陜西省氣候中心 ■ 雷楊娜 孫嫻程路 王娟敏

氣象因子對光伏發(fā)電量的影響效應(yīng)分析

陜西省氣候中心 ■ 雷楊娜 孫嫻*程路 王娟敏

針對華電陜西靖邊光伏電站一年發(fā)電量數(shù)據(jù)和同期氣象觀測資料，運用相關(guān)分析、回歸分析、通徑分析等常用的數(shù)理統(tǒng)計分析方法，分析逐日光伏發(fā)電量與各主要氣象因子的對應(yīng)關(guān)系。結(jié)果表明：日照時數(shù)與光伏發(fā)電量的正相關(guān)關(guān)系最為密切，日照時數(shù)對發(fā)電量的單位效應(yīng)量最大；最小相對濕度與光伏發(fā)電量的負相關(guān)關(guān)系最為密切；最高氣溫的單位效應(yīng)量最小。氣溫對光伏電站發(fā)電量的影響較為復(fù)雜，需要進一步深入研究。

氣象因子；光伏電站；發(fā)電量；影響效應(yīng)

0　引言

太陽能是目前利用較多的可再生能源，年到達地球表面的太陽輻射量相當于130×1012噸標準煤。我國擁有豐富的太陽能資源，資源量相當于1.7×1012噸標準煤，與美國相近，高于歐洲和日本［1，2］。因此，太陽能產(chǎn)業(yè)有著巨大的發(fā)展?jié)摿?，近年發(fā)展迅速［3］。太陽能利用中，光伏發(fā)電技術(shù)最具意義，技術(shù)也較為成熟，已成為世界各國競相研究應(yīng)用的熱點和重點［4］。

影響并網(wǎng)光伏電站發(fā)電量的因素主要有裝機容量、綜合效率、太陽輻射3方面［5］。其中，太陽輻射受季節(jié)和地理位置影響較大，氣溫、濕度、日照等因素具有顯著季節(jié)變化和日變化，其他氣象要素如云量、氣溶膠濃度等因素也會影響太陽輻射的強弱，進而影響光伏電站發(fā)電量［6-9］。因此，光伏發(fā)電量預(yù)報顯得尤為必要。然而目前我國對光伏發(fā)電量預(yù)報方法的研究還比較薄弱，光伏發(fā)電量預(yù)報系統(tǒng)不能滿足發(fā)電量預(yù)報在準確性方面的需求［10-12］。因此，開展太陽能光伏發(fā)電量預(yù)測是光伏發(fā)電站并入電網(wǎng)系統(tǒng)的關(guān)鍵。而光伏發(fā)電量預(yù)報的準確性主要取決于影響光伏發(fā)電量的關(guān)鍵氣象要素的研究及氣象預(yù)報準確性［3］。

目前， 太陽能光伏發(fā)電與氣象要素條件方面的研究相對較少，何明瓊等［13］研究了武漢地區(qū)光伏發(fā)電量與氣象因子的關(guān)系，對光伏電站電力調(diào)控具有較好的指導(dǎo)作用。呂學梅等［3］利用灰色關(guān)聯(lián)度方法對日氣象因素與光伏發(fā)電量進行分析，找出影響光伏發(fā)電量的關(guān)鍵氣象要素，對開展光伏發(fā)電專業(yè)氣象服務(wù)提供了參考依據(jù)。劉玉蘭等［14］利用寧夏光伏電站的資料，分析了光伏發(fā)電量與氣象條件的關(guān)系，對預(yù)測光伏電站出力具有十分重要的意義。

本文利用相關(guān)分析、回歸分析和通徑分析等方法，分析逐日光伏發(fā)電量與各主要氣象因子的對應(yīng)關(guān)系，找出影響光伏發(fā)電量的關(guān)鍵氣象要素，分析關(guān)鍵氣象要素對光伏發(fā)電量的影響效應(yīng)，以期為開展光伏電站太陽能資源評估和發(fā)電量預(yù)報提供參考依據(jù)。

1　資料與方法

光伏發(fā)電資料來自于華電陜西靖邊光伏電站（108.93°E，37. 61°N，海拔高度1301 m） 2014 年5月1 日～ 2015 年4 月30 日這1年的逐時發(fā)電量，同期輻射資料和氣象資料來自于光伏電站內(nèi)臨時氣象站，觀測項目包括總輻射、直接輻射、散射輻射、日照時數(shù)、氣溫、背板溫度、氣壓、相對濕度和風速等要素逐時值。靖邊光伏電站裝機5 MW，光伏陣列正南方位固定安裝，光伏組件傾角為38°。

為了盡量反映出逐日發(fā)電量對氣象因子的響應(yīng)關(guān)系，本文在相關(guān)分析中不僅計算了發(fā)電量與氣象因子之間的原始相關(guān)系數(shù)，同時還計算了各序列之間的高頻相關(guān)系數(shù)。高頻相關(guān)系數(shù)計算首先需要對所有原序列的逐日資料進行濾波，濾波后只保留小于10 d的高頻變化，然后再計算發(fā)電量與氣象要素的相關(guān)性，以減少原始序列中月、季循環(huán)、異常值等對相關(guān)性的影響［15］。

2　結(jié)果分析

2.1光伏電站發(fā)電量逐日波動與氣象因子的關(guān)系

表1給出了光伏電站逐日發(fā)電量與主要氣象因子的相關(guān)系數(shù)，其中r1，r2分別為原始相關(guān)系數(shù)和高頻相關(guān)系數(shù)。逐日發(fā)電量波動與日照時數(shù)的關(guān)系最為密切，表現(xiàn)為顯著正相關(guān)；其次為直接輻射及總輻射；與散射輻射相關(guān)性則較差。從逐日發(fā)電量和逐日氣象因子的高頻相關(guān)系數(shù)來看，逐日發(fā)電量與日照時數(shù)、直接輻射、總輻射的高頻相關(guān)系數(shù)也均達到了0.01顯著性水平，分別為0.886、0.758、0.638，這表明逐日發(fā)電量與這些氣象要素的高相關(guān)關(guān)系是穩(wěn)定的，是對相應(yīng)響應(yīng)機制的反映。此外，逐日發(fā)電量與日照時數(shù)的高頻相關(guān)系數(shù)大于原始相關(guān)系數(shù)，與總輻射和直接輻射的高頻相關(guān)系數(shù)則小于原始相關(guān)系數(shù)。

表1　逐日發(fā)電量與同期氣象因子相關(guān)系數(shù)

除了日照時數(shù)和輻射變量以外，還分析了氣溫、背板溫度、風速和相對濕度對光伏發(fā)電量的影響。由表1還可知，發(fā)電量與平均風速、氣溫、平均背板溫度、最低背板溫度的相關(guān)性很小，說明這幾個氣象要素對光伏發(fā)電量的影響很小，因此這里對這些氣象因子不加討論。逐日發(fā)電量與相對濕度存在顯著的負相關(guān)關(guān)系，與平均相對濕度和最小相對濕度的原始相關(guān)系數(shù)分別為-0.542 和-0.695，且高頻相關(guān)系數(shù)也較大。逐日發(fā)電量與最高背板溫度的正相關(guān)系數(shù)雖遠小于總輻射、直接輻射和日照，但也達到了0.01顯著性水平，表明該氣象因子變化對光伏發(fā)電量有一定影響。但最高背板溫度與發(fā)電量的高頻相關(guān)系數(shù)卻明顯減小，這表明最高背板溫度對光伏發(fā)電量的影響程度不及輻射、日照和相對濕度要素。

綜上，與光伏日發(fā)電量相關(guān)性較好的氣象因子有總輻射、直接輻射、日照時數(shù)、最高背板溫度、平均相對濕度、最小相對濕度和最高氣溫，因此以下主要討論這些氣象因子對光伏發(fā)電量的影響。另外，因大多數(shù)光伏電站或輻射站僅有總輻射觀測，最小相對濕度與發(fā)電量相關(guān)系數(shù)較平均相對濕度高，故本文最終選擇總輻射、日照時數(shù)、最高背板溫度、最小相對濕度和最高氣溫討論。

2.2氣象因子對光伏日發(fā)電量的影響效應(yīng)分析2.2.1 氣象因子與光伏日發(fā)電量的多元回歸分析

根據(jù)氣象因素與光伏發(fā)電量的相關(guān)性分析結(jié)果，結(jié)合客觀實際，選取日照時數(shù)、日最高氣溫、日最小相對濕度、日最高背板溫度和日總輻射等5個氣象因子為自變量，以光伏發(fā)電量為因變量，進行多元回歸分析，建立最優(yōu)回歸方程：

該方程顯著性水平P＜0.001，相關(guān)系數(shù)的平方R2=0.799，檢驗值F=230.661，Durbin-Watson統(tǒng)計量d=1.633。回歸方程中各變量的時間系數(shù)即該變量對光伏發(fā)電量的影響效應(yīng)量，其物理意義是排除其他因子后，每個氣象因子變化單位量時，光伏發(fā)電量相應(yīng)增加或減少的量。由方程可知，當日照時數(shù)增加（減少）1 h時，光伏日發(fā)電量就會增加（減少）1198.351 kWh，同理，日最高氣溫、日最小相對濕度、日最高背板溫度和日總輻射變化單位量時，對光伏日發(fā)電量的影響效應(yīng)量分別為-66.825、-449.317、313.076、262.676 kWh。日照時數(shù)對發(fā)電量的單位效應(yīng)量最大，其次為日最小相對濕度，日最高氣溫的單位效應(yīng)量最小。此外，日照時數(shù)、日最高背板溫度和總輻射對光伏發(fā)電量的影響效應(yīng)量為正值，而日最高氣溫和日最小相對濕度影響效應(yīng)量則為負值，這與前節(jié)相關(guān)系數(shù)的分析結(jié)果相吻合。

對各季節(jié)光伏發(fā)電量和各氣象因子進行多元回歸分析，得到各季節(jié)回歸方程，回歸方程參數(shù)和各因子回歸系數(shù)見表2和表3。由表2可知，各季節(jié)回歸方程R2均在0.8以上，所以P均小于0.001，回歸方程顯著。從表3可知，春、秋、冬3個季節(jié)日照時數(shù)對逐日發(fā)電量的正效應(yīng)最大，而夏季則是總輻射的正效應(yīng)最大；負效應(yīng)4個季節(jié)均是最高氣溫最大。同一變量對比來看，日照時數(shù)在冬季對光伏發(fā)電量的影響效應(yīng)量最大，夏季最??；最高氣溫則是夏、秋季影響效應(yīng)量較大，冬、春季較小；最小相對濕度在冬春季負效應(yīng)較大，秋季負效應(yīng)較小，夏季則是弱的正效應(yīng)；最高背板溫度的正效應(yīng)量在秋季節(jié)較大，其他季節(jié)則較?。豢傒椛湓诙緦夥l(fā)電量的效應(yīng)量最大，春季和秋季則較小。由此可見，光伏發(fā)電量在不同季節(jié)對氣象要素的響應(yīng)程度不同。

表2　各季節(jié)回歸方程相關(guān)參數(shù)

表3　各季節(jié)回歸方程回歸系數(shù)

2.2.2氣象因子與光伏日發(fā)電量的通徑分析

通徑分析可用于分析多個自變量與因變量之間的線性關(guān)系，可處理較為復(fù)雜的變量關(guān)系。如當自變量數(shù)目較多且自變量間相互關(guān)系比較復(fù)雜，或某些自變量是通過其他自變量間接對因變量產(chǎn)生影響時，可利用通徑分析有效地評判各因子的影響效應(yīng)［16］，確定不同因子對結(jié)果的影響程度，因此對各關(guān)鍵氣象因子與發(fā)電量進行通徑分析。

根據(jù)回歸分析結(jié)果可知，F(xiàn)=230.661（P＜0.001），說明可以通徑分析［17］。R2=0.799，表明所選因子是影響光伏發(fā)電量的主要氣象要素。通徑分析結(jié)果見表4。

由表4可知，從直接效應(yīng)來看，日照時數(shù)對光伏發(fā)電量有較強的正效應(yīng)，其次為最大背板溫度，總輻射的直接正效應(yīng)較??；最高氣溫和最小相對濕度對光伏發(fā)電量均有負的直接效應(yīng)，最小相對濕度的直接效應(yīng)較小，可忽略不計。最小相對濕度對光伏發(fā)電量造成負效應(yīng)，在間接效應(yīng)中，最小相對濕度通過日照時數(shù)對光伏發(fā)電量的影響最大，達到了-0.354。日照時數(shù)、最大背板溫度和總輻射通過最高氣溫對光伏發(fā)電量均呈現(xiàn)負間接效應(yīng)。最高氣溫對光伏發(fā)電量直接效應(yīng)為負，但間接效應(yīng)為正?？梢姎鉁貙夥l(fā)電量的影響較為復(fù)雜，有待于進一步深入研究。

另外，剩余直接通徑系數(shù)為0.448，說明除日照時數(shù)、總輻射、氣溫、相對濕度、背板溫度外，還有其他因素影響光伏發(fā)電量。云量、空氣質(zhì)量及光伏組件的相關(guān)特性和質(zhì)量、逆變效率等因素均影響光伏出力［18，19］。

表4　氣象因子對光伏發(fā)電量影響的通徑分析

3　結(jié)論

利用陜北某光伏電站近一年逐日光伏發(fā)電量資料和逐日氣象資料，通過相關(guān)分析、回歸分析和通徑分析等方法，分析了逐日光伏發(fā)電量與各主要氣象因子的對應(yīng)關(guān)系。結(jié)果表明，與光伏日發(fā)電量有顯著相關(guān)性的氣象因素為總輻射、直接輻射、日照時數(shù)、最高背板溫度、平均相對濕度、最小相對濕度和最高氣溫，其中以日照時數(shù)與光伏發(fā)電量的正相關(guān)關(guān)系最為密切，最小相對濕度與光伏發(fā)電量的負相關(guān)關(guān)系最為密切，均達到0.01顯著性水平。

回歸分析表明，日照時數(shù)對發(fā)電量的單位效應(yīng)量最大，其次為最小相對濕度，最高氣溫的單位效應(yīng)量最小。日照時數(shù)、最高背板溫度和總輻射對光伏發(fā)電量的影響效應(yīng)量為正值，而最高氣溫和最小相對濕度影響效應(yīng)量則為負值。另外，光伏發(fā)電量在不同季節(jié)對氣象要素的響應(yīng)程度是不一致的。

通過通徑分析發(fā)現(xiàn)氣溫對光伏電站發(fā)電量的影響較為復(fù)雜，氣溫升高光伏發(fā)電量會減少， 但氣溫通過日照和輻射對光伏發(fā)電量造成正的影響，氣溫對光伏發(fā)電量的影響有待于進一步研究。

［1］ 陳正洪， 李芬， 成馳， 等.太陽能光伏發(fā)電預(yù)報技術(shù)原理及其業(yè)務(wù)系統(tǒng)［M］.北京： 氣象出版社， 2011.

［2］ 孫鵬杰， 陳正洪， 成馳， 等.太陽能光伏電站發(fā)電量變化特征及其與氣象要素的關(guān)系［J］.2003， 31（11）： 249-252.

［3］ 呂學梅， 朱虹， 王金東， 等.氣象因素對光伏發(fā)電量的影響分析［J］.可再生能源， 2014， 32（10）： 1423-1428.

［4］ 姜創(chuàng)業(yè)， 王娟敏， 孫嫻， 等.太陽能光伏發(fā)電量動力統(tǒng)計預(yù)報模式研究［J］.水電能源科學， 2012， 30（6）： 205-208.

［5］ 楊金煥.并網(wǎng)光伏電站發(fā)電量的估算［A］. 第十一屆中國光伏大會暨展覽會會議論文集［C］， 南京， 2010.

［6］ 王一波， 李晶， 許洪華.考慮電網(wǎng)安全穩(wěn)定約束的光伏電站最大安裝容量計算與分析［J］.太陽能學報， 2008， 29（8）： 971-975.

［7］ 邱培春， 葛寶明， 畢大強.基于蓄電池儲能的光伏并網(wǎng)發(fā)電功率平抑控制研究［J］.電力系統(tǒng)保護與控制， 2011， 39（3）：29-33.

［8］ 陳進美， 陳巒.太陽能光伏發(fā)電最大功率點間接跟蹤算法研究［J］.水電能源科學， 2010， 28 （1）： 148-150， 56.

［9］ 李軍， 許繼生， 王生淵， 等.一種并網(wǎng)型光伏電站光功率及發(fā)電量預(yù)測的方法［J］.青海電力， 2010， 29（2）： 18-20.

［10］ 馬金玉， 羅勇， 申彥波， 等.太陽能預(yù)報方法及其應(yīng)用和問題［J］. 資源科學， 2011， 33（5）： 829-837.

［11］ 何明瓊， 成馳， 陳正洪， 等.太陽能光伏發(fā)電預(yù)報評價［J］.水電能源科學， 2011， （12）： 196-199.

［12］ 周晉， 吳業(yè)正， 晏剛， 等.利用神經(jīng)網(wǎng)絡(luò)估算太陽輻射［J］.太陽能學報， 2005， 26（4）： 509-512.

［13］ 何明瓊， 陳正洪， 成馳.光伏發(fā)電量與氣象因子的關(guān)系及

其預(yù)報試驗簡報［A］.第27 屆中國氣象學會年會氣候資源應(yīng)用研究分會場論文集［C］， 北京， 2010.

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

［15］ 張自銀， 馬京津， 雷楊娜.北京市夏季電力負荷逐日變率與氣象因子關(guān)系［J］.應(yīng)用氣象學報， 2011， 22（6）： 761-764.

［16］ 石鑫.新疆近30年棉花生產(chǎn)水足跡時空演變分析［D］.陜西： 西北農(nóng)林科技大學， 2012.

［17］ 杜家菊， 陳志偉.使用SPSS 線性回歸實現(xiàn)通徑分析的方法［J］.生物學通報， 2010， 45（2）： 4-6.

［18］ 尚華， 王惠榮.太陽能光伏發(fā)電效率的影響因素［J］.寧夏電力， 2010， （5）： 48-50， 57.

［19］ 張紅梅， 尹云華.太陽能電池的研究現(xiàn)狀與發(fā)展趨勢［J］.水電能源科學， 2008， 26（ 6）： 193-197.

2015-11-25

孫嫻（1969—），女，博士、正研級高工，主要從事氣候資源開發(fā)利用方面的研究。sunxiany@163.com