王士柏，王玥娇，王 楠，孙树敏，程 艳

（国网山东省电力公司电力科学研究院，山东 济南 250003）

0 引言

全球经济的快速发展对能源需求不断提高。目前，我国的主要能源供给仍是石油、煤炭和天然气，这些能源除了不可再生之外，还造成严重的环境污染，加剧温室效应［1-2］。为了应对能源短缺、减少化石燃料污染，研究可再生能源和绿色能源发电势在必行［3-4］。根据IEA（国际能源署）的报告，自2000 年以来，全球光伏发电能力以年均40%以上的速度增长，并在未来几十年具有巨大的长期增长潜力。预计到2050 年，光伏发电系统将提供全球11%的电力（4 500 TWh/a），相当于3 000 GW 的累计光伏系统装机容量［5］。

光伏发电作为具有发展前景的清洁能源之一，随着其发电技术的不断发展，光伏发电并网容量也不断增大［6-7］，因此对于光伏发电功率的预测尤为重要。光伏功率预测方法大致可分为物理方法和统计方法。物理方法以天气预报和光伏系统数据作为输入，在典型的物理方法中计算出平面阵列辐照度、模型温度，最后计算功率输出；统计方法是基于时间序列分析、因果预测、分类模型和具有历史功率测量的数据集，以及对数值天气预报、从地面或卫星图像检索的数据、太阳辐照度传感器和PV 系统数据进行统计和研究，最后得到功率［8］。统计方法模型简单，计算量小，但需要大量历史数据，无法快速反映天气的变化；物理方法不需要大量的历史数据，但建立光伏组件的模型相对复杂。文献［9-10］介绍了统计模型的功率预测方法，并对统计方法和物理方法进行了比较。……