王 哲，王 飞，刘力卿，郭 佳

(华北电力大学 电气与电子工程学院，河北 保定 071003)

0 引言

当今社会，能源短缺和环境污染等问题日益突出，人们积极寻找可再生的清洁能源作为化石能源的替代品。太阳能以其储量丰富、无需运输、清洁无污染三大优点，受到了广泛关注，其中光伏发电是太阳能利用的主要形式。

光伏电站分并网和离网两种类型，而大规模并网型光伏电站是光伏发电的主要发展趋势，其对电力系统的调度和运行有重要影响，故需要对其特性、模型等做深入研究，其中包括光伏电池和逆变器的建模、仿真;除此之外，作为影响光伏电站发电功率的决定性因素，太阳辐射对于光伏发电的选址、规划、运行与控制起着非常重要的作用。

作为衡量太阳辐射的重要参数，太阳辐射曝辐量对于光伏发电的规划、运行与控制是非常重要的。有些地区没有安装太阳辐射测量和记录仪器，无法直接获得太阳辐射曝辐量数据，这就制约了有关研究工作的开展。近年来，随着太阳能利用的日益广泛，特别是光伏发电的迅速发展，提出了许多不同类型的模型来估计太阳辐射曝辐量，包括复杂的计算模型和各种经验模型［1］。太阳辐射曝辐量计算模型的建立主要基于日照时长、温度和相对湿度等因素［2，3］。

目前常用的建模方法有回归分析法［4］和人工智能法［5～7］，如神经网络、支持向量机等。文献［8，9］建立了基于神经网络的太阳辐射曝辐量模型，分别以大气温度、相对湿度和日照时长为影响因子来预测太阳曝辐量。……