霧霾天氣下的光伏電站輸出功率預(yù)測(cè)方法研究

馬 明，呂清泉，朱紅路，侯汝印

(1. 國(guó)網(wǎng)甘肅省電力公司，蘭州 730070；2. 甘肅省新能源并網(wǎng)運(yùn)行控制重點(diǎn)實(shí)驗(yàn)室，蘭州 730070；3. 華北電力大學(xué)新能源學(xué)院，北京 102206)

0 引言

光伏電站輸出功率具有高度的隨機(jī)性、波動(dòng)性和間歇性等特點(diǎn)，大規(guī)模接入電網(wǎng)會(huì)對(duì)電網(wǎng)的安全、穩(wěn)定運(yùn)行及電能質(zhì)量帶來嚴(yán)峻挑戰(zhàn)，因此，預(yù)測(cè)光伏電站輸出功率對(duì)其可靠接入電網(wǎng)具有重要意義[1]。根據(jù)建模方式的不同，光伏電站輸出功率預(yù)測(cè)方法可分為物理方法和統(tǒng)計(jì)方法2種[2]。物理方法是在輸入光伏電站的詳細(xì)地理信息和設(shè)備配置信息后進(jìn)行光伏電站建模，從而進(jìn)行輸出功率的預(yù)測(cè)，但該方法的建模過程復(fù)雜，且往往無法描述光伏電站中設(shè)備的性能退化過程；同時(shí)，模型的魯棒性也較差[3]。統(tǒng)計(jì)方法是基于光伏電站的輸入、輸出因素之間的統(tǒng)計(jì)性規(guī)律而建立的輸出功率預(yù)測(cè)模型，此種方法依賴大量的歷史數(shù)據(jù)，無需光伏電站詳細(xì)配置信息和運(yùn)行狀態(tài)信息，容易實(shí)現(xiàn)黑箱建模，目前得到了較為廣泛的應(yīng)用[4]，也取得了不錯(cuò)的預(yù)測(cè)效果。

近年來，中國(guó)很多地區(qū)出現(xiàn)了較為嚴(yán)重的霧霾天氣。霧霾天氣下的大氣氣溶膠會(huì)吸收和折射太陽(yáng)輻射，減少了到達(dá)地面的太陽(yáng)輻照量。同時(shí)，處于霧霾天氣下的光伏組件，其表面沉積的污染物種類及其粘附特性相較非霧霾天氣時(shí)對(duì)光伏組件的性能影響更大，進(jìn)而影響光伏電站的輸出功率[5-6]。文獻(xiàn)[7]分析了中國(guó)多年的太陽(yáng)輻照量數(shù)據(jù)，發(fā)現(xiàn)空氣污染程度會(huì)影響地表所接收的太陽(yáng)輻照量水平。文獻(xiàn)[8]研究了空氣質(zhì)量指數(shù)(air quality index，AQI)對(duì)太陽(yáng)輻照度的影響，并嘗試對(duì)二者之間的關(guān)系進(jìn)行定量描述。文獻(xiàn)[9]對(duì)Angstr?m-Prescott (即“A-P”) 方程系數(shù)進(jìn)行了改進(jìn)，引入了空氣污染指數(shù)等數(shù)據(jù)，并對(duì)太陽(yáng)輻照度進(jìn)行了估算。文獻(xiàn)[10]研究了霧霾天氣下光伏電站的功率輸出特性?？傮w而言，由于霧霾監(jiān)測(cè)困難，實(shí)現(xiàn)對(duì)霧霾天氣下光伏電站輸出功率的高精度預(yù)測(cè)還面臨多重挑戰(zhàn)。

為提高霧霾天氣下光伏電站輸出功率的預(yù)測(cè)精度，本文對(duì)霧霾天氣下光伏電站的實(shí)際輸出功率特性進(jìn)行研究，提出通過定性和定量分析研究不同霧霾天氣下光伏電站輸出功率特性與AQI之間的關(guān)系，基于前饋(BP)神經(jīng)網(wǎng)絡(luò)建立考慮霧霾影響的光伏電站輸出功率預(yù)測(cè)模型，并以實(shí)際算例對(duì)此模型在霧霾嚴(yán)重時(shí)的光伏電站輸出功率預(yù)測(cè)精度進(jìn)行了驗(yàn)證。

1 AQI的分析

在國(guó)際上，AQI已成為評(píng)價(jià)霧霾對(duì)氣候環(huán)境影響程度的重要指標(biāo)；在中國(guó)，AQI也已成為數(shù)值天氣預(yù)報(bào)的一部分，這促使利用AQI來預(yù)測(cè)霧霾天氣下的光伏電站輸出功率成為可能。

本文以中國(guó)華北地區(qū)某城市環(huán)境監(jiān)測(cè)站得到的AQI數(shù)據(jù)(包括PM10、PM2.5等顆粒物觀測(cè)值)為例進(jìn)行分析，數(shù)據(jù)分辨率為15 min，并利用文獻(xiàn)[8]中的計(jì)算方法計(jì)算AQI。該城市2016—2019年的AQI曲線如圖1所示，圖中已根據(jù)國(guó)家AQI技術(shù)的相關(guān)規(guī)定對(duì)霧霾等級(jí)進(jìn)行了劃分。

圖1 某城市連續(xù)4年的AQI曲線Fig. 1 AQI curve of a city for four consecutive years

從圖1可以看出：4年中，該城市的霧霾天氣(本文將AQI＞100時(shí)的輕度污染、中度污染和重度污染天氣描述為霧霾天氣)占了一定比例，這可能會(huì)對(duì)該地區(qū)光伏電站的輸出功率造成一定影響。

對(duì)該城市2019年的AQI分布情況進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果如表1所示。

表1 2019年某城市的AQI統(tǒng)計(jì)分析Table 1 Statistical analysis of AQI in a city in 2019

從表1可以看出：該城市2019年一年中，53%的天數(shù)存在不同程度的污染，其中，重度污染與嚴(yán)重污染的天數(shù)已累計(jì)達(dá)到33天，全年總占比為9%；從季節(jié)分布狀況來看，重度污染與嚴(yán)重污染天氣多發(fā)生在冬季，累計(jì)天數(shù)已達(dá)到31天。由此可知，該城市受霧霾天氣影響較為嚴(yán)重，且集中在冬季。

2 霧霾天氣下光伏電站輸出功率特性分析

以該城市的某光伏電站為例，對(duì)霧霾天氣時(shí)的AQI觀測(cè)數(shù)據(jù)和光伏電站輸出功率數(shù)據(jù)進(jìn)行相關(guān)性分析。該光伏電站為并網(wǎng)型屋頂分布式光伏電站，裝機(jī)容量為9 kW，未配置儲(chǔ)能系統(tǒng)；光伏組件采用正南向單排豎向安裝，安裝傾角為35°；相鄰2排光伏支架之間的間距為3 m。為保證光伏電站的輸出功率不受灰塵積累的影響，每個(gè)月都對(duì)光伏組件進(jìn)行清洗；輸出功率數(shù)據(jù)的采集時(shí)間分辨率為15 min。為有效分析霧霾天氣對(duì)光伏電站輸出功率的影響，選擇2019年12月6—10日的AQI、光伏電站理論輸出功率及光伏電站實(shí)際輸出功率進(jìn)行分析，該時(shí)間段涵蓋了空氣質(zhì)量從優(yōu)至嚴(yán)重污染的全部情況，分析結(jié)果如圖2所示。其中，光伏電站的理論輸出功率Pt可表示為：

式中：ηref為光伏組件額定光電轉(zhuǎn)換效率；Gt為理論太陽(yáng)輻照度；A為光伏組件的面積。

圖2 2019年12月6—10日的AQI及光伏電站的理論與實(shí)際輸出功率Fig. 2 AQI and theoretical and actual output power of PV power station from December 6-10, 2019

從圖2可以看出：隨著AQI的增大，光伏電站的實(shí)際輸出功率與理論輸出功率之間的偏差也逐漸增大，且當(dāng)AQI＞150后，理論輸出功率與實(shí)際輸出功率之間的偏差較大，這說明中度污染及其以上級(jí)別污染程度的霧霾天氣對(duì)光伏電站輸出功率的影響顯著。

為定量描述光伏電站輸出功率折損率和AQI之間的關(guān)系，選擇皮爾遜積矩相關(guān)系數(shù)RX,Y對(duì)二者之間的關(guān)系進(jìn)行分析，其計(jì)算式可表示為：

式中：N為樣本個(gè)數(shù)；X(i)為i時(shí)刻光伏電站的輸出功率折損率；Y(i)為i時(shí)刻的AQI值；-]為光伏電站輸出功率折損率的均值；]為AQI的均值。

其中，i時(shí)刻光伏電站輸出功率折損率的計(jì)算式為：

式中：Pt(i)為i時(shí)刻光伏電站理論輸出功率；Pp(i)為i時(shí)刻光伏電站的實(shí)際輸出功率。

對(duì)AQI和光伏電站輸出功率折損率的關(guān)系進(jìn)行定量分析，得到了光伏電站輸出功率折損率與AQI的相關(guān)系數(shù)，具體如表2所示。

從表2可以看出：隨著AQI逐漸增高，光伏電站輸出功率折損率與AQI的相關(guān)系數(shù)總體呈增大趨勢(shì)。

通過表2得到光伏電站輸出功率折損率與AQI的相關(guān)系數(shù)曲線，具體如圖3所示。

圖3 光伏電站輸出功率折損率與AQI的相關(guān)系數(shù)曲線Fig. 3 Correlation coefficient curve between output power loss rate of PV power station and AQI

從圖3可以看出：AQI≤150時(shí)，光伏電站輸出功率折損率與AQI相關(guān)系數(shù)小于等于0.10；而當(dāng)AQI＞150時(shí)，光伏電站輸出功率折損率與AQI相關(guān)系數(shù)顯著上升?？紤]到AQI=150為空氣中度污染與輕度污染的分界線，故選擇AQI=150為光伏電站輸出功率預(yù)測(cè)模型選取的依據(jù)。

綜上可知：AQI對(duì)光伏電站的輸出功率有重要影響，在進(jìn)行光伏電站輸出功率預(yù)測(cè)時(shí)不能忽視該因素，而AQI=150是區(qū)分對(duì)光伏電站輸出功率進(jìn)行預(yù)測(cè)時(shí)是否需要考慮AQI影響的分界線，當(dāng)AQI＞150時(shí)，應(yīng)考慮其影響，并將其作為模型輸入?yún)?shù)來提高光伏電站輸出功率預(yù)測(cè)模型的預(yù)測(cè)精度。

3 預(yù)測(cè)方法的提出

本文采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)霧霾天氣下光伏電站的輸出功率進(jìn)行預(yù)測(cè)，在其他輸入條件一致的情況下，將不輸入AQI值的模型界定為模型1，輸入AQI值的模型界定為模型2。光伏電站輸出功率預(yù)測(cè)時(shí)需采取2個(gè)步驟：1)根據(jù)數(shù)值天氣預(yù)報(bào)提供的次日24 h的AQI值來作為模型切換的依據(jù)，若AQI＞150，則利用模型2作為預(yù)測(cè)模型；反之，選擇模型1作為預(yù)測(cè)模型。2)將相關(guān)參數(shù)，比如：數(shù)值天氣預(yù)報(bào)太陽(yáng)輻照度、環(huán)境溫度、相對(duì)濕度、太陽(yáng)輻照度的理論值及AQI作為輸入條件，根據(jù)上一步驟的判斷結(jié)果來決定是采用模型1還是模型2的預(yù)測(cè)結(jié)果，從而實(shí)現(xiàn)對(duì)光伏電站輸出功率的預(yù)測(cè)。本文采用的3層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的隱含層神經(jīng)元數(shù)目分別為50、30、1，訓(xùn)練函數(shù)選用梯度下降法。BP神經(jīng)網(wǎng)絡(luò)具體的預(yù)測(cè)流程如圖4所示。

4 模型性能對(duì)比

對(duì)利用模型1和模型2計(jì)算得到的光伏電站輸出功率求平均絕對(duì)誤差(MAE)和均方根誤差(RMSE)，并以這2個(gè)值作為衡量模型預(yù)測(cè)精度的指標(biāo)。

MAE和RMSE的計(jì)算式分別為：

圖4 BP神經(jīng)網(wǎng)絡(luò)具體的預(yù)測(cè)流程Fig. 4 Specific prediction process of BP neural network

式中：Pf(i)為i時(shí)刻光伏電站的預(yù)測(cè)輸出功率；Cap為平均開機(jī)容量。

平均開機(jī)容量可表示為：

式中：Ps為光伏電站啟動(dòng)功率；Pr為光伏發(fā)電額定功率。

式(6)中，countif函數(shù)計(jì)算了光伏電站實(shí)際輸出功率大于其啟動(dòng)功率的事件個(gè)數(shù)。

為驗(yàn)證本文所提方法的合理性，對(duì)模型1和模型2在不同環(huán)境條件下的預(yù)測(cè)性能進(jìn)行分析，其中模型1無AQI輸入，模型2有AQI輸入。選擇2019年全年的光伏電站運(yùn)行數(shù)據(jù)及AQI數(shù)據(jù)作為訓(xùn)練樣本，將2019年每月中的空氣質(zhì)量較好日(0≤AQI≤150)和每月中的霧霾嚴(yán)重日(AQI＞150)均作為測(cè)試集，利用2種模型進(jìn)行光伏電站輸出功率預(yù)測(cè)，并求RMSE和MAE。2019年每月中的空氣質(zhì)量較好日和霧霾嚴(yán)重日的預(yù)測(cè)誤差結(jié)果如圖5所示。

圖5 利用2種模型得到的不同情況下的預(yù)測(cè)誤差Fig. 5 Prediction errors under different situations using two kinds of models

從圖5可以看出：針對(duì)每月中的空氣質(zhì)量較好日(0≤AQI≤150)，模型1和模型2的預(yù)測(cè)精度接近；而針對(duì)每月中的霧霾嚴(yán)重日(AQI＞150)，即空氣污染程度為中度污染及以上時(shí)，模型2的預(yù)測(cè)精度顯著高于模型1。因此選擇AQI=150作為模型切換的閾值是可行的。驗(yàn)證結(jié)果表明：根據(jù)霧霾情況應(yīng)選擇不同的光伏電站輸出功率預(yù)測(cè)模型，即空氣質(zhì)量較好時(shí)可以選擇模型1，而霧霾嚴(yán)重時(shí)選擇模型2，以提高預(yù)測(cè)精度。

5 結(jié)論

針對(duì)霧霾天氣對(duì)于光伏電站輸出功率具有顯著影響的情況，本文提出了一種考慮空氣質(zhì)量指數(shù)(AQI)的霧霾天氣下光伏電站輸出功率預(yù)測(cè)方法，并通過實(shí)例進(jìn)行了驗(yàn)證，得到以下結(jié)論：

1) 隨著AQI的增大，光伏電站實(shí)際輸出功率與理論輸出功率之間的偏差也會(huì)增大，說明霧霾天氣對(duì)光伏電站輸出功率預(yù)測(cè)具有顯著影響。

2) 以AQI=150作為判定AQI是否成為預(yù)測(cè)模型輸入?yún)?shù)的閾值是可行的，但是不同地區(qū)閾值的選擇可能會(huì)存在差異，在實(shí)際應(yīng)用過程中建議根據(jù)本文所述分析方法進(jìn)行具體分析。

3)通過實(shí)例驗(yàn)證了本文所提方法在霧霾天氣下的預(yù)測(cè)精度顯著提高，同時(shí)也保證了日?？諝赓|(zhì)量較好時(shí)的預(yù)測(cè)精度。