国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

氣象因子對光伏發(fā)電量的影響效應(yīng)分析

2016-09-23 05:39:06陜西省氣候中心雷楊娜孫嫻程路王娟敏
太陽能 2016年6期
關(guān)鍵詞:背板日照時數(shù)發(fā)電量

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

猜你喜歡
背板日照時數(shù)發(fā)電量
福州市近70年日照變化趨勢分析
9月份全國發(fā)電量同比下降0.4%
西昌近60年日照時數(shù)的變化特征分析
1961~2020年曲麻萊縣日照時數(shù)變化特征
樂凱太陽能電池背板:強勁支持光伏產(chǎn)業(yè)
2019年全國發(fā)電量同比增長3.5%
中國煤炭(2020年2期)2020-01-21 02:49:28
1980年~2017年大冶市日照時數(shù)變化特征分析
全國上半年水力發(fā)電量同比增長2.9%
光伏含氟背板隱憂
能源(2017年5期)2017-07-06 09:25:55
肯尼亞火電發(fā)電量下降
電站輔機(2016年4期)2016-05-17 03:52:38
许昌市| 连云港市| 拜城县| 手游| 河津市| 上虞市| 烟台市| 安溪县| 偏关县| 屏山县| 农安县| 额济纳旗| 连山| 玉山县| 额尔古纳市| 富民县| 运城市| 玉屏| 连江县| 远安县| 通山县| 双牌县| 东安县| 西乌珠穆沁旗| 宿州市| 思茅市| 富平县| 海晏县| 兴海县| 河源市| 绍兴市| 江孜县| 安顺市| 阳谷县| 化隆| 浙江省| 新乡县| 安塞县| 大渡口区| 墨脱县| 南木林县|