气象因子对光伏发电量的影响效应分析

2016-09-23陕西省气候中心雷杨娜孙娴程路王娟敏

太阳能 2016年6期

陕西省气候中心 ■ 雷杨娜孙娴程路王娟敏

气象因子对光伏发电量的影响效应分析

陕西省气候中心 ■ 雷杨娜孙娴*程路王娟敏

针对华电陕西靖边光伏电站一年发电量数据和同期气象观测资料，运用相关分析、回归分析、通径分析等常用的数理统计分析方法，分析逐日光伏发电量与各主要气象因子的对应关系。结果表明：日照时数与光伏发电量的正相关关系最为密切，日照时数对发电量的单位效应量最大；最小相对湿度与光伏发电量的负相关关系最为密切；最高气温的单位效应量最小。气温对光伏电站发电量的影响较为复杂，需要进一步深入研究。

气象因子；光伏电站；发电量；影响效应

0　引言

太阳能是目前利用较多的可再生能源，年到达地球表面的太阳辐射量相当于130×1012吨标准煤。我国拥有丰富的太阳能资源，资源量相当于1.7×1012吨标准煤，与美国相近，高于欧洲和日本［1，2］。因此，太阳能产业有着巨大的发展潜力，近年发展迅速［3］。太阳能利用中，光伏发电技术最具意义，技术也较为成熟，已成为世界各国竞相研究应用的热点和重点［4］。

影响并网光伏电站发电量的因素主要有装机容量、综合效率、太阳辐射3方面［5］。其中，太阳辐射受季节和地理位置影响较大，气温、湿度、日照等因素具有显著季节变化和日变化，其他气象要素如云量、气溶胶浓度等因素也会影响太阳辐射的强弱，进而影响光伏电站发电量［6-9］。因此，光伏发电量预报显得尤为必要。然而目前我国对光伏发电量预报方法的研究还比较薄弱，光伏发电量预报系统不能满足发电量预报在准确性方面的需求［10-12］。因此，开展太阳能光伏发电量预测是光伏发电站并入电网系统的关键。而光伏发电量预报的准确性主要取决于影响光伏发电量的关键气象要素的研究及气象预报准确性［3］。

目前，太阳能光伏发电与气象要素条件方面的研究相对较少，何明琼等［13］研究了武汉地区光伏发电量与气象因子的关系，对光伏电站电力调控具有较好的指导作用。吕学梅等［3］利用灰色关联度方法对日气象因素与光伏发电量进行分析，找出影响光伏发电量的关键气象要素，对开展光伏发电专业气象服务提供了参考依据。刘玉兰等［14］利用宁夏光伏电站的资料，分析了光伏发电量与气象条件的关系，对预测光伏电站出力具有十分重要的意义。

本文利用相关分析、回归分析和通径分析等方法，分析逐日光伏发电量与各主要气象因子的对应关系，找出影响光伏发电量的关键气象要素，分析关键气象要素对光伏发电量的影响效应，以期为开展光伏电站太阳能资源评估和发电量预报提供参考依据。

1　资料与方法

光伏发电资料来自于华电陕西靖边光伏电站（108.93°E，37. 61°N，海拔高度1301 m） 2014 年5月1 日～ 2015 年4 月30 日这1年的逐时发电量，同期辐射资料和气象资料来自于光伏电站内临时气象站，观测项目包括总辐射、直接辐射、散射辐射、日照时数、气温、背板温度、气压、相对湿度和风速等要素逐时值。靖边光伏电站装机5 MW，光伏阵列正南方位固定安装，光伏组件倾角为38°。

为了尽量反映出逐日发电量对气象因子的响应关系，本文在相关分析中不仅计算了发电量与气象因子之间的原始相关系数，同时还计算了各序列之间的高频相关系数。高频相关系数计算首先需要对所有原序列的逐日资料进行滤波，滤波后只保留小于10 d的高频变化，然后再计算发电量与气象要素的相关性，以减少原始序列中月、季循环、异常值等对相关性的影响［15］。

2　结果分析

2.1光伏电站发电量逐日波动与气象因子的关系

表1给出了光伏电站逐日发电量与主要气象因子的相关系数，其中r1，r2分别为原始相关系数和高频相关系数。逐日发电量波动与日照时数的关系最为密切，表现为显著正相关；其次为直接辐射及总辐射；与散射辐射相关性则较差。从逐日发电量和逐日气象因子的高频相关系数来看，逐日发电量与日照时数、直接辐射、总辐射的高频相关系数也均达到了0.01显著性水平，分别为0.886、0.758、0.638，这表明逐日发电量与这些气象要素的高相关关系是稳定的，是对相应响应机制的反映。此外，逐日发电量与日照时数的高频相关系数大于原始相关系数，与总辐射和直接辐射的高频相关系数则小于原始相关系数。

表1　逐日发电量与同期气象因子相关系数

除了日照时数和辐射变量以外，还分析了气温、背板温度、风速和相对湿度对光伏发电量的影响。由表1还可知，发电量与平均风速、气温、平均背板温度、最低背板温度的相关性很小，说明这几个气象要素对光伏发电量的影响很小，因此这里对这些气象因子不加讨论。逐日发电量与相对湿度存在显著的负相关关系，与平均相对湿度和最小相对湿度的原始相关系数分别为-0.542 和-0.695，且高频相关系数也较大。逐日发电量与最高背板温度的正相关系数虽远小于总辐射、直接辐射和日照，但也达到了0.01显著性水平，表明该气象因子变化对光伏发电量有一定影响。但最高背板温度与发电量的高频相关系数却明显减小，这表明最高背板温度对光伏发电量的影响程度不及辐射、日照和相对湿度要素。

综上，与光伏日发电量相关性较好的气象因子有总辐射、直接辐射、日照时数、最高背板温度、平均相对湿度、最小相对湿度和最高气温，因此以下主要讨论这些气象因子对光伏发电量的影响。另外，因大多数光伏电站或辐射站仅有总辐射观测，最小相对湿度与发电量相关系数较平均相对湿度高，故本文最终选择总辐射、日照时数、最高背板温度、最小相对湿度和最高气温讨论。

2.2气象因子对光伏日发电量的影响效应分析2.2.1 气象因子与光伏日发电量的多元回归分析

根据气象因素与光伏发电量的相关性分析结果，结合客观实际，选取日照时数、日最高气温、日最小相对湿度、日最高背板温度和日总辐射等5个气象因子为自变量，以光伏发电量为因变量，进行多元回归分析，建立最优回归方程：

该方程显著性水平P＜0.001，相关系数的平方R2=0.799，检验值F=230.661，Durbin-Watson统计量d=1.633。回归方程中各变量的时间系数即该变量对光伏发电量的影响效应量，其物理意义是排除其他因子后，每个气象因子变化单位量时，光伏发电量相应增加或减少的量。由方程可知，当日照时数增加（减少）1 h时，光伏日发电量就会增加（减少）1198.351 kWh，同理，日最高气温、日最小相对湿度、日最高背板温度和日总辐射变化单位量时，对光伏日发电量的影响效应量分别为-66.825、-449.317、313.076、262.676 kWh。日照时数对发电量的单位效应量最大，其次为日最小相对湿度，日最高气温的单位效应量最小。此外，日照时数、日最高背板温度和总辐射对光伏发电量的影响效应量为正值，而日最高气温和日最小相对湿度影响效应量则为负值，这与前节相关系数的分析结果相吻合。

对各季节光伏发电量和各气象因子进行多元回归分析，得到各季节回归方程，回归方程参数和各因子回归系数见表2和表3。由表2可知，各季节回归方程R2均在0.8以上，所以P均小于0.001，回归方程显著。从表3可知，春、秋、冬3个季节日照时数对逐日发电量的正效应最大，而夏季则是总辐射的正效应最大；负效应4个季节均是最高气温最大。同一变量对比来看，日照时数在冬季对光伏发电量的影响效应量最大，夏季最小；最高气温则是夏、秋季影响效应量较大，冬、春季较小；最小相对湿度在冬春季负效应较大，秋季负效应较小，夏季则是弱的正效应；最高背板温度的正效应量在秋季节较大，其他季节则较小；总辐射在冬季对光伏发电量的效应量最大，春季和秋季则较小。由此可见，光伏发电量在不同季节对气象要素的响应程度不同。

表2　各季节回归方程相关参数

表3　各季节回归方程回归系数

2.2.2气象因子与光伏日发电量的通径分析

通径分析可用于分析多个自变量与因变量之间的线性关系，可处理较为复杂的变量关系。如当自变量数目较多且自变量间相互关系比较复杂，或某些自变量是通过其他自变量间接对因变量产生影响时，可利用通径分析有效地评判各因子的影响效应［16］，确定不同因子对结果的影响程度，因此对各关键气象因子与发电量进行通径分析。

根据回归分析结果可知，F=230.661（P＜0.001），说明可以通径分析［17］。R2=0.799，表明所选因子是影响光伏发电量的主要气象要素。通径分析结果见表4。

由表4可知，从直接效应来看，日照时数对光伏发电量有较强的正效应，其次为最大背板温度，总辐射的直接正效应较小；最高气温和最小相对湿度对光伏发电量均有负的直接效应，最小相对湿度的直接效应较小，可忽略不计。最小相对湿度对光伏发电量造成负效应，在间接效应中，最小相对湿度通过日照时数对光伏发电量的影响最大，达到了-0.354。日照时数、最大背板温度和总辐射通过最高气温对光伏发电量均呈现负间接效应。最高气温对光伏发电量直接效应为负，但间接效应为正。可见气温对光伏发电量的影响较为复杂，有待于进一步深入研究。

另外，剩余直接通径系数为0.448，说明除日照时数、总辐射、气温、相对湿度、背板温度外，还有其他因素影响光伏发电量。云量、空气质量及光伏组件的相关特性和质量、逆变效率等因素均影响光伏出力［18，19］。

表4　气象因子对光伏发电量影响的通径分析

3　结论

利用陕北某光伏电站近一年逐日光伏发电量资料和逐日气象资料，通过相关分析、回归分析和通径分析等方法，分析了逐日光伏发电量与各主要气象因子的对应关系。结果表明，与光伏日发电量有显著相关性的气象因素为总辐射、直接辐射、日照时数、最高背板温度、平均相对湿度、最小相对湿度和最高气温，其中以日照时数与光伏发电量的正相关关系最为密切，最小相对湿度与光伏发电量的负相关关系最为密切，均达到0.01显著性水平。

回归分析表明，日照时数对发电量的单位效应量最大，其次为最小相对湿度，最高气温的单位效应量最小。日照时数、最高背板温度和总辐射对光伏发电量的影响效应量为正值，而最高气温和最小相对湿度影响效应量则为负值。另外，光伏发电量在不同季节对气象要素的响应程度是不一致的。

通过通径分析发现气温对光伏电站发电量的影响较为复杂，气温升高光伏发电量会减少，但气温通过日照和辐射对光伏发电量造成正的影响，气温对光伏发电量的影响有待于进一步研究。

［1］陈正洪，李芬，成驰，等.太阳能光伏发电预报技术原理及其业务系统［M］.北京：气象出版社， 2011.

［2］孙鹏杰，陈正洪，成驰，等.太阳能光伏电站发电量变化特征及其与气象要素的关系［J］.2003， 31（11）： 249-252.

［3］吕学梅，朱虹，王金东，等.气象因素对光伏发电量的影响分析［J］.可再生能源， 2014， 32（10）： 1423-1428.

［4］姜创业，王娟敏，孙娴，等.太阳能光伏发电量动力统计预报模式研究［J］.水电能源科学， 2012， 30（6）： 205-208.

［5］杨金焕.并网光伏电站发电量的估算［A］. 第十一届中国光伏大会暨展览会会议论文集［C］，南京， 2010.

［6］王一波，李晶，许洪华.考虑电网安全稳定约束的光伏电站最大安装容量计算与分析［J］.太阳能学报， 2008， 29（8）： 971-975.

［7］邱培春，葛宝明，毕大强.基于蓄电池储能的光伏并网发电功率平抑控制研究［J］.电力系统保护与控制， 2011， 39（3）：29-33.

［8］陈进美，陈峦.太阳能光伏发电最大功率点间接跟踪算法研究［J］.水电能源科学， 2010， 28 （1）： 148-150， 56.

［9］李军，许继生，王生渊，等.一种并网型光伏电站光功率及发电量预测的方法［J］.青海电力， 2010， 29（2）： 18-20.

［10］马金玉，罗勇，申彦波，等.太阳能预报方法及其应用和问题［J］. 资源科学， 2011， 33（5）： 829-837.