影响光伏功率输出因素的研究与分析

王仕俊 平 常 薛国斌 王定刚 姜 涛



影响光伏功率输出因素的研究与分析

王仕俊1平 常1薛国斌1王定刚2姜 涛2

（1. 国网甘肃省电力公司经济技术研究院，兰州 730050；2. 国网甘肃省电力公司送变电工程有限公司，兰州 730050）

本文分析了光伏电站输出功率的影响因素，重点讨论了光伏系统自身电气参数以及气象要素中的辐照度、天气状况、温度和季节对光伏发电量的影响。通过对某30MW光伏电站的历史发电功率数据进行分析整理，得出了相应的结论。该结论也为预测发电功率的输入样本的选取提供了理论基础。

电气光伏电站；电气功率；电气属性；气候条件

近年来，随着国家补贴力度加大和光伏产业的科技进步，二次能源光伏产业得到了很大程度的发展，其组件成本也呈现出持续走低的势头。然而，太阳能属于稳定度低、时断时续的二次能源，使得光伏电站的输出功率也存在稳定性差以及间歇性的特征。其中，光伏电站电气属性、天气气候条件是影响光伏发电量的重要因素，故准确认识到这两个因素对预测光伏发电功率的影响，从而进行适当计划和调度，具有重要的研究意义。影响光电功率的种类因素有很多，一般分以下两类，一类是光伏电站本身电气属性，另一类是外部气象环境，或者外部气象属性。一般认为：辐照度、天气类型、季节、温度等属于外部气象属性。本文将依据某30MW光伏电站所采集到的历史数据，对这两个主要因素展开分析，从实例说明这两个因素对光伏输出的具体影响。

1 本身电气属性对光伏输出的影响

对于光伏电站内部本身就拥有的属性，要考虑因素繁多复杂，并且一些性能参数在工程中并不作参考之用。但是对光伏电站已并网投入运行的情况下，光伏输出电量展现出较高的相关性，光伏板的自身属性配置信息，包括光伏地理位置、安装的高低角度、电池转化为电能的效率、逆变器实现的转换效率、电池表面是否清洁等，这些相关信息因素已经被考虑在历史输出功率之中，在光伏电池的相关组件的寿命期间，它们变化很小，在短期功率预测中将其视作为恒定不变的量，故通常把光伏历史输出的数据样本当作预测模型的样本输入。

2 气象要素对光伏输出的影响

2.1 太阳辐照度的影响

本节依据某30MW光伏电站所测得的历史数据，从2017年12个月份中，选取每月的15号，对其发电量、辐射量以及峰值日照时之间的关系进行说明。具体数据见表1。

表1 光伏电站历史数据

1）发电量和辐射量的关系

辐照强度的概念是，在单位时间内地表单位面积受到的太阳垂直投射所接收的辐射能量。光伏板的输出功率随着吸收的辐照强度变强而增加。其关系图如图1所示。从走势图中可以直观看出，光伏输出功率的走势随着太阳辐照强度的走势变化而变化，而且两者波动趋势相似。

图1 发电量和辐射量走势图

2）发电量和峰值日照数的关系

先来解释两个定义：日照时数指当地直接太阳辐照度超过0.12kW/m2所有时间段的总和，单位为h。峰值日照时数指某地区一天时间内，地面上累计接收到的辐照度之和，再除以1kW/m2后所得到的光照小时数，单位为小时（h）。

本光伏电站所采集的辐射量是以MJ/m2为单位，依据峰值日照时数的定义，由辐照度推导峰值日照时数时，需要将其单位换为kW·h/m2，才能与定义相匹配。两种单位换算式为：1J=2.778×10-7kW·h。比如：表1中1月15日有10h的太阳辐照度大于0.12kW/m2，则日照时数为10h。而全天太阳辐照度之和为18.93MJ/m2，先换算为5.3kW·h/m2，便可得峰值日照时数为5.3(kW·h/m2)/1(kW/m2)=5.3(h)。

依照峰值日照数、日照时数以及发电量的关系，可绘出其在一天内的走势，如图2所示。

图2 发电量与日照时、峰值日照时走势图

由走势图直观看到，发电量与峰值日照时的走势十分接近，具有很强的相关性，而与日照时数的关系不是很紧密。

本节对辐射量的影响开展了直接分析，然后通过“峰值日照数”间接分析了辐射量的影响，得出结论：辐照强度在发电量中有所体现，且二者有密切的线性关系。同时证明了峰值日照时也可以作为预测光伏输出功率的参考标准之一。

2.2 天气类型的影响

由于存在不同类型天气状况，使得光伏电池板所接收的辐照强度、湿度、温度有很大变化，会导致光伏输出有较大的差异。本节选取了7月份18—25日的发电量数据，如图3所示。

从结果分析可知，晴天的发电量最高，而阴雨天的发电量较低。即在不同天气下的光伏输出量有很明显的不同，而在相同的天气环境下，比如晴天，在一天内的发电总量基本相同。

图3 不同天气环境的发电数据

由本节对天气类型影响的分析可知，要想最大限度提升光伏发电量的短期预测水平，就需按照不同天气情况的特点，对光伏电站历史发电量开展分类整理，将其作为发电预测的输入样本，以便达到良好的预测效果。

2.3 季节的影响

已并网运行的光伏发电站在天气环境不同的季节当中，有效日照时数的长短、太阳入射角的高低不断地变化，进而使得输出功率也跟着产生波动。

本节通过光伏电站所测得的历史数据进行作图说明，见表2。本文挑选了春季2月20日、夏季5月9日，秋季9月13日以及冬季12月18日这4天的有效时间段内整点瞬时输出的功率大小。这4天天气状况都为晴天。

表2 某光伏电站不同季节统计数据

为了直观判断季节对输出发电量的影响，本文又依据表2数据绘制了图4。从图中可以看到，图中分别体现了四季的日照时间长短以及一年四季辐照度的差异性对光伏发电输出功率的影响。由4条曲线的走势也可以得出：夏秋两季的输出功率的有效时间最长，而冬季的有效时间最短；而且春秋两季相比较冬季而言其最大输出功率较大。

图4 季节功率数据图

故由本节可知，不同季节中的同一种天气情况下，光伏发电曲线的变化规律基本相似，但功率值的大小以及发电有效时间段的长短不同。若按照一年四季将发电数据进行模块化处理，对光伏预测分而治之，则有利于降低预测复杂性，还可以提高准确性。

2.4 温度的影响

环境气温的升高，致使光伏组件输出的电流会有一定程度的增加，但光伏发电系统的转换效率将明显地降低，使得工作减小，但是下降幅度相对要厉害，所以输出总功率也会跟着气温值的逐渐变高而渐渐减小。本文将以单晶组件DM60-285的性能参数为例来说明。光伏组件的电学性能见表3。

表3 光伏组件DM60-285的电学性

表中的“STC”指当光伏电池组件所处的环境状况为辐照度为1kW/m2、电池温度为25℃，大气质量为1.5时，组件输出峰值功率才能达到285W。

光伏组件的温度系数见表4。

表4 光伏组件的温度系数

由表4可知，“最大功率温度系数”是-0.42%/℃，即光伏板的工作环境热度每升高1℃，发电量减少0.42%。假设光伏电池所处环境的温度是55℃，电池的输出发电量相对于峰值功率减少的百分比为-0.42%×(55℃-25℃)=12.6%。

所以，气温有一定程度地升高，电池组件的输出发电量就会有所减少。在实际光伏系统中，除了光伏电池，包括逆变器在内的其他组件也会受到温度影响，进而影响光伏输出。所以光伏预测中，温度也是必须要考虑的因素之一。

3 结论

本文从光伏系统自身因素以及气象要素两方面入手：①分析了光伏发电的功率特性，并对数据进行了整理作图；②对气象要素即太阳辐照度、天气情况、季节、温度的影响做了分析，得到结论以及建议如下。

1）影响光伏发电的气象因子是多元化的，譬如太阳辐照度、天气类型、季节、环境温度等都对光伏发电功率存在或正或负的作用。所以建议利用收集的历史发电数据与气象因素相结合的方式，对光伏输出功率进行预测。即挑选与“待预测日”天气环境相似的日期，将其历史发电负荷视为输入数据，然后对“待预测日”开展预测。选取相似日的方法是：依据待预测日的环境类型，选取前三年同一时期的前后10天的相同天气类型的日期作为相似日[4]。

2）在此光伏电厂所处的环境气候中，夏季很热且冬季最为寒冷。若单独考虑了温度的作用，则冬季发电量应为最高。但春秋两季气候干爽，有效峰值日照时间长，阳光充沛，所以辐照度在时间和强度上明显优于冬季，故春天和秋天才为光伏电站发电的最佳时节。综上，发电量最好时刻应该在春秋两季的晴天正午时刻，建议光伏电站将春秋两季作为运行期，将检修期尽量调整到冬季。

3）即使是相同的季节，由于每时每刻的天气情况都是有所差异的，而且不容易定量分析，导致光伏组件输出的发电量因真实天气情况的变换而波动，给预测工作加大了难度。所以为了准确预测天气环境，建议缩短预测的时间尺度，依据实际情况，将预测时间设为0.25～4h不等。

[1] 贾良宝. 基于神经网络的光伏发电输出功率短期预测的研究[D]. 郑州: 中原工学院, 2014.

[2] 赵争鸣, 雷一, 贺凡波, 等. 大容量并网光伏电站技术综述[J]. 电力系统自动化, 2011, 35(12): 101-107.

[3] 李启帆. 基于BP 神经网络的新能源光伏发电功率预测方法研究[D]. 西安: 西安交通大学, 2014.

[4] 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.

[5] 王飞, 米增强, 甄钊, 等. 基于天气状态模式识别的光伏电站发电功率分类预测方法[J]. 中国电机工程学报, 2013, 33(34): 75-82+14.

[6] 陈宁宁, 宋子豪, 汪泽州. 模型预测控制在光伏并网逆变器中的应用[J]. 电气技术, 2017, 18(4): 79-83.

[7] 娄宝磊. 灰色动态BP神经网络在光伏短期出力预测中的应用[J]. 电气技术, 2015, 16(12): 47-51.

[8] 赵书强, 王明雨, 胡永强, 等. 基于不确定理论的光伏出力预测研究[J]. 电工技术学报, 2015, 30(16): 213-220.

[9] 田春光, 田利, 李德鑫, 等. 基于混合储能系统跟踪光伏发电输出功率的控制策略[J]. 电工技术学报, 2016, 31(14): 75-83.

Research and analysis of factors affecting the output of photovoltaic power

Wang Shijun1Ping Chang1Xue Guobin1Wang Dinggang2Jiang Tao2

(1. Gansu Electric Power Economy & Technology Research Institute, Lanzhou 730050; 2. Gansu Electric Transmission & Transformer Co., Ltd, Lanzhou 730050)

Aiming at the factors affecting the output power of photovoltaic power plants to do the research, discusses the influence of environmental conditions of photovoltaic system itself the electric parameters and the meteorological elements in the solar irradiance, weather, season and temperature on the photovoltaic power generation, power generation by analyzing and sorting the historical data of a 30MW photovoltaic power plant, get the corresponding conclusion the results also provide a theoretical basis for the selection of the input power of the sample forecast.

electrical photovoltaic power station; electrical power; electrical properties; climate conditions

2018-03-26

王仕俊（1988-），男，硕士研究生，工程师，主要研究方向：电力系统规划、输变电工程设计及电网建设等。