气象因素对光伏发电量的影响分析

被引:30
作者
吕学梅 [1 ]
朱虹 [2 ]
王金东 [2 ]
宋莹华 [2 ]
机构
[1] 平邑县气象局
[2] 临沂市气象局
关键词
气象因素; 发电量; 关联度; 逐步回归; 影响;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
080811 [新能源发电与电能存储];
摘要
利用某光伏电站2011年发电量数据和同期气象观测资料,进行气象因素与光伏发电量的灰色关联度和逐步回归分析。灰色关联结果表明:日照时数、蒸发量和风速的日变化趋势与日发电量的一致性最高,其次是温度、低云量、水蒸气压和总云量;温度因子与日发电量的关联度由大到小依次为日最高气温、地表温度、平均气温和日最低气温;与月发电量变化趋势一致性程度由大到小依次为月日照时数、月平均风速、月总云量、月平均最高气温、月蒸发量、月平均气温、月平均水蒸气压、月平均相对湿度、月平均地表温度、月平均最低气温、月低云量、月降水量。逐步回归结果表明:对日发电量影响最大的气象因素是日照时数和蒸发量,均为正效应;对日发电量影响相对较小的为地面温度、降水量、平均风速,均为负效应;对月发电量影响最大的气象因素是月日照时数和月平均气温,均为正效应,其次为月平均最高气温和总云量,均为负效应;月平均风速对光伏月发电量的影响最小,为正效应。
引用
收藏
页码:1423 / 1428
页数:6
相关论文
共 10 条
[1]
短期太阳能光伏发电预测方法研究进展 [J].
崔洋 ;
孙银川 ;
常倬林 .
资源科学, 2013, 35 (07) :1474-1481
[2]
太阳能光伏发电预报效果评价 [J].
何明琼 ;
成驰 ;
陈正洪 ;
白永清 .
水电能源科学, 2011, 29 (12) :196-199
[3]
太阳能预报方法及其应用和问题 [J].
马金玉 ;
罗勇 ;
申彦波 ;
李世奎 .
资源科学, 2011, 33 (05) :829-837
[4]
基于小波网络的次日太阳逐时总辐射预测技术研究 [J].
林星春 ;
曹家枞 ;
刘春雁 .
能源技术, 2007, (02) :70-75
[5]
利用神经网络估算太阳辐射 [J].
周晋 ;
吴业正 ;
晏刚 ;
马贞俊 .
太阳能学报, 2005, (04) :509-512
[6]
“最优”回归方程的选择准则和具体方法 [J].
丘冠英 .
宜春学院学报, 2003, (06) :26-27
[7]
原始数据无量纲化处理对灰色关联序的影响 [J].
李炳军 ;
朱春阳 ;
周杰 .
河南农业大学学报, 2002, (02) :199-202
[8]
评价模式对评价可靠性的影响分析 [J].
吴敬业 ;
史本山 .
系统工程理论与实践, 1993, (03) :11-15
[9]
灰色系统学术论文集.[M].刘思峰;史开泉主编;.河南大学出版社.1993,
[10]
灰色系统理论教程.[M].邓聚龙著;.华中理工大学出版社.1990,