基于回歸分析法的光伏發(fā)電功率預(yù)測模型研究

姚寧，周力民，陳城

（常州博瑞電力自動化設(shè)備有限公司，江蘇 常州213025）

0 引 言

光伏發(fā)電是國家近幾年大力發(fā)展的清潔能源之一，它取之不盡，用之不竭，且不會產(chǎn)生污染。隨著光伏電站的大規(guī)模建設(shè)，光伏并網(wǎng)也受到了廣泛的關(guān)注。由于光伏發(fā)電受天氣情況影響較大，具有很強的隨機性、波動性[1-2]，光伏電站的大規(guī)模并網(wǎng)對國家電網(wǎng)的安全穩(wěn)定運行有一定影響，為此進行當(dāng)?shù)仉娬镜墓β暑A(yù)測研究就具有重要的意義[3-4]。

目前國內(nèi)已有大量光伏電站建成并運行中，本文創(chuàng)新性地將當(dāng)?shù)亟ǔ呻娬镜南嚓P(guān)運行數(shù)據(jù)作為訓(xùn)練模型的輸入量，訓(xùn)練出的模型更加貼合當(dāng)?shù)氐膶嶋H情況?？紤]光伏發(fā)電的主要影響因素有溫度、風(fēng)速、輻射量，將其作為預(yù)測模型的輸入量，每日的功率輸出作為輸出量，基于回歸分析法建立當(dāng)?shù)?個季節(jié)的功率預(yù)測模型，并對比分析了造成誤差的原因。

1 模型輸入?yún)?shù)選取

模型的數(shù)據(jù)量取自山東某電站運行1 a的輸出功率值。圖1為晴天條件下春季2017年3月14日，夏季2017年7月1日，秋季2017年10月20日，冬季2017年12月17日的功率與時間曲線圖。從圖中可以看到，冬季和春季的輸出功率相近，夏季的輸出功率要比春季高。因此將數(shù)據(jù)劃分為4個季節(jié)分別分析，每個季節(jié)的功率預(yù)測模型均符合當(dāng)季的輸出功率特性，避免因為秋冬季的輸出功率相對偏低而影響整體模型的精度。

圖1 不同季節(jié)光伏發(fā)電功率變化圖

收集山東某電站2017年一年的各個季節(jié)8:00—17:00的環(huán)境溫度、風(fēng)速、輻射量和輸出功率作為分析的數(shù)據(jù)，然后求出每天的平均溫度、平均風(fēng)速和平均輻射量，篩選出每天的最高溫度，輸入影響光伏發(fā)電的相關(guān)參數(shù)后，進行回歸分析，得到預(yù)測模型，然后對該電站2018年的發(fā)電功率進行預(yù)測，進而與實際數(shù)據(jù)對比，得出模型的準(zhǔn)確度情況。

2 模型建立及測試

首先假設(shè)輸出功率與其他參數(shù)存在如下的線性回歸關(guān)系：

式中：X1為平均輻射量，W/m2；、X2為最高溫度，℃；X3為平均風(fēng)速，m/s；X4為平均溫度，℃；Y為輸出功率，kW；a為常數(shù)；b、c、d、e為每個輸入?yún)?shù)對應(yīng)的系數(shù)。

經(jīng)過回歸分析后，得到每個季節(jié)的預(yù)測模型：

春季：

夏季：

秋季：

冬季：

其中：Y1=0.261X1；Y2=6.850X2；Y3=13.094X3；Y4=-3.864X4。

實驗預(yù)測值與真實值比較如圖2～圖5所示。

圖2 春季預(yù)測值對比

圖3 夏季預(yù)測值對比

圖4 秋季預(yù)測值對比

從圖中可以看到，預(yù)測模型的大體趨勢和真實值比較接近，但是也存在個別點與預(yù)測值相差很大的情況，春季夏季的的預(yù)測曲線顯然比秋冬季的預(yù)測曲線更加接近真實值。此模型適用于夏季的預(yù)測較好。

但是評價模型和測試數(shù)據(jù)的仿真性能，需要制定客觀的誤差指標(biāo)，本文采用平均絕對百分比誤差MAPE、均方根誤差RMSE和平均絕對偏差MABE等3個指標(biāo)，計算公式為：

圖5 冬季預(yù)測值對比

從表1中看出，秋季和冬季的預(yù)測值普遍偏高，并且秋季的整體誤差值相比其他季節(jié)普遍偏高，預(yù)測模型對春夏的預(yù)測較好。

表1 各個季節(jié)預(yù)測模型誤差比較

3 誤差分析

秋冬季的預(yù)測值誤差與春秋季相比明顯偏大，為探究誤差偏大的原因，首先需要了解當(dāng)?shù)毓夥娬镜膶嶋H天氣情況，以11月份的天氣為研究對象，表2為秋季11月份的部分天氣情況。

表2 秋季11月部分天氣

圖6是2017年11月天氣條件統(tǒng)計圖，表3是11月部分異常實際數(shù)據(jù)和低輸出功率圖。

圖6 秋季11月天氣狀況統(tǒng)計

表3 秋季11月部分異常數(shù)據(jù)

由表3看出，從11月21日開始，由于下雨的原因，光照強度減弱，一天中得到的輻射量較少，因而影響了輸出功率。但是從26日開始，雖然有很好的輻照，但是輸出功率確很低，這是因為24日、25日的降雪覆蓋在組件表面，影響了對太陽輻射的吸收，且積雪不易快速融化，造成的影響會持續(xù)幾天[5-8]。由于積雪導(dǎo)致的輸出功率急劇減小的幾個點在整個秋季預(yù)測中相當(dāng)于異常點，在回歸分析的時候沒有對這幾個異常點進行處理，因而預(yù)測值與實際值的誤差十分大。冬季預(yù)測值的誤差相對春夏兩季來說也顯得偏大，主要原因也是降雪阻礙了太陽能電池對于輻射的吸收，體現(xiàn)在數(shù)據(jù)上就是這一天有較高的平均輻射量，平均輸出功率卻很低。

積雪覆蓋于光伏板上，將會大大影響光伏功率輸出。本文同時采用Pvsyst軟件進行失配理論模擬，研究遮擋對光伏電池輸出功率的影響，模擬該電站中250 W多晶組件在不同遮擋比例下的功率失配，觀察遮擋對輸出功率的實際影響。單片電池小比例遮擋(1%～10%)情況下，光伏組件的電性能變化如表4所示。

表4 單片電池小比例遮擋下光伏組件的電性能（Pvsyst模擬）

從圖7的趨勢曲線可以看到，遮擋比例在1%～4%時，功率損失緩慢增加，隨著遮擋比例進一步增加，功率損失陡然增大。在光伏電站的運行中，如果出現(xiàn)大面積的遮擋現(xiàn)象，功率損失急劇增大，則勢必影響光伏電站的功率輸出和發(fā)電收益。因此在進行模型訓(xùn)練時，需要將冰雪覆蓋因素考慮進去，剔除功率異常點。

圖7 單片電池遮擋-功率損失曲線圖

4 結(jié)論

本文首先對山東地區(qū)某光伏電站的4個季節(jié)的日輸出功率進行分析，結(jié)果發(fā)現(xiàn)季節(jié)性光伏輸出功率差異明顯。為此按照季節(jié)劃分對每個季節(jié)分別進行模型建立。用平均絕對百分比誤差MAPE、均方根誤差RMSE和平均絕對偏差MABE這3個指標(biāo)來評價模型的準(zhǔn)確性。在山東地區(qū)，基于回歸分析法的四季功率預(yù)測模型，對于春夏夏季具有較好的預(yù)測效果，但是當(dāng)出現(xiàn)積雪時，秋冬季模型誤差較大。然后從當(dāng)?shù)氐奶鞖鈼l件和Pvsyst失配模擬得到秋冬季誤差偏大的原因，在模型的訓(xùn)練過程中，秋冬季的功率異常點并未剔除。需要考慮將雪天及冰雪消融時間作為影響系數(shù)，從而獲得誤差更小的模型。實際上，清潔度和實際日照時間也會影響太陽輻射量，灰塵覆蓋光伏面板，將減少光伏面板吸收太陽輻射的比例，最終降低光伏面板的輸出功率[9]?；覊m對光伏面板性能的影響具有緩慢性和漸進性，不能反映在超短期或短期預(yù)測當(dāng)中。

到目前為止還沒有關(guān)于光伏發(fā)電功率預(yù)測的相關(guān)標(biāo)準(zhǔn)。作為最大的風(fēng)電部署國，西班牙擁有嚴(yán)格的風(fēng)電并網(wǎng)標(biāo)準(zhǔn)，其中包括：48 h時間尺度的風(fēng)電場輸出功率預(yù)測的平均誤差為20%，最大誤差為30%；24 h時間尺度的風(fēng)電場輸出功率預(yù)測的平均誤差為10%，最大誤差為15%[10-11]。盡管有許多誤差指標(biāo)，每種研究各自誤差評價不盡相同，目前還沒有一個統(tǒng)一的業(yè)內(nèi)認(rèn)可的評價標(biāo)準(zhǔn)。