并网型光伏电站发电功率与其主气象影响因子相关性分析

光伏发电作为可再生能源重要的组成部分近年来得到了快速的发展。由于光伏发电具有明显的间歇性和波动性，大规模的光伏发电并网给电力系统的调度管理带来严峻挑战。对于特定的光伏电站，其光伏电池组件的规格型号、物理特性和安装方式已经确定，其发电功率主要取决于外部的运行条件，即气象因子的影响。光伏发电气象影响因子的类型、数目较多，作用程度各不相同，相互之间还存在关联耦合，这使得光伏电站出力特性和发电功率预测具有高维数、非线性、关联耦合、复杂多变等特点，建模较为困难。为了降低模型输入维数、简化模型结构、提高预测精度，需要深入分析发电功率与气象影响因子的相关关系，为光伏发电出力特性和功率预测研究奠定基础。因此，开展光伏发电功率与其气象影响因子之间相关关系的研究具有重要意义。 本文首先通过分区灵敏度分析实现光伏发电多元气象影响因子的可视化，定性地观察了光伏发电功率与辐照度、环境温度、相对湿度和平均风速等气象影响因子的二元关系图；其次利用SPSS软件通过回归分析法定量地研究了光伏发电功率与单个气象影响因子的相关关系，随后建立光伏发电功率与全部气象影响因子之间的多元回归方程，并在此基础上利用通径分析法研究了每个气象影响因子对发电功率的直接影响程度，以及该气象影响因子通过其它因子对光伏发电功率产生的间接影响程度；最后通过上述分析总结出主气象影响因子之间以及主气象影响因子对于光伏发电功率的相关特性。 在前期研究的基础上，同时为了验证光伏发电与主气象影响因子相关性分析的重要意义，利用某光伏电站历史功率数据以及同时期的气象数据进行训练建立光伏发电功率预测模型。首先选取上文研究的主气象影响因子和光伏发电功率作为模型输入以及输出变量建立初始预测模型，于此同时针对气象影响因子多元性和耦合性特点，采用主成分分析法从主气象影响因子中提取主成分变量作为改进预测模型的输入变量对应与初始预测模型相同的输出变量。同时针对输入变量非线性以及随天气变化的多变性问题，两模型均采用支持向量机的方法，建立不同天气类别下的光伏功率预测模型。最终的试验结果显示初始预测模型和改进预测模型的功率预测准确率都达到了较好的效果，而改进预测模型的误差值更低，准确率更高。这表明针对光伏发电功率与其主气象影响因子之间的相关性分析研究起到了重要的作用。