太阳能光伏发电量预报方法研究

崔晓叶

摘 要：本文首先针对太阳能光伏发电预报的基本原理进行简单阐述。其次，与实际情况进行结合，提出太阳能光伏发电量预报的具体实施措施，对我国太阳能光伏发电量预报方法的未来可持续发展而言，具有一定的推动影响和作用。

关键词：太阳能；光伏发电量；预报方法

在现代社会快速发展的背景下，太阳能资源被广泛应用到很多领域当中，换句话说，太阳能资源已经逐渐成为人们日常生活中必不可少的重要能源之一。太阳能在实际应用过程中，太阳能光伏发电可以说是其中必不可少的一项重要技术，同时也是当前国际社会在研究过程中的热点问题。我国太阳能资源相对比较丰富，但是在太阳能光伏发电预测技术的整体研究和发展过程中，仍然处于刚刚起步的阶段。光伏发电系统在实际应用过程中，会受到很多条件因素的限制影响，其中包括天文、地理以及环境等，这些因素有很多都是客观不可控制的因素条件。所以在这种状态下，如果想要通过功率或者是发电量的有效输出，那么不仅会导致其随机过程出现严重的不平稳状态，而且还会对电网安全造成一定影响。

1.太阳能光伏发电量预报的原理分析

现阶段，太阳能已经逐渐成为现代人日常生活当中非常重要的能源之一，特别是在很多行业中被广泛应用。太阳能的存在不仅有利于帮助人们缓解一些不可再生能源的理由，而且还能够起到环保的根本目的。太阳能光伏发电可以说是太阳能在实际应用过程中非常重要的一部分，也是其中非常重要的表现方式。在针对太阳能光伏发电量预报进行研究时，大多数研究学者都会将重点内容放在太阳能辐射强度的预报研究当中。太阳能辐射的逐日或者是逐时所产生出的所有观测数据，在实践中已经逐渐相互组合成了随机比较强的时间序列。但是值得注意的是，在太阳辐射序列的实际应用过程中，自身的内部仍然会由于一些不确定因素的影响，导致其出现一些不符合规律要求的特性。针对这一现象，在具体操作中只有对太阳能光伏发电的实际特点、变化规律进行深入了解和全方位分析，才能够构建出符合实际要求的预报模型以及利用相对应的方法实现有效的预报[1]。

太阳辐射一般情况下，可以分为直接太阳辐射和散射太阳辐射。首先，直接太阳辐射是指直接通过太阳辐射，将太阳光直接通过大气的作用而到达地面，这一过程所产生的辐射可以将其称之为直接太阳辐射。其次，散射太阳辐射基本上是指一些被大气当中的微尘、分子等逐渐吸收之后，才会到达地面的辐射，通过这种渠道的辐射可以将其看作是散射太阳辐射。散射太阳辐射与直接太阳辐射相互之间的总和就可以称之为总辐射。太阳总辐射的强度会受到很多因素条件的影响和限制，其中包括电气质量、透明度以及海拔等，这些客观因素都会不同程度对其产生影响。太阳能光伏发电预报在实际操作过程中，其主要是根据太阳辐射的基本原理，在这一基础上，可以通过历史气象资料、光伏发电量的基本资料等。将这些资料进行有效整合，同时通过回归模型的构建和利用，与一些人工神经网络、卫星遥感技术等先进新型的技术进行结合[2]。这样不仅能够从根本上保证太阳能光伏发电量的预报模型建立完成，而且还能够保证最终的预报效果。

2.太阳能光伏发电量预报的具体实施方法

2.1第一类预报方法

第一类预报方法在实际应用过程中，其在针对自己的模型进行构建时，并不需要对太阳辐射变化物理过程给予过多的考虑和分析。在太阳能光伏发电量预报过程中，可以直接通过对一些历史观测数据资料的有效整合和分析处理，以历史发电量作为基础，这样有利于直接对未来发电量进行科学合理的判断和分析。大多数情况下，在这种状态下都会直接利用回归模型对其进行处理，或者是通过一些神经网络等各种不同类型的数学方法对其进行操作。除此之外，还需要在实践中构建出符合实际要求的光伏发电系统，并且与气象要素之间具有一定的相关性联系，这种统计模型在实际应用过程中，能够实现对发电量科学合理的预测和分析。这种方法的模型在构造以及具体应用过程中，相对比较简单，但是值得注意的是，这种方法只适合被应用在一些发电量变化并不是很大的平稳时间序列当中[3]。也就是如果想要将其应用在一些发电量变化比较大的时间序列当中时，那么会产生比较大的误差现象。

2.2回归模型预报

回归模型预报在实际应用过程中，其主要是根据一些遗留下来的历史资料，找出天气变化与太阳辐射相互之间的关系，以及其中存在的一些变化规律。通过这些数据和资料的整合，可以构建出科学合理的数学模型，实现数学分析，同时还能够对未来太阳辐射的整体变化情况起到良好的预报效果。这种方法在应用时最大的特点之一就是能够直接将预报目标所涉及到的因素看作是变量基础，同时将预报目标作为一种常量因素。这样不仅可以直接利用给定的多组变量和常量资料，而且还能够对各种变量相互之间的关系进行深入分析和研究。除此之外，利用得到的一些回归方程可以对变量与常量相互之间的关系进行分析，这样有利于实现太阳辐射预报的根本目的。通过大量实验研究结果可以看出，变量的误差相对比较大，特别是在正午的时候，在这一时期的误差最明显[4]。回归模型预报在实际应用时，对于一些非线时间序列的太阳辐射数据进行结果预测时，其整体预报结果并不是很理想。

2.3人工神经网络

人工神经网络方法在实际应用过程中，主要是通过神经网络技术，建立与发电量、太阳总辐射以及板温函数相关的模型，并且将该模型落实到实处，真正实现太阳能光伏发电量的预报。通过人工神经网络这种方法的利用，能够实现与历史数据相互之间的有效结合。当前，在现阶段针对人工神经网络进行研究时，最多的就是应用误差反向传播的计算方法，这样能够实现对一些短期的有效预期。这种计算方法在实际应用过程中，其主要应用思路就是将一些历史数据或者是能够对太阳辐射产生比较大影响的因素进行综合分析，并且将这些因素看作是输入量，并且将这些因素输入到神经网络当中。在输入之后，可以经过输入层、隐含层以及输出层各个层级的运作，将这些数据进行统计和计算，最终生成相对应的输出量。在这一基础上，可以将误差看作是基本的目标函数，这样有利于对人工神经网络的权值进行科学合理的修复，同时还能够在实践中对其进行不断完善和优化。如果传统方法在实际应用时，无法满足实际要求，那么可以直接通过人工神经网络的利用来实现预报。但是这种方法在应用时，需要在历史气象数据的基础上，才能够完成有效的预报，而发电量需要依靠太阳总辐射的预报作为依据标准。

3.结束语

综上所述，太阳能光伏发电量预报方法在实践中科學合理的使用，不仅能够从根本上保证对其起到良好的预报效果，而且还能够推动太阳能光伏发电的整体发展。同时，在现有的研究成果上，可以结合实际情况，对其进行不断完善和优化，这样不仅有利于找出对太阳辐射产生影响的关键因素，而且还能够保证预报的准确性和有效性。

参考文献

[1]雷杨娜，孙娴，程路，王娟敏.气象因子对光伏发电量的影响效应分析[J].太阳能，2016（06）：33-36+73.

[2]崔洋，孙银川，常倬林.短期太阳能光伏发电预测方法研究进展[J].资源科学，2013，35（07）：1474-1481.

[3]孙银川，白永清，左河疆.宁夏本地化WRF辐射预报订正及光伏发电功率预测方法初探[J].中国沙漠，2012，32（06）：1738-1742.

[4]马金玉，罗勇，申彦波，李世奎.太阳能预报方法及其应用和问题[J].资源科学，2011，33（05）：829-837.

（作者单位：英利能源（中国）有限公司）