提高光伏輸出功率。

2.2.5 天氣狀況

云量是表征天空遮蔽程度的氣象因子，根據(jù)氣象常識(shí)，天氣狀況“晴”、“少云”、“多云”、“陰”的確定是根據(jù)天空中云量的多少和遮擋作用的大小來確定的。不同的天氣狀況，云的遮擋作用不同，太陽(yáng)輻射到地面的能量不同，因而天氣狀況的不同會(huì)使光伏輸出功率不同，云量的增加或減少會(huì)相應(yīng)地引起地面太陽(yáng)輻射的減少或增加，進(jìn)而使光伏功率呈現(xiàn)減少或增多的變化。

3 人工智能神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法

根據(jù)以上對(duì)光伏功率影響因素的分析，可以看出影響光伏功率的因素較多而且關(guān)系復(fù)雜，是一個(gè)多影響因素的復(fù)雜非線性問題，難以直接建立精確數(shù)學(xué)模型進(jìn)行描述。通過建立BP 神經(jīng)網(wǎng)絡(luò)模型，計(jì)及霧霾、光伏電池組件清潔度、相對(duì)濕度、風(fēng)速、天氣狀況、理論光照強(qiáng)度、溫度對(duì)光伏功率的影響，預(yù)測(cè)光伏組件的輸出功率。

在訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型前，首先對(duì)歷史數(shù)據(jù)進(jìn)行預(yù)處理，即將明顯錯(cuò)誤的數(shù)據(jù)進(jìn)行剔除或修正，將缺少的數(shù)據(jù)進(jìn)行補(bǔ)充或修正。預(yù)處理結(jié)束后，采用公式（4）對(duì)數(shù)據(jù)進(jìn)行歸一化處理，歸一化處理后的數(shù)據(jù)則可以作為訓(xùn)練集數(shù)據(jù)使用。

式中：X為歸一化處理后的數(shù)據(jù)；x為歸一化處理前的數(shù)據(jù)；xmin為變量的最小值；xmax為變量的最大值。

神經(jīng)網(wǎng)絡(luò)的訓(xùn)練集選取被預(yù)測(cè)日前至少一個(gè)月每天的霧霾指數(shù)、光伏電池組件清潔度、相對(duì)濕度、風(fēng)速、天氣狀況、理論光照強(qiáng)度、溫度的統(tǒng)計(jì)信息作為訓(xùn)練集輸入數(shù)據(jù)，以對(duì)應(yīng)的每天光伏功率輸出實(shí)際統(tǒng)計(jì)數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練集的輸出數(shù)據(jù)。根據(jù)經(jīng)驗(yàn)，采用公式（5）確定隱層節(jié)點(diǎn)數(shù)，經(jīng)驗(yàn)公式如下［15］：

式中：m為隱層節(jié)點(diǎn)數(shù)；n為 輸入層節(jié)點(diǎn)數(shù)；l為輸出節(jié)點(diǎn)數(shù)。

選用Trainlm 訓(xùn)練方法，開始訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練結(jié)束后，獲得BP神經(jīng)網(wǎng)絡(luò)模型，將被預(yù)測(cè)日的霧霾指數(shù)、光伏電池組件清潔度、相對(duì)濕度、風(fēng)速、天氣狀況、理論光照強(qiáng)度、溫度數(shù)據(jù)作為模型的輸入數(shù)據(jù)，運(yùn)行該BP神經(jīng)網(wǎng)絡(luò)模型，獲得被預(yù)測(cè)日的光伏功率預(yù)測(cè)值。光伏功率預(yù)測(cè)流程如圖4所示。

4 算例分析

圖4 光伏功率預(yù)測(cè)流程

根據(jù)上述方法，取石家莊某光伏電站2013年12月1日至2014年1月21日共51天的歷史實(shí)測(cè)數(shù)據(jù)，包括霧霾指數(shù)（以空氣質(zhì)量指數(shù)AQI表征）、天氣狀況、風(fēng)速、相對(duì)濕度、溫度、光照強(qiáng)度、光伏電池組件清潔度數(shù)據(jù)作為訓(xùn)練模型的輸入；相應(yīng)的取該51天的實(shí)際光伏功率輸出作為訓(xùn)練模型的輸出。

該預(yù)測(cè)模型設(shè)計(jì)的BP 神經(jīng)網(wǎng)絡(luò)采用3 層結(jié)構(gòu)，輸入量為77個(gè)，輸出量為108個(gè)，根據(jù)上述經(jīng)驗(yàn)公式（5）及實(shí)際預(yù)測(cè)結(jié)果的比較，確定隱層節(jié)點(diǎn)數(shù)為92個(gè)。經(jīng)過訓(xùn)練獲得BP神經(jīng)網(wǎng)絡(luò)模型。為了預(yù)測(cè)2014年1月22日的光伏功率，需要將1月22日的環(huán)境影響因素?cái)?shù)據(jù)讀入上述神經(jīng)網(wǎng)絡(luò)模型，輸入數(shù)據(jù)如表2所示，該表中所列數(shù)據(jù)為當(dāng)日8時(shí)至18時(shí)光伏功率影響因素的變化值，將這些影響因素?cái)?shù)據(jù)輸入已經(jīng)訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型，即可得到光伏功率的預(yù)測(cè)結(jié)果。

表2 神經(jīng)網(wǎng)絡(luò)模型輸入數(shù)據(jù)表

光伏功率預(yù)測(cè)結(jié)果如圖5所示，直線表示的曲線為光伏功率的實(shí)際功率，預(yù)測(cè)曲線1（點(diǎn)劃線）表示的是不考慮霧霾的情況下神經(jīng)網(wǎng)絡(luò)模型的功率預(yù)測(cè)結(jié)果，預(yù)測(cè)曲線2（星形線）表示的是計(jì)及霧霾因素的影響時(shí)，神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果。根據(jù)預(yù)測(cè)結(jié)果可知，預(yù)測(cè)曲線2更加接近實(shí)際光伏功率曲線，尤其是在峰值附近，計(jì)及霧霾因素的光伏功率預(yù)測(cè)方法更加精確，優(yōu)勢(shì)更加明顯。根據(jù)預(yù)測(cè)結(jié)果，利用公式（6）對(duì)光伏功率的預(yù)測(cè)誤差進(jìn)行計(jì)算。

式中：p2為計(jì)及霧霾影響的光伏功率預(yù)測(cè)值；p0為光伏功率實(shí)際功率值。

根據(jù)計(jì)算結(jié)果發(fā)現(xiàn)預(yù)測(cè)誤差基本保持在15%以內(nèi)，只有個(gè)別點(diǎn)誤差超過20%，比不考慮霧霾的情況下光伏功率預(yù)測(cè)結(jié)果更準(zhǔn)確。

圖5 光伏功率預(yù)測(cè)曲線與實(shí)際功率曲線對(duì)比圖

5 結(jié)論

光伏發(fā)電技術(shù)具有結(jié)構(gòu)簡(jiǎn)單，易于安裝運(yùn)輸，建設(shè)周期短，維護(hù)簡(jiǎn)單，清潔、安全、無噪聲，可靠性高，應(yīng)用范圍廣等優(yōu)點(diǎn)，是理想的可再生能源。但是，由于光伏發(fā)電功率隨著環(huán)境因素的變化會(huì)產(chǎn)生隨機(jī)的波動(dòng)，這種發(fā)電方式在接入電網(wǎng)后會(huì)對(duì)電網(wǎng)的安全和管理帶來一系列的問題，所以能夠較為準(zhǔn)確的提前對(duì)光伏發(fā)電系統(tǒng)的出力做出預(yù)測(cè)變得尤為重要。計(jì)及霧霾影響的光伏功率預(yù)測(cè)方法考慮了現(xiàn)階段環(huán)境因素中不容忽視的霧霾因素對(duì)光伏功率的影響，使光伏功率預(yù)測(cè)技術(shù)考慮的影響因子更加全面、更加貼近實(shí)際情況，有利于更加精確地光伏功率預(yù)測(cè)技術(shù)的實(shí)現(xiàn)。精確的光伏功率預(yù)測(cè)技術(shù)不僅可以為電網(wǎng)的調(diào)度及安全運(yùn)行提供了依據(jù)，同時(shí)也將為新能源技術(shù)、分布式電源技術(shù)、微電網(wǎng)技術(shù)的發(fā)展與應(yīng)用推廣奠定基礎(chǔ)，進(jìn)一步深入研究光伏功率的特點(diǎn)，借鑒應(yīng)用不同的功率預(yù)測(cè)技術(shù)，相信可以實(shí)現(xiàn)更加精確的光伏功率預(yù)測(cè)，為可再生能源及清潔能源發(fā)電技術(shù)的應(yīng)用做出貢獻(xiàn)。

［1］李春來，朱慧敏，景滿德，等.并網(wǎng)型光伏電站功率預(yù)測(cè)方法探討［J］.電工和技術(shù)，2010，12：27－28.

［2］林梅軍.計(jì)及光伏預(yù)測(cè)的配電網(wǎng)潮流計(jì)算［D］.山東：山東大學(xué)，2012.

［3］鄭 意，趙志剛，茍向峰.基于simulink的太陽(yáng)能光伏電池的建模及輸出特性仿真研究［J］.蘭州交通大學(xué)學(xué)報(bào)，2013，32（1）：97－100.

［4］趙亞妮，王 翔.基于simulink的光伏電池組件建模及仿真研究［J］.電腦知識(shí)與技術(shù)，2013，9（13）：3202－3205.

［5］吳茜瓊，常曉穎.基于Matlab／Simulink的太陽(yáng)能電池特性分析［J］.華北水利水電學(xué)院學(xué)報(bào)，2010，31（5）：90－92.

［6］李 琪，楊衛(wèi)波，孔玲玲.太陽(yáng)能光伏電池輸出特性的理論分析［J］.揚(yáng)州大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，16（1）：42－45.

［7］范發(fā)靖，袁曉玲.基于Matlab的光伏電池建模方法的比較［J］.機(jī)械制造與自動(dòng)化，2012（2）：157－163.

［8］王建軍.太陽(yáng)能光伏發(fā)電應(yīng)用中的溫度影響［J］.青海師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2005（1）：28－30.

［9］楊靜濤，賈暉杰，呂國(guó)東.并網(wǎng)光伏電站發(fā)電量影響因素分析［J］.太陽(yáng)能，2013（17）：40－42.

［10］史君海，孫麗兵，張麗瑩.提高并網(wǎng)光伏發(fā)電效率分析與建議［J］.電力與能源，2013，34（4）：402－404.

［11］黃 湘，葛文剛，禹 超.太陽(yáng)能光伏電站涉及影響因素分析［J］.華電技術(shù)，2013，35（2）：79－82.

［12］劉玉蘭，孫銀川，桑建人，等.影響太陽(yáng)能光伏發(fā)電功率的環(huán)境氣象因子診斷分析［J］.水電能源科學(xué)，2011，29（12）：200－202.