山東鼎維數(shù)字技術(shù)有限公司 王吉武 王繼超 田燕來

山東師范大學(xué)附屬中學(xué) 許蘭博

一種基于能源云的高速公路沿線太陽能發(fā)電預(yù)測系統(tǒng)

山東鼎維數(shù)字技術(shù)有限公司 王吉武 王繼超 田燕來

山東師范大學(xué)附屬中學(xué) 許蘭博

DigitalWay Smart PowerNet高速公路智能分布式供能系統(tǒng)建立了能源云系統(tǒng)對高速公路沿線設(shè)備能耗進(jìn)行分析和管控。為解決光伏發(fā)電的使用可靠性和減少對電網(wǎng)的沖擊，針對目前光伏發(fā)電預(yù)測中實(shí)用性較低、預(yù)測精度不高、氣象條件利用不充分和預(yù)測跟蹤性能較差等現(xiàn)象，設(shè)計出利用神經(jīng)網(wǎng)絡(luò)建立氣象相似度——發(fā)電量相似度的過渡模型，用該模型預(yù)測可獲得預(yù)測日發(fā)電量的預(yù)測結(jié)果，最后用五狀態(tài)的馬爾科夫鏈修正預(yù)測結(jié)果。

能源云；光伏發(fā)電；馬爾科夫鏈；預(yù)測

1.概述

高速公路交通監(jiān)控系統(tǒng)是高速公路交通機(jī)電系統(tǒng)的重要組成部分，其中主要功能是借助現(xiàn)代交通流規(guī)則、誘導(dǎo)與控制的相關(guān)理論，并利用計算機(jī)技術(shù)、閉路電視監(jiān)視技術(shù)、信息多媒體技術(shù)等領(lǐng)域的最新科技發(fā)展成果，對高速公路的交通運(yùn)營狀況、車輛行駛情況以及道路環(huán)境狀況進(jìn)行全面觀測，對沿途車輛的行駛路線、行駛方式進(jìn)行有效誘導(dǎo)與控制，并在高速公路沿線提供信息化服務(wù)。以上種種，對高速公路沿線的電力供應(yīng)提出了新的要求。為了更好的提供電力供應(yīng)，各地高速公路運(yùn)營管理部門紛紛在道路沿線建設(shè)了光伏發(fā)電系統(tǒng)為沿線設(shè)備提供電力供應(yīng)。為了降低運(yùn)營成本提高電力使用效率，各運(yùn)營單位紛紛建立了智能建筑能源管理監(jiān)測平臺，采用通信技術(shù)采集等手段，對建筑能耗進(jìn)行管理監(jiān)測[1]。

山東鼎維公司的DigitalWay Smart PowerNet高速公路智能分布式供能系統(tǒng)是一項(xiàng)十分契合高速公路信息化應(yīng)用的電力生產(chǎn)分配技術(shù)，它擁有獨(dú)立的光伏發(fā)電系統(tǒng)，能夠供應(yīng)用戶在大電網(wǎng)出現(xiàn)故障時的孤島運(yùn)行需求，也能在發(fā)電盈余時向大電網(wǎng)送電，減輕大電網(wǎng)供電壓力。由于光伏發(fā)電量隨季節(jié)和氣候的變化而變，因此準(zhǔn)確對光伏發(fā)電系統(tǒng)的發(fā)電能力進(jìn)行預(yù)測，對于降低系統(tǒng)造價和提高供電穩(wěn)定性有重要意義。

2.技術(shù)路線

“智慧能源云”[2]平臺是利用云計算和物聯(lián)網(wǎng)技術(shù)，為建筑、工業(yè)、交通等各個領(lǐng)域的單棟建筑、建筑群落以及跨區(qū)域建筑群落(包括IDC機(jī)房)，提供城市區(qū)域和建筑群落的能源管控和優(yōu)化整體解決方案。在大型機(jī)電能源管理方面，采用云技術(shù)[3]通過遠(yuǎn)程干預(yù)算法和參數(shù)，可以實(shí)現(xiàn)對能源參數(shù)、能源運(yùn)行狀態(tài)的管理和智能控制，從而實(shí)現(xiàn)智能和節(jié)能。云技術(shù)整合無線傳輸技術(shù)，通過無線傳輸技術(shù)系統(tǒng)結(jié)合云技術(shù)網(wǎng)絡(luò)平臺實(shí)現(xiàn)完美的非接觸式無縫隙對接，從而改變我們的生活，具有跨時代的意義。

影響光伏發(fā)電系統(tǒng)發(fā)電量主要受當(dāng)?shù)厝丈淞?、溫度、太陽能電池板性能以及陰影等多種因素的影響[4]：(1)日射量。日射強(qiáng)度與季節(jié)、時間、地理位置、大氣質(zhì)量等因素影響。太陽能電池板受到的日射量越大，理論發(fā)電量就會越大。另外，太陽能電池板的安裝方位和傾斜角度以及電池板周圍的建筑物、樹木的陰影等都會對發(fā)電量產(chǎn)生影響。(2)不同類型的太陽能電池板發(fā)電效率不同。一般來說，單晶硅電池轉(zhuǎn)換效率高但是相應(yīng)的建設(shè)成本也高；多晶硅電池轉(zhuǎn)換效率略低于單晶硅但是性價比更高一些。(3)太陽能電池板的表面反射率和溫度對發(fā)電量也有影響。表面反射率越高用于發(fā)電的能量就越少，表面溫度越高，光電轉(zhuǎn)換效率就越低。

綜合以上因素，不考慮氣象條件可以建立一個簡單的光伏發(fā)電模型：

標(biāo)準(zhǔn)太陽能電池板輸出功率Pas計算公式如下：Pas=Pms×n

其中，Pms表示相關(guān)技術(shù)資料記載的單位太陽能電池板在標(biāo)準(zhǔn)試驗(yàn)環(huán)境下的輸出功率，n表示太陽能電池板的數(shù)量。

設(shè)太陽能基本設(shè)計系數(shù)為Kjb，則Kjb=日射量年變動修正系數(shù)×太陽能電池回路修正系數(shù)×?xí)r間變化修正系數(shù)×負(fù)載修正系數(shù)×逆變器轉(zhuǎn)換效率×……

設(shè)溫度修正系數(shù)為Kwd，折射率修正系數(shù)為Kzs，則綜合設(shè)計系數(shù)K為以上各個系數(shù)的乘積：K=Kjb×Kwd×Kzs

由此得，太陽能電池板實(shí)際輸出功率P為mP= Pas×K

目前，國外光伏發(fā)電量預(yù)報技術(shù)研究已有一定的發(fā)展，德國Oldenburg大學(xué)Lorenz等根據(jù)相關(guān)數(shù)據(jù)和校驗(yàn)值，在2007年4月和7月，光伏發(fā)電量預(yù)報的相對均方根誤差分別達(dá)到了39%和22%。國內(nèi)光伏發(fā)電量預(yù)報技術(shù)尚處于研發(fā)階段。對太陽能光伏發(fā)電量預(yù)報系統(tǒng)的評估(預(yù)報誤差的校驗(yàn))可分為對太陽輻射預(yù)報誤差的檢驗(yàn)和直接對光伏發(fā)電系統(tǒng)發(fā)電量預(yù)報的誤差校驗(yàn)，可以采用均方根誤差、平均絕對誤差、平均誤差、相對均方根誤差、相對平均絕對誤差和相對平均誤差等分析方法。

光伏發(fā)電系統(tǒng)具有較大的隨機(jī)性和間歇性，極易受環(huán)境和氣候變化的影響，會造成基于光電轉(zhuǎn)換效率模型和數(shù)理統(tǒng)計模型的預(yù)測方法出現(xiàn)較大的誤差。理論上，建立基于神經(jīng)網(wǎng)絡(luò)和日射量的預(yù)測模型能獲得高精度預(yù)測結(jié)果，但目前無法或很難獲取預(yù)測日太陽輻照度，綜合考慮以上因素從充分利用氣象條件、定義氣象相似度與發(fā)電量相似度過渡函數(shù)和利用五狀態(tài)馬爾科夫鏈修正預(yù)測結(jié)果三個角度建立光伏發(fā)電預(yù)測模型。

假設(shè)理論太陽輻照度序列為E=[ e0，…，e8]，紫外線指數(shù)序列為U=[ u0，…，u8]，天氣類型序列為W=[ w0，…，w8 ]，氣溫序列為T=[t0，…，t8]。將前后兩天同一段的紫外線指數(shù)比值、天氣類型序列比值、理論太陽輻照度比值和氣溫比值作為自變量，將前后兩天的該時段的發(fā)電量比值作為因變量，建立氣象相似度與發(fā)電量相似度過渡函數(shù)。

馬爾科夫鏈能根據(jù)某參數(shù)當(dāng)前的狀態(tài)和發(fā)展趨勢，預(yù)測該參數(shù)未來的狀態(tài)，而且未來的狀態(tài)只與當(dāng)前的狀態(tài)有關(guān)?？紤]到三狀態(tài)馬爾科夫鏈在狀態(tài)轉(zhuǎn)移過程中基本都會落在中間區(qū)域，修正精度不高，故本文使用五狀態(tài)馬爾科夫鏈。

3.結(jié)論

雖然太陽能發(fā)電的功率是不斷變化的，但是太陽輻射強(qiáng)度是太陽能發(fā)電功率的決定因素。太陽輻射強(qiáng)度是有規(guī)律可循的，因而太陽能發(fā)電功率也是有規(guī)律的。

太陽能發(fā)電功率是主要受太陽輻射強(qiáng)度影響的，而太陽輻射強(qiáng)度又是受天氣、時刻、季節(jié)、太陽高度角等多種因素影響的，因而太陽能發(fā)電功率是一個多維非線性動力系統(tǒng)，在各種因素相互協(xié)同，又相互影響的作用下，短期太陽能發(fā)電功率預(yù)測表現(xiàn)出極其復(fù)雜而難以精確預(yù)測的演化特征。傳統(tǒng)的線性統(tǒng)計模型，只是在簡單模型近似下用外在隨機(jī)因素來解釋模型偏差，作出的預(yù)測只能是在概率意義下的等可能預(yù)測，并且預(yù)測結(jié)果趨于平滑；

而馬爾科夫鏈能根據(jù)某參數(shù)當(dāng)前的狀態(tài)和發(fā)展趨勢，預(yù)測該參數(shù)未來的狀態(tài)，可以建立一個很小或者幾乎沒有隨機(jī)誤差的非線性復(fù)雜模型，在預(yù)測時主要考慮模型本身對時間序列未來值的影響，能預(yù)測時間序列微小的起伏波動等一些精細(xì)結(jié)構(gòu)。在解決公路沿線光伏發(fā)電系統(tǒng)對市電的需求方面，通過使用本算法可以做到光伏發(fā)電儲能子系統(tǒng)對公路沿線設(shè)備365日連續(xù)平穩(wěn)供電，不受季節(jié)氣候影響。

不足之處：

由于本文使用環(huán)境的限制，所用到負(fù)荷數(shù)據(jù)最大不超過10KW，對于大型大功率的太陽能發(fā)電站的實(shí)用性還需作進(jìn)一步的驗(yàn)證和探討。

[1]周林.智能建筑能源管理監(jiān)測平臺解決方案[J].科技視界,2016,14: 317-319.

[2]姜永東.“智慧能源云”——解碼城市能源綜合管控[J].智能建筑與城市信息,2013,02:30-33.

[3]李志剛.能源云管控平臺:助力建筑智慧節(jié)能[J].電器,2015,12:41.

[4]楊超，榑沼弘貴.太陽能光伏發(fā)電系統(tǒng)發(fā)電量的預(yù)測方法[J].智能建筑電氣技術(shù), 2011, 05(2):29-34.