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

摘要

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。

目录

声明

摘要

第1章 绪论

1．1 课题研究的背景及意义

1．1．1 课题研究的背景

1．1．2 课题研究的意义

1．2 课题研究的发展现状及存在问题

1．3 本文主要工作

第2章 光伏发电原理及其功率特性

2．1 光伏发电系统简介

2．1．1 光伏发电的基本原理

2．1．2 并网型光伏发电系统的结构

2．1．3 并网型光伏系统的运行方式

2．1．4 光伏发电系统的特点

2．2 光伏发电功率的特性

2．2．1 辐照度对光伏发电功率特性影响

2．2．2 温度对光伏发电功率特性影响

2．3 光伏发电功率对电力系统的影响及解决措施

2．4 本章小结

第3章 光伏发电功率与主气象影响因子分析

3．1 分析方法

3．1．1 相关性分析

3．1．2 回归分析

3．1．3 SPSS软件简介

3．2 光伏发电功率与单一气象因子相关性分析

3．2．1 光伏发电功率与太阳辐照度

3．2．2 光伏发电功率与环境温度

3．2．3 光伏发电功率与环境相对湿度

3．2．4 光伏发电功率与平均风速

3．3 光伏发电功率与主气象因子多元回归模型

3．4 主气象因子对光伏功率影响程度分析

3．4．1 通径分析法

3．4．2 SPSS软件计算通径系数

3．5 主气象因子与光伏发电功率特性分析

3．6 本章小结

第4章 光伏发电功率预测模型试验仿真

4．1 数据来源和数据处理

4．1．1 数据来源

4．1．2 数据处理

4．2 功率预测模型方法及流程

4．2．1 支持向量机模型

4．2．2 天气状态分类

4．2．3 预测算法流程

4．3 功率预测模型结构

4．3．1 初始预测模型

4．3．2 改进预测模型

4．4 模型参数及核函数选取

4．5 预测结果和分析

4．5．1 模型预测结果对比

4．5．2 模型预测结果分析

4．6 本章小结

第5章 结论及展望

5．1 结论

5．2 展望

参考文献

攻读硕士学位期间发表的论文以及科研情况

致谢