郑飞

摘要：为了进一步提升光伏电站可靠性分析结果的准确性，笔者在分析中引入了晴空指数与波动特性，建立起了多状态模型，同时，在本文中提出了相对应的分析方法。经过仿真试验，证实了该模型的合理性，实现了可靠性分析质量的提升。

关键词：晴空指数;波动特性;光伏电站;可靠性分析

引言：

当前，新能源的开发与使用受到了人們的重点关注，且有着较好的发展前景。但是，在新能源开发中，光伏发电存在波动性与不确定性，对电力系统产生了一定的负面影响。所以，必须要进行光伏电站的可靠性评价，并建立起科学可靠性的光伏电站模型。为了确保光伏电站建模以及可靠性研究的科学性、准确性，必须要引入晴空指数以及波动特性，实现太阳辐照度模拟模型的建立，以此为基础完成后续的可靠性研究。

1.模型的构建

1.1太阳辐射模型的构建

1.1.1晴空指数与波动特性

晴空指数表示了设定时间内的天气情况，如，每天的平均晴空指数代表了这一天中整体的天气情况，表示了这一天中地表接受到的太阳辐射量总和与天文辐射量总和的比值。利用算式的形式能够表示为：k_DC1=，其中，H_T代表了一天中地表接受到的太阳辐射量总和;H_C代表了天文辐射量总和。

波动特性主要表示了设定时间能为太阳辐射强度的情况。利用算式的形式能够表示为：k_V1=，I_S=I_Ck_DCI。其中，I_T，K代表了设定时间段中第k段时间内地表的平均太阳辐射强度;I_S，K代表了设定时间段中一天内地表的太阳独照均值曲线上，第k个时间点的辐照强度;Δt代表了研究辐照度的时间间隔;I_C代表了天文辐照强度;I_S代表了地表的太阳辐照均值;nd代表了研究时间的间隔数。

1.1.2辐照度模拟模型

在某一时刻（t）时，地表上的太阳辐射强度可以用公式完成计算。其中，I_B（t）代表了某一时刻（t）地表上太阳辐射强度的基准值;ΔI（t）代表了某一时刻（t）地表上太阳辐射强度的波动分量。在本此可靠性分析中，认定I_B（t）与I_S（t）相同。当将晴空曲线设定为基准值时，能够保证基准曲线始终处于太阳辐射曲线的中间处，此时拟合的效果更显著，能够结合相关数据建立起设定时间内地表上的太阳辐射强度曲线。

1.2光伏电站模型的构建

1.2.1基于多状态的光伏电站模型

在本次研究中，主要对由于太阳辐射而导致的光伏电站运行状态的改变进行分析。对于地表的太阳辐照度来说，其与晴空指数和波动特性有着十分紧密的关系。所以，能够通过每日平均晴空指数与波动特性的数值完成光伏电站运行状态的划分（N份和M份），并建立起光伏电站的状态模型。为了减少分析中的步骤，在后续的计算中可以设定N=M^[1]。

当光伏电站此时的运行状态为i^th时，若是其运行状态发生改变，则状态数达到M²是可能的。由此能够得出，光伏电站状态为j^th时的概率为P=，。其中，λ_ij代表了光伏电站由i状态转移到j状态的转移率;n_ij代表了光伏电站由i状态转移到j状态的转移次数;T_i代表了光伏电站处于状态i的总时长，可以得出：。

1.2.2光伏电站出力模型

一般来说，光伏电站仅向电网提供有功功率。在光伏电站中，建有无功补偿装置，包括静止无功补偿装置等等。所以，光伏电站的无功能够实时的被平衡，在分析中可以忽略。

结合NASA网站中包含的多年月平均温度数据，结合RETScreen软件，能够估算出由于环境温度而引起的发电量损失数据，估算结果为4%。由于风速对于光伏发电量的影响有着较高的复杂性，所以在实际的分析中可以不予考量。

在不考虑环境温度、风速的条件下，光伏发电站输出功率的表达式如下：

其中，P_V（t）代表了光伏发电站在t时刻输出的功率;P_sn代表了光伏电站的额定输出功率;I_std代表了在标准测试条件下的单位光强;R_c代表了设定值;η_c代表了在标准测试条件下光伏阵列的能量转化效率。

2.可靠性分析

2.1可靠性指标

在光伏电站的可靠性分析中，使用的可靠性指标有两种，即概率性指标与确定性指标。其中，常用的概率性指标主要有缺电频率、失负荷概率、缺电时间望等等。可以使用序贯蒙特卡洛模拟，完成对光伏发电站可靠性的评估，此时，使用的时序可靠性指标为LOLF（缺电频率）指标。对于缺电频率指标来说，其主要表示了设定时间内发电系统无法满足符合需求发生的次数，表达式为：。其中，F代表了光伏发电站处于i状态时的频率;λ_k代表了状态的转移率;P_i代表了光伏发电站的故障概率;A为光伏发电站故障的集合;B为光伏发电站正常运行的集合。

2.2可靠性分析

在使用序贯蒙特卡洛模拟进行可靠性分析时，主要使用了抽样元件状态持续时间的概率分布。首先，需要要对按时间顺序的元件状态转移过程进行模拟;其次，要展开合并，形成基于时间顺序的光伏发电站状态转移过程。

对于光伏发电站来说，其具有间歇性以及模塊化的特点，能够在自然停机的时间内展开维修以及检测，所以，在实际的可靠性分析中，可以不考量光伏发电站故障的发生，仅考量在太阳辐照度变化的情况下光伏发电站的有功输出^[2]。基于这样的情况，光伏发电站可靠性分析的具体过程如下：第一，结合双状态停运模型对传统发电机组在每个小时中的停运状态进行确定，由此能够得出在模拟周期内，传统发电机组的可用放电容量序列;第二，结合公式P=，完成光伏发电站运行状态的判断，并制作出光伏发电站多状态运行序列表;第三，结合实际测出的拟合某一时刻（t）地表上太阳辐射强度的波动分量的正态分布参数，计算出相对应的太阳辐射照度;第四，结合光伏发电站输出功率表达式，计算出光伏发电站在模拟周期中的出力序列;第五，判断发电系统的运行状态，并计算出光伏发电系统的可靠性指标（缺电频率）。

为了确保上述方式的科学性，笔者利用RBTS进行了仿真模拟测试，结果显示，该方式得出的数据与实测数据温和，证实了多状态模型的合理性。笔者在依照上述过程对光伏发电站的可靠性进行分析时，进一步分析了光伏发电站多状态模型对该评估的影响。结果发现，当光伏发电站的容量增加时，可靠性指标（缺电频率）的数值呈现出先上升后下降的趋势。由于在多状态模型中，考量了天气类型、波动特性等，所以得出的可靠性分析结果说服力较高。

总结：

综上所述，在分析光伏发电站的可靠性过程中，引入晴空指数以及波动特性，并建立起多状态模型，提升了可靠性分析结果的说服力。为了确保获得的太阳辐射与实际规律相符合，只能使用的划分方式，完成光伏发电站模型的构建。

参考文献

[1]宗炫君，袁越，蒋科等.基于晴空指数与波动特性的光伏电站可靠性分析[J].电力工程技术，2019，38（01）：36-41.

[2]杨苏，黄俊辉，关志坚等.含光伏电站发电系统可靠性评估方法研究[J].电力需求侧管理，2017，19（04）：23-28.