不同季节光伏发电量与气象影响因子的诊断分析

闫全全, 李　芬, 王丽娟, 石　晶, 钱加林, 赵晋斌

(1.上海电力公司 检修公司, 上海　200063; 2.上海电力学院 电气工程学院, 上海　200090;3.湖北省气象局 气象服务中心, 湖北 武汉　430074; 4.华中科技大学 强电磁工程与新技术国家重点实验室, 湖北 武汉　430074)



不同季节光伏发电量与气象影响因子的诊断分析

闫全全1, 李芬2, 王丽娟3, 石晶4, 钱加林2, 赵晋斌2

(1.上海电力公司 检修公司, 上海200063; 2.上海电力学院 电气工程学院, 上海200090;3.湖北省气象局 气象服务中心, 湖北 武汉430074; 4.华中科技大学 强电磁工程与新技术国家重点实验室, 湖北 武汉430074)

利用多时间尺度下并网光伏电站电量资料以及同期的气象资料,研究了不同季节下典型气象因子对光伏发电量的影响机制和多变量间的耦合关系.结果表明:采用日尺度,全年日光伏发电量与日太阳总辐射的相关性最显著,其余依次是日照时数、气温日较差、日相对湿度(负相关)、日最高气温、日平均气温;不同季节中,夏季要考虑高温高湿的影响,春、秋、冬3季则要考虑气温日较差的影响;采用小时尺度,全年平均逐时光伏发电量与太阳总辐射的日变化趋势基本一致.

光伏发电量; 太阳总辐射; 日照时数; 气温日较差; 时间尺度

2013年,中国政府发布了《国务院关于促进光伏产业健康发展的若干意见》,提出了明显高于2012年国家能源局的发展目标,即到2015年,我国光伏的总装机容量将超过3.5×107kW.加快光伏开发利用成为推动我国实现能源结构调整、环境保护和经济社会可持续发展的重要举措.[1]然而光伏发电输出对天气气候变化非常敏感,随着入网规模的迅速扩大,其输出功率的间歇性和不可控性对电力系统的安全、可靠、经济运行带来了巨大压力.[2]

光伏发电是一个多变量耦合的非线性随机过程,最主要的影响因子是太阳辐射,其次夏季高温、冬季积雪、积灰等气象环境因子的影响也不能忽略,[3]而太阳辐射除了与易于确定的天文因子(周期性变化)、地理因子有关外,还与云量、气溶胶、日照时数、气温、湿度、水汽等众多不确定的气象因子有关.[4-6]

近年来,国内研究人员开始对影响光伏发电的气象环境因子进行探索和研究,如陈昌松等人[7]基于时间序列法,定性分析了武汉地区日天气类型、太阳总辐射、气温对光伏发电量的影响.

代倩等人[8]采用距离分析法,基于小时尺度,研究了武汉地区逐时光伏发电量与时太阳总辐射、气温、相对湿度、气压、风速的相关性.

刘玉兰等人[9]采用相关分析法,研究了宁夏地区光伏发电输出功率与太阳辐射、日照时数、云量、相对湿度、气温的相互关系.

姜创业等人[10]利用国外光伏电站资料,分析了保加利亚日光伏发电量与日太阳总辐射、日平均气温、日最高气温、日最低气温、日平均风速的相关关系.上述研究得出了一些有益的结论,但并未充分考虑时间尺度不同而数据平均后的相互抵消作用,导致气象因子选择零散,得出的结论过于宽泛或因子显著性不明显.此外,对于光伏发电量与气温日较差的关系尚未引起足够的注意.

本文利用武汉地区一年不同时间尺度的并网光伏电站电量资料及武汉站同期气象资料,根据天文因素,采用我国气象学上的季节划分,利用不同时间分辨率数据,分四季来研究影响光伏发电的关键气象因子及其相互关系,并结合物理原理和统计方法,揭示气象因子对光伏发电量的影响机理和耦合关系,为进一步建立精确的光伏发电功率或发电量预测模型、光伏电站优化设计等提供理论依据和指导.

1　资料来源与分析方法

1.1资料来源

光伏发电量资料来自华中科技大学电力电子研究中心屋顶并网光伏电站(E114.41°,N30.51°),其光伏阵列安装倾角40°,朝向南偏东9°.数据为2010年3月1日～2011年2月28日全年逐5 min的光伏发电量(E/kWh),其中,2010年6月16～19日、10月25～31日、2011年1月19～24日、2月27～28日、9月23～24日资料缺失.同期辐射资料取自位于武汉市东西湖慈惠农场的国家一级辐射观测站武汉站(E114.03°,N30.36°)逐时和逐日的水平面太阳总辐射(H/kWh·m-2)、日照时数(S/h)等观测数据.同期常规气象要素资料也来自国家基准观测站武汉站,主要包括逐时和逐日的平均气温(t/℃)、最高气温(tmax/℃)、最低气温(tmin/℃)、相对湿度(R/%)、日平均气压(P/hPa),以及由此计算出的气温日较差(td/℃).

1.2分析方法

由于影响光伏发电量的气象因子众多,可采用相关分析来衡量发电量与各种气象因子间两两线性相关的密切程度,以识别影响因子的重要性.最常用的二维变量的Pearson相关系数CORR定义如下:

(1)

式中:N——样本序列长度;

i——第i个样本;

(xi,yi)——二维变量(X,Y)的第i个样本观测值;

2　影响光伏发电量的气象因子分析

采用SPSS统计软件,对全年(2010年3月～2011年2月)武汉光伏电站逐日发电量资料与同期逐日气象资料进行相关性分析,结果见表1.

由表1可知,全年日光伏发电量与日水平面总辐射为显著正相关,Pearson相关系数为0.893;与日照时数的正相关系数为0.892;与气温日较差的正相关系数为0.650;与日相对湿度成负相关,相关系数为-0.404;与日最高气温的正相关系数为0.375,与日平均气温的正相关系数为0.227;与日最低气温的正相关系数为0.170,与日均气压负相关系数为-0.095且未通过显著性校验.

表1　全年(2010年3月～2011年2月)逐日光伏发电量与气象因子相关分析

注:*—在 0.01 水平(双侧)上显著相关.

由于表1中采用全年数据,变量相关分析时可能存在正负相互抵消的现象,比较不出明显的性质,因此需要进一步细分,以确定关键的气象影响因子及影响机理.根据光伏发电的物理过程可知,最关键且直接的影响因子是太阳辐射,而太阳辐射受天文因素的影响(地球的公转和自转周期性变化),具有明显的季节、日(内)变化特征.采用我国气象学上四季划分方法,[11]3～5月为春季,6～8月为夏季,9～11月为秋季,12月～次年2月为冬季进行分析.

2.1四季光伏发电量与太阳总辐射的关系

受太阳辐射(天文)周期性变化的影响,光伏发电量序列也具有明显的季节、日(内)变化特征,如图1所示.

由图1可知,光伏发电量与太阳总辐射的季节变化、日(内)变化基本趋势一致:夏季最大,冬季最小;一日之间呈现单峰变化,早晚低,正午最高.武汉地区光伏发电年平均日间时段为7∶00～18∶00,日出后,随着太阳高度角的增加,光伏发电量逐渐增加,正午12∶00出现最大值,午后随太阳高度角的减小,光伏发电量逐渐降低,至18∶00以后(日落)基本停止发电.

图1　武汉光伏发电量与太阳总辐射的季节及日(内)变化(2010年3月～2011年2月)

四季逐日光伏发电量与太阳总辐射的散点图见图2.由图2可知,日光伏发电量与日太阳总辐射在各季节均呈现显著的正相关,即日太阳总辐射越大,日光伏发电量越多,其中春季两者线性相关最显著,秋季两者相关程度最弱,这可能与秋季9月末连续的阴雨有关.

图2　不同季节逐日光伏发电量与日太阳总辐射散点示意

2.2四季光伏发电量与日照时数的关系

图3为四季逐日光伏发电量与日照时数的散点图.

图3　不同季节逐日光伏发电量与日照时数散点示意

由图3可知,日光伏发电量随日照时数的变化规律与图2类似.由此可见,日照时数的变化可较好地反应出太阳总辐射的变化(表1中可得出两者呈显著正相关),日照时间越长,太阳总辐射越大,光伏发电量也越大.

图3中,出现了较多天的日照时数为零而实际日发电量不为零的散点,这与日照时数观测方法有关(只有地面观测太阳直接辐射度等于或超过120 W/m2时才累计时间).低辐射度下,日照时数为零,但实际上光伏有输出,对于高分辨率,如小时尺度,逐时光伏发电量与逐时日照时数的变化趋势差异会较明显,这也可从图1b中年均逐时日照时数的日(内)变化曲线看出,如日出后,日照时数不断增加,到上午10∶00趋于稳定,10∶00～15∶00期间变化缓慢.

2.3四季光伏发电量与气温日较差的关系

由表1可知,与日最高气温、日平均气温相比,气温日较差与日光伏发电量的正相关程度更高,这是因为气温日较差可以间接反应出日天气类型(晴天、阴天).阴天由于云层存在,白天地面得到太阳总辐射少,最高温度会比晴天低,而夜间由于云层覆盖地面热量不易散失,最低气温反而比晴天高,导致晴天时气温日较差要比阴天大.四季逐日光伏发电量与气温日较差的散点图见图4.由图4可知,气温日较差越大(晴朗天),日光伏发电量越多,其中春季两者线性相关最显著,Pearson相关系数为0.853,秋季两者相关程度最弱,与日太阳总辐射类似.

2.4四季日光伏发电量与日均相对湿度的关系

武汉属于热带季风性湿润气候,一年内日相对湿度集中在60%～95%,冬季相对湿度最低,夏季高温高湿.不同季节逐日光伏发电量与相对湿度的散点图如图5所示.

由图5可以看出，随着相对湿度的增加,光伏发电量呈减少趋势,在夏季,由于高温,两者的负相关及响应最为明显,即相对湿度每增加1%,发电量减少0.64 kWh;在冬季,则相对湿度负效应最不明显,图5d中出现相对湿度较低而光伏发电量很小的散点,这可能与冬季阵列表面的积雪有关.

图4　不同季节逐日光伏发电量与气温日较差的散点示意

图5　不同季节逐日光伏发电量与相对湿度的散点示意

2.5日光伏发电量与气温的关系

相比于其他气象要素,气温对光伏发电量的影响更为复杂.一方面,光伏电池性能随板温的变化而变化,具有负温度系数,对于硅光伏电池,维持入射太阳辐射不变,板温每升高1 ℃,最大输出功率和光电效率约降低0.3%～0.5%.[12]而光伏电池板温与气温、太阳总辐射、相对湿度、风速(散热)等气象环境因子有关,随着气温的升高,电池板温也会升高(近似线性),导致光伏电池效率下降.另一方面,气温与太阳总辐射呈较为明显的正相关(见表1),太阳总辐射增加,气温升高,相应的光伏发电量也增大,即气温会通过太阳总辐射对光伏发电量造成正影响.由表1可知,武汉全年日平均气温与日光伏发电量正相关,Pearson相关系数为0.227,这表明随着气温的升高(总辐射增加),光伏发电量呈增加趋势,且在夏季表现最为明显,冬季表现最不明显,如图6所示,这与四季中夏季日平均气温与日太阳总辐射线性相关程度最高以及冬季最低(两者未通过显著性校验)有关.

图6　不同季节逐日光伏发电量与日平均气温的散点示意

此外,由表1可知,与日平均气温相比,日最高气温与日光伏发电量正相关程度更高.其原因可能是,武汉地区年平均光伏发电出力时段为日间7∶00～18∶00,夜间不发电,日最高气温出现在日间,而日平均气温统计是24 h(昼夜),日间气温(近地面)受太阳辐射(短波)和地面释放能量(也是源于吸收了太阳辐射)的影响,而夜间则主要受地面长波辐射能量的影响.相比于日平均气温,日最高气温与日太阳总辐射的相关性更好,因此它们与光伏发电量正相关程度要高于日平均气温.

2.6四季日光伏发电量与气象因子的关系

不同季节,影响光伏发电量的气象因子及其贡献也各不相同,除了太阳总辐射和日照时数外,夏季要考虑高温高湿的影响,冬季和春季则要考虑气温日较差(天气类型)的影响,如表2所示.

表2　四季日光伏发电量E与主要气象因子间的单相关系数(2010年3月至2011年2月)

注:*—在 0.01 水平(双侧)上显著相关.

由表2可知,春、秋、冬3季,影响光伏发电量的气象因子排序与全年(表1)一致,而在夏季,最主要的气象影响因子依次为日太阳总辐射、日照时数、日相对湿度、日最高气温、气温日较差、日平均气温;夏季与高温的配合,相对湿度对日光伏发电量的负效应最为明显,而在冬季则最不明显.

3　结　论

(1) 采用日尺度数据,与日最高气温、日平均气温相比,气温日较差与日光伏发电量的正相关程度更高,因为气温日较差可以间接反应出日天气类型(晴天、阴天).

(2) 不同季节下,影响光伏发电量的主要气象因子及其贡献也各不相同,除了太阳总辐射和日照时数外,夏季要考虑高温高湿的影响,春、秋、冬3季则要考虑气温日较差的影响;四季中,夏季相对湿度对日光伏发电量的负效应最为明显,冬季最不明显.

(3) 气温的影响机理较为复杂,随着气温的升高,光伏电池板温也会升高,导致光伏电池效率下降,光伏发电量减小;气温与太阳总辐射呈较为明显的正相关,即气温会通过太阳总辐射对光伏发电量造成正影响,气温升高,相应的光伏发电量也会增大.

[1]刘光旭,吴文祥,张续教,等. 屋顶可用太阳能资源评估研究——以2000年江苏省数据为例[J]. 长江流域资源与环境,2010,19(11): 1 242-1 248.

[2]栗然,李广敏. 基于支持向量机回归的光伏发电出力预测[J]. 中国电力,2008,41(2): 74-78.

[3]李芬,陈正洪,成驰,等. 武汉并网光伏电站性能与气象因子关系研究[J]. 太阳能学报,2012,33(8):1 386-1 391.

[4]申彦波,赵宗慈,石广玉. 地面太阳辐射的变化、影响因子及其可能的气候效应最新研究进展[J]. 地球科学进展,2008,23(9): 915-923.

[5]汪凯,叶红,陈峰,等.中国东南部太阳辐射变化特征、影响因素及其对区域气候的影响[J]. 生态环境学报 2010,19(5): 1 119-1 124.

[6]钱莉,林纾,杨永龙,等. 河西走廊东部太阳能分布特征及指数预报[J]．资源科学,2010,32(5):2 419-2 426.

[7]陈昌松,段善旭,殷进军.基于神经网络的光伏阵列发电预测模型的设计[J].电工技术学报,2009,24(9):153-158.

[8]代倩,段善旭,蔡涛,等. 基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究[J].中国电机工程学报,2011,31(34): 28-35.

[9]刘玉兰,孙银川,桑建人,等.影响太阳能光伏发电功率的环境气象因子诊断分析[J].水电能源科学,2011,29(12):200-202.

[10]姜创业,王娟敏,孙娴,等. 太阳能光伏发电量动力统计预报模式研究[J]. 水电能源科学,2012,30(6):205-208.

[11]朱瑞兆,谭冠日,王石立. 应用气候学概论[M]. 北京: 气象出版社,2005:2-3.

[12]NOTTON G,LAZAROV V,STOYANOV L. Optimal sizing of a grid-connected PV system for various PV module technologies and inclinations,inverter efficiency characteristics and locations [J]. Renewable Energy,2010,35(2): 541-554.

(编辑胡小萍)

Diagnostic Analysis of the Impact of Meteorological Factors onPhotovoltaic Power Generation in Different Seasons

YAN Quanquan1, LI Fen2, WANG Lijuan3, SHI Jing4, QIAN Jialin2, ZHAO Jinbin2

(1.Maintenance Company of Shanghai Municipal Electric Power Company, Shanghai200063, China;2.School of Electrical Engineering, Shanghai University of Electric Power, Shanghai200090, China;3.Meteorological Service Center of Hubei Meteorological Bureau, Wuhan430074, China;4.State Key Laboratory of Advanced Electromagnetic Engineering and Technology,Huazhong University of Science and Technology, Wuhan430074, China)

Based on multi-time scale power data from grid-connected photovoltaic power station and meteorological data over the same period,the impact of typical meteorological factors on the photovoltaic power generation under different seasons and their multi-variable coupling relationship are analyzed. Adopting daily-scale,daily photovoltaic power generation during the whole year has the most significant correlation with daily global solar irradiation,followed by sunshine duration,diurnal temperature range,relative humidity (with negative correlation),daily maximum temperature,daily average temperature. In different seasons,the influence of high temperature and high humidity in summer,and diurnal temperature range (indicating weather types) in other seasons are considered. Adopting hour-scale,diurnal change of photovoltaic power generation remains almost the same as the global solar irradiation.

PV power generation; the global solar irradiation; sunshine duration; diurnal temperature range; time scale

10.3969/j.issn.1006-4729.2016.03.012

2015-01-05

简介：赵晋斌(1972-),男,博士,教授,湖北武汉人.主要研究方向为现代电力电子技术在电力系统中的应用,新能源发电技术.E-mail:zhaojinbin@shiep.edu.cn.

国家自然科学基金青年项目(51307105);上海市高校青年教师培养资助计划(ZZsd113016);上海电力学院人才基金项目(k2013-010).

TM615.2

A

1006-4729(2016)03-0261-06