光伏出力影響因素研究

孫浩 鄒婷

摘 要：光伏出力受太陽光輻射強度變化的影響，光伏系統的運行過程是不平衡的隨機過程，將會對電網的安全性和管理帶來一系列問題。因此如何更為精準地預測光伏出力變得非常重要。本文搜集了某段時間內的氣象與環境數據。深入討論該時間段光伏出力與氣象與環境數據的關系，研究光伏出力影響因素，為了光伏預測模型提供理論依據。

關鍵詞：光伏出力；環境數據；氣象數據

DOI：10.16640/j.cnki.37-1222/t.2018.06.081

1 緒論

隨著我國社會經濟的飛速發展，能源消耗快速增加，化石燃料枯竭并且化石燃料燃燒引起的環境污染日趨嚴重，對地球生態平衡和人類生活造成了嚴重的威脅。光伏發電站是目前必然的發展趨勢。

光伏預測模型的建立對于光伏發電具有重要的意義：

（1）提高電網穩定性、提高電網消納光電容量的能力。

（2）可以幫助由于光伏發電站限制發電而造成的經濟損失，提高光伏電站運行管理的效率。

對于光伏發電站的發電量的預測有助于提高電網穩定性，增加電網消納電能力以及幫助光伏電站減少由于限電帶來的經濟損失，提高光伏發電站運營管理效率，我們應該做出高精度的光伏功率預測模型。而模型的建立，離不開對光伏出力的影響因素的分析。

2 光伏發電系統的組成

2.1 太陽能電池板

太陽能電池板能夠將太陽光照射的能量通過光生伏特效應產生電能。

2.2 太陽能控制器

整體掌握并控制系統的工作狀態是太陽能控制器的主要職能，并對蓄電池起到過充電保護、過放電保護的作用。

2.3 蓄電池（組）

蓄電池既可以存儲光伏發電系統所產生的電能又可以釋放電能以作補充作為光伏系統的儲能部分。

2.4 逆變器

逆變器是將直流電轉化為交流電的設備。

3 光伏出力與氣象因素影響分析

3.1 光伏出力與溫度的影響因素分析

選取其中幾個較為重要的數據截距（Intercept）為3.30146，誤差為0.12864；斜率（Slope）為0.07582，誤差為0.01155；相關系數（adj.R-Square）為0.07605。自變量地面以上兩米處的大氣溫度x當取值小于-10時，發電量y與x呈遞增關系，當x大于-10時，y的值出現了大范圍的波動，但總體上呈現出與x正相關的關系。

最終通過擬合分析可以得出光伏發電站的發電量與地面高度兩米處的露點溫度幾乎無關，而與地面以上兩米處的大氣溫度即環境溫度有密切的關系，大致上，隨著環境溫度的升高，光伏發電站的發電量會增加。

3.2 光伏出力與氣壓的影響因素分析

選取其中幾個較為重要的數據截距（Intercept）為24.69709，誤差為15.39019；斜率（Slope）為-0.0278，誤差為0.02021；相關系數（adj.R-Square）為0.00174。由此可知由于相關系數過于小，且擬合圖也未發現自變量與因變量之間的關系，因此我校光伏發電站發電量與該地區氣象站水平的大氣壓幾乎不相關。

選取其中幾個較為重要的數據截距（Intercept）為25.27779，誤差為15.08302；斜率（Slope）為-0.02839，誤差為0.01969；相關系數（adj.R-Square）為0.00211。由此可知由于相關系數過于小，因此我校光伏發電站發電量與平均海平面的大氣壓同發電量與氣象站水平的大氣壓相關性分析一樣，兩者幾乎不相關。

選取其中幾個較為重要的數據截距（Intercept）為3.27763，誤差為0.11842；斜率（Slope）為-1.15123，誤差為0.10553；相關系數（adj.R-Square）為0.18761。根據相關系數可知光伏發電站的發電量與大氣壓的增量有一定的關系。隨著大氣壓的增量的增加光伏發電站的發電量呈現出明顯下降的趨勢。隨著氣溫的降低，光伏發電站的發電量會降低，因此，大氣壓的增量反映到光伏出力上兩者成負相關關系。

最終通過擬合分析可以得出光伏發電站的發電量與當地的氣象站氣壓，以及平均海平面大氣壓并無明顯聯系，而與大氣壓的變化呈負相關的關系。

3.3 光伏出力與風速影響分析

選取其中幾個較為重要的數據截距（Intercept）為2.20643，誤差為0.25038；斜率（Slope）為0.48472，誤差為0.07961；相關系數（adj.R-Square）為0.06594。光伏發電站的發電量與風速呈正相關關系。風速的數據多數集中在低風速區段，但是低風速區域上的光伏發電量數據分布是比較均衡的。

最終通過擬合分析可以得出即使相關系數較小，但仍然是存在影響，光伏發電站的發電量與風速呈正相關的關系。

3.4 光伏出力與水平能見度的影響因素分析

選取其中幾個較為重要的數據截距（Intercept）為2.07604，誤差為0.21914；斜率（Slope）為0.09652，誤差為0.0121；相關系數（adj.R-Square）為0.11354。通過分析得出相關系數為0.11354屬于弱相關，并且隨著能見度的提升光伏發電站的發電量有所提升。

最終通過擬合分析可以得出，光伏發電站的發電量與水平能見度呈正相關的關系。

3.5 光伏出力與地面高度兩米處相對濕度的相關性分析

選取其中幾個較為重要的數據截距（Intercept）為6.60683，誤差為0.25998；斜率（Slope）為-0.07079，誤差為0.0054；相關系數（adj.R-Square）為0.2505。隨著相對濕度的增加，光伏出力減少。

最終通過擬合分析可以得出，光伏發電站的發電量與地面高度兩米處的相對濕度呈負相關的關系。

4 結論

隨著環境溫度的升高，光伏發電站的發電量會增加，呈現出正相關的關系。某一時刻的氣壓值并不會影響到光伏發電站的發電量，但是氣壓的變化卻與光伏發電站的發電量呈負相關的關系。光伏發電站的發電量與風速和水平能見度呈正相關的關系。光伏發電站的發電量與地面高度兩米處的相對濕度呈負相關的關系。