解析光伏发电功率预测技术

邹梦丽

（塔里木大学 机械电气化工程学院，新疆 阿拉尔843300）

引言

在清洁能源开发方面，光伏发电为重要技术，可以将太阳能转化为电能使用。但在将光伏发电系统产生的电量纳入电网时，将受到输出功率不稳因素的影响，因此还应加强光伏发电功率预测分析，为电网调度和自动发电控制功能实现提供支撑。

1 光伏发电功率特性分析

在光伏发电过程中，需要结合系统发电特性对功率进行预测。但实际光伏发电将受到气压、温度等各方面因素的影响，因此需要实现历史数据深入分析，对其中隐含的规律进行挖掘。通过建立功率预测模型，对一定时间内光伏发电功率进行科学预估，能够根据精准预测曲线做好光伏电站运行安排，避免大规模光伏电站并网给电网运行带来不良影响。实际在光伏发电输出功率分析上，可以按照式（1）计算：

式中，η 指的是太阳能电池转换效率，S 为光伏阵列面积，I 为太阳辐射强度，t0则为环境温度。在光伏发电系统运行过程中，S 和η 基本不变，但其他因素将随着气候、季节变化发生改变，导致发电输出功率不断波动。在光伏电站接入电网过程中，需要制定科学调度计划。为此，还要对光伏发电功率进行预测，通过负荷跟踪确定1d 内光伏发电功率变化情况。在实际分析过程中，对6h以内功率进行预测，需要利用卫星云图实现数据实时处理。根据观测得到的地面数据、天气预报信息等进行综合预测，确定功率瞬变情况[1]。预测的时间分辨率最小将达到1min，最大不超10min，能够为电网状态实时分析提供依据，为电网自动发电控制实现提供支持。而对6h 以上功率变化进行预测，可以直接利用天气预报数据进行分析。在使分析的数据量得到减少的同时，对气象等数据无过高的时空分辨率要求。在实际分析过程中，需要保证预测结果达到较高精度，以便通过科学调度为电网安全运行提供保障。得到的结果也能为光伏发电中长期功率预测奠定扎实基础，使区域光资源得到科学利用。

2 光伏发电功率预测技术

2.1 功率预测算法

对光伏发电的功率进行预测，如果采取传统统计方法完成气象预报、历史功率数据等数值统计分析，分析结果并不精确。根据气象和太阳辐射强度间的物理映射关系进行预测，需要频繁变换光电转换模型进行功率预测，难以满足现实操作要求。过去主要按照时间顺序完成样本数据排列，根据数据隐含线性规律实现功率预测。尽管模型简单，但在光伏电站日渐增多的背景下，参数确认日渐困难。为解决这些问题，机器学习和深度学习等不同算法得以被提出。本文采取灰色预测，样本数据来源于某光伏电站发电系统，在获取2015-2017 共3年历史数据的基础上，采用前2年数据进行模型训练，并利用2017年数据进行模型预测验证分析。

2.2 预测模型建构

针对预测类的问题，普遍采用灰色预测模型进行预测。这个模型相较其他模型来说，基于一定范围的时间序列的数据变化。研究按时间累加后关于数列变量的波动，建立GM（1，1）模型。一般采用一阶线性微分方程的解来预测数据的结果。

GM 的微分方程：x(1)为经过一次累加生成的数列；t 为时间；a 为发展灰度u 为内生控制灰数

（1）建立一次累加生成数列，设原始数列为

按照以下的方式进行累加计算，重新生成数列；n 为样本空间

（2）利用最小二乘法求参数a，u

参数辨识

（3）求出GM（1.1）的模型（4）对模型的精度的检验

计算原始数列x(0)（i）的均方差S0

计算残差数列的均方差S1

计算方差比c

计算小误差概率

2.3 样本数据分析

为验证模型预测效果，需要开展数据分析。样本全年总辐射量累计6008.35MJ/m2，最佳倾角斜面上辐射年累计功率1623.34kWh/m2，年最大日累计辐射量33.54MJ/m2，年最小日累计辐射量1.81MJ/m2。光伏系统额定功率为30MWp。针对原始数据，按时间进行匹配分析后，将异常数据剔除，然后进行数据预处理。

从图1 中可以看出，由于2014年的数据与历年数据出现了较大差值，对预测结果造成严重影响，在2017年将达到4821.5186 万千瓦时。远远超过了阿拉尔光伏电站的实际的发电量，脱离了实际的生产生活。因此本文将2014年的数据进行修正，从而达到在一般光照资源条件下的准确预测。

2.3 模型的修正

为了对2014年的数据进行修正，通过提取2015年和2016年两年的相关数据，对每个月数据分析，剔除不良数据，筛选具有一般性质的数据，得出2015 和2016年的平均年发电量。同理，计算2013年和2015年两年的相关数据，对每个月数据分析，剔除不良数据，筛选代表性数据，得出2013 和2015年的平均年发电量；再将平均年发电量汇总分析，得出2014年的虚拟年发电量为3893.74 万千瓦时，来替换3058.88 万千瓦时。通过数据分析得出的新结果进一步代入灰色预测模型中，对2017年光伏电站一期项目的发电量实现预测。

2.4 功率预测结果

本文通过样本数据选取2013年、2014年（修正后）、2015年、2016年的年发电量，预测2017年的发电量。阿拉尔光伏电站的数据分析可知多年平均发电量为4140.7万千瓦时，根据灰色预测模型可以得出预测值为：4191.2319 万千瓦时。

3 结束语

据2017年光伏电站一期项目的发电量数据显示，全年发电量为4219.21 万千瓦时，预测值与实际生产生活的数值较为接近，属于可接受范围内，可以满足电网实时分析和调度要求。未来随着大数据、云计算等先进技术的融合运用，建构的模型可以得到进一步完善，达到更高的光伏发电功率预测精度，使技术得到推广应用。

图1 灰色预测2017年一期项目发电量图

表1 灰色预测表

表2 灰色预测表（处理后）