霧霾天氣下光伏電站輸出功率預測

中國水利水電第十工程局有限公司 牟長江

1 引言

隨機性、波動性以及間歇性是光伏電站輸出功率最為典型的特征，故在對電網進行接入的過程中，如果輸出功率未能得到可靠的預測與穩定的控制，將對電網運行的穩定性、安全性以及電能產品質量產生負面影響[1]。因此，加強對光伏電站輸出功率的預測，對保障電網安全、維持電能穩定均具有重大意義。近年來，我國華北、東部等地區受霧霾天氣的影響，給光伏電站輸出功率預測帶來了一定挑戰。本文分別從定性、定量兩方面對AQI與輸出功率之間的關系進行了分析，并提出了基于前饋（BP）神經網絡所建立的預測方法，旨在提升光伏電站在霧霾天氣影響下的輸出功率預測精度。

2 光伏電站輸出功率預測與霧霾天氣下AQI概述

2.1 光伏電站功率預測設計要求

在電網調度與電力生產中，光伏電站功率預測所起到的作用不容忽視，為充分發揮輸出功率預測的價值，需強化光伏電站控制系統與其他電力調度設備、監控設備之間的通信，并嚴格遵照《電力二次系統安全防護規定》，將橫向隔離、縱向認證作為必須遵守的原則。此外，在通常情況下，在設計時還需滿足以下要求。

一是每日須在規定期限內，對次日00:15起至未來3d的光伏電站輸出功率進行預測，并將采集時間分辨率設置為15min，并據此對發電計劃以及相關維修工作進行安排。

二是在進行預測時，需保持每15min對未來4h輸出功率進行預測的頻率，從而為AGC控制系統提供可靠的預測數據。

三是在預測設計時，需要對以下三項參數信息進行統計與分析，包括氣象資源分布情況、光伏電站功率以及預測誤差，然后將數據信息以圖表形式進行呈現。

四是在對預測系統進行設計的過程中，還需設計良好的接口，以創造與其他監控系統良好的接入環境，實現對功率、工況、氣象數據的實時監測與調控，并將所得出的預測結果以及氣象數據上傳至云端。

2.2 霧霾天氣下AQI與光伏電站輸出功率之間的關系

光伏電站輸出功率預測是維持電網調度最為基礎的環節之一，通過提升預測精準度，能更有效地應對復雜工作環境下調度操作的不確定性，提升電力系統發電可靠性，使光伏電站實現更安全、更經濟地運行。

近年來，霧霾天氣影響了人們的日常生活與工作。雖然冬春兩季為霧霾高發階段，但是隨著分布范圍、持續時間的不斷增長，未來霧霾所造成的影響也將更大。通過《氣候變化綠皮書》可看出，在我國東部大部分地區，未來都將持續面臨短時間內的霧霾天氣，這勢必會給電力系統的運行，尤其是光伏電站的調度以及維護產生影響。因為受霧霾天氣的影響，太陽輻射會被大氣氣溶膠吸收或折射，這樣便會降低地面部分的太陽輻照量。并且霧霾天氣還會對光伏組件的性能產生影響，比如空氣中沉積的污染物會粘附在組件表面，造成實際的輸出功率降低。通過對國內外相關文獻的閱讀，可發現在一般情況下，空氣質量指數越大時，對光伏電站輸出功率預測的影響便越大。

3 霧霾天氣下光伏電站輸出功率特性分析

為有效探究霧霾天氣下光伏電站輸出功率特性，研究AQI與光伏電站輸出功率之間的相關性，本文以華北地區某城市光伏電站為例進行分析[2]。該光伏電站相關參數配置信息見表1。

表1 該光伏電站相關參數配置信息

為盡可能減少灰塵積累對光伏電站輸出功率的影響，工作人員會對相關組件每月進行清洗。本文將該城市2022年12月6日—10日的空氣質量指數與理論輸出功率及光伏電站實際輸出功率進行對比與分析，數據顯示如圖1所示。圖中為光伏電站理論輸出功率為：

圖1 AQI及光伏電站的理論與實際輸出功率

通過上圖可知，在空氣質量指數不斷增大的情況下，理論輸出功率與實際輸出功率之間的差異則越明顯，尤其當AQI>150后，上述兩者之間的偏差越大。由此可以得出，當空氣質量處于中度污染及以上時，對光伏電站的輸出功率會產生十分顯著的影響。

4 預測方法的提出

在霧霾天氣下，空氣質量指數與光伏電站輸出功率之間的相關性較強，對實際的輸出功率會造成很大的影響，因此在進行輸出功率預測時，需充分考慮霧霾天氣下空氣質量因素的影響。通過第二章可看出，空氣質量指數是否>150，是輸出功率預測是否考慮霧霾天氣影響的分界線，即空氣質量指數>150后，需要將其納入到測模型的影響因子中，以此提升光伏電站輸出功率預測的精準度[4]。

基于前饋（BP）神經網絡，首先需建立一套完整的輸入流程，然后在確保任何輸入條件一致的情況下，將未輸入AQI值的模型設定為模型1；反之則設定為模型2。在這套模型下，實現對輸出功率的準確預測只需兩道步驟：一是將次日24h內的AQI值納入模型中，并作為模型1與模型2切換的依據。當AQI>150時，則使用模型2進行輸出功率的預測；反之，則使用模型1進行預測。二是將一系列氣象因素納入AQI的輸入條件中，如溫度、濕度、太陽輻照度等，然后再基于第一道步驟對模型進行選擇，以此進一步增強輸出功率預測的精準度，具體模型預測流程如圖2所示。

圖2 BP 神經網絡具體的預測流程

5 光伏電站輸出功率預測系統結構設計

5.1 預測數據庫

在整個預測系統結構設計中，預測數據庫屬于數據核心，不僅需要對過去的歷史數據進行存儲，而且還需實現對實時數據的并存，系統中其他任何模塊的信息都需經過數據庫進行互操作。故進行設計時，需滿足以下三個方面的條件，一是長時間的歷史數據存儲與管理；二是需確保數據的實時性與可靠性；三是既要保證數據庫的開放性，也要確保其安全性。從數據庫內容來看，除了天氣預報以及監測站實測的氣象數據，如溫度、濕度、太陽輻照度外，還包括了光伏電站的運行數據、功率預測數據以及部分基礎數據等。

5.2 數值天氣預報處理模塊

數值天氣預報處理模塊分別由下載子模塊與解析子模塊兩部分組成，其中，前者需要被專門設置在下載服務器上，這樣才能完成與外網之間的通信，做到實時下載氣象部門以及其他外界機構所發布的氣象數據。下載后的數據信息還需經過反向物理隔離設備，然后再傳輸至預測系統，從而提高數據下載與傳輸過程的安全性。解析子模塊的功能與作用主要體現在對氣象數據信息的解析方面，經過篩選、格式化等操作，將數據存儲至數據庫中。除此之外，在數值天氣預報處理模塊內還可以支持人工補錄，并實現多數據源下載，這樣便極大地提升了系統的適用性，能夠基于不同地區各異的組網特性及通信方式正常進行工作。

5.3 實時數據采集模塊

基于數據類型與作用的不同，可將實時數據采集模塊分為兩部分，一是氣象數據采集子模塊，二是實測功率采集子模塊。通過這兩個子模塊間的組合，能夠實現實時數據采集，提升霧霾天氣下的功率預測質量。其中，前者的作用主要是完成對氣象數據的收集與整理，對外網傳輸的氣象數據進行儲存，包括AQI、濕度、太陽輻照度等，同時還可以針對這些數據進行簡單的處理。在這一模塊功能的支持下，能夠對不同類型的氣象數據展開實時的采集，對于超過預先設定限值的數據，還會觸發報警功能。而實測功率采集子模塊的作用主要體現在發電功率、工況、設備運行狀態等數據的采集方面，同時還能將所采集的數據轉存至實時數據表中，從而為預測模型的測算與分析提供實時的數據參照。這一模塊也具備較強的適用性，不僅能應對不同廠家監控系統規格、設備元件上的差異，而且還支持新接入電站的功能拓展。

5.4 功率預測模塊

在整個預測系統結構設計中，功率預測模塊的作用與地位屬于最核心的位置。在這一模塊功能的支持下，可分別借助物理與統計兩種方法，提升整個電站發電能力預測的精準度，所得出的數據結果將儲存至數據庫中，為后續電網的調度工作提供參考。在實際應用中，基于應用對象的不同，需要專門對這一模塊展開差異性的預測時間尺度設計，包括超短期預測與短期預測，前者的預報時效通常為0～4 h，主要用于對日前計劃曲線進行修正。短期預測在方法上多以數值天氣預報為主，預測時效一般為0～24 h，主要作用為保持電力系統的功率平衡、日常計劃的制定以及電網經濟調度等。其中，所選取的天氣數據主要從預測數據庫中提取，具體包括了AQI、溫度、濕度等，同時還需基于實時數據采集的氣象數據進行結果上的校正，然后將最終經過修正的氣象數據輸送至功率預測模型之中，以完成對短期輸出功率的準確預測。

6 結語

綜上所述，本文通過對AQI與光伏電站輸出功率之間相關性的研究，證明了霧霾天氣會顯著影響到光伏電站輸出功率，并證明了空氣質量指數（AQI）是否>150是輸出功率預測是否考慮霧霾天氣影響的分界線。因此，在對預測方法、流程、預測系統結構進行設計時，為確保預測值結果的準確性，需要將AQI>150后的情況納入預測模型中，并通過實時數據采集模塊以及預測數據庫，不斷提高預測結果的實時性與可靠性。