基于斜面辐射修正的光伏发电功率预测方法及装置与流程

本发明涉及光伏发电功率预测的技术领域，尤其涉及基于斜面辐射修正的光伏发电功率预测方法及装置。

背景技术：

光伏输出功率与斜面辐射强度紧密相关，而决定斜面辐射强度的主要因素是地球水平面辐射强度及辐射转换过程中的辐射损失程度。若要准确预测光伏发电功率，必须分析影响这两者的主要因素。

针对新建光伏电站，传统上的光伏发电功率预测采用物理原理的预测模型，通过典型直散分离模型来进行光伏功率预测，其预测准确性较低。

技术实现要素：

为了克服现有技术的不足，本发明的目的在于提供基于斜面辐射修正的光伏发电功率预测方法及装置，旨在解决现有光伏发电功率物理预测模型的准确性不够高的问题。

本发明的目的采用以下技术方案实现：

一种基于斜面辐射修正的光伏发电功率预测方法，包括：

光谱修正步骤，在斜面辐射计算中对光谱响应进行修正，建立光谱响应修正方法模型；

入射修正步骤，在斜面辐射计算中对太阳光入射角进行修正，建立太阳光入射角修正方法模型；

积灰修正步骤，在斜面辐射计算中对光伏组件表面积积灰系数进行修正，建立积灰系数修正方法模型；

整合步骤，在斜面辐射计算中引入光谱响应修正方法模型、太阳光入射角修正方法模型、积灰系数修正方法模型，建立斜面辐射修正模型以计算光伏阵列实际吸收并转换的太阳辐射；

预测步骤，在原光伏发电功率预测模型的基础上增加斜面辐射修正模型，建立修正光伏发电功率预测模型，用于进行光伏发电功率预测。

在上述实施例的基础上，优选的，所述光谱修正步骤，具体为：

在斜面辐射计算中引入电池光谱失配参数m：

式中，λ为波长；e(λ)为光谱辐照度；rt(λ)为光伏电池光谱响应；eo(λ)为参考光谱辐照度；rr(λ)为参考电池光谱响应；λ1～λ4为积分区间，与电池光谱响应波长区间相关；

利用不同电池类型的光谱响应值测定电池光谱失配参数，并利用回归分析确定光谱响应修正函数f1(ama))为：

f1(ama)＝a0+a1·ama+a2·ama²+a3·ama³+a4·ama⁴；

式中，ama为大气质量系数；a0～a4为回归系数，与光伏电池类型有关；

根据光谱响应修正函数f1(ama))，建立光谱响应修正方法模型。

或者，优选的，所述入射修正步骤，具体为：

在斜面辐射计算中引入太阳光入射角修正函数f2(θ)：

式中，θ为太阳光入射角，eref为参考辐射强度，iscref为参考短路电流，isc为ama＝1.5和tc＝25℃时短路电流的测量值，eh,d为水平面散射辐射，eb为直接辐射；

利用参考条件下不同太阳光入射角下的短路电流和直接辐射值计算不同电池类型的太阳光入射角修正函数，并利用回归分析建立5阶太阳光入射角修正函数经验方程：

f2(θ)＝b0+b1·θ+b2·θ²+b3·θ³+b4·θ⁴+b5·θ⁵；

式中，b0～b5为回归系数，与光伏电池类型有关；

根据太阳光入射角修正函数经验方程，建立太阳光入射角修正方法模型。

或者，优选的，所述积灰修正步骤，具体为：

在斜面辐射计算中引入积灰修正系数sf；

根据光伏电站的地理环境位置及光伏组件积灰时间，确定影响光伏组件表面积积灰的影响因素；

根据影响光伏组件表面积积灰的影响因素，针对光伏电站所在地区气候情况，得出年均日照时间、年均降雨量，并依据气象行业标准得到积灰修正系数sf；

根据积灰修正系数sf，建立积灰系数修正方法模型。

或者，优选的，所述整合步骤，具体为：

在斜面辐射计算中引入光谱响应修正方法模型、太阳光入射角修正方法模型、积灰系数修正方法模型，对光伏阵列接收的太阳总辐射进行光谱响应修正和积灰修正，对光伏阵列接收的直接辐射进行太阳光入射角修正，建立斜面辐射修正模型，表达为：

et,e＝f1(ama)·[et,b·f2(θ)+(et,d+et,g)]·sf；

式中，et,e为斜面有效辐射；et,b为斜面直接辐射；et,d为散射辐射；et,g为地面反射辐射；sf为积灰修正系数。

在上述任意实施例的基础上，优选的，还包括：

评价步骤，采用均方根误差ermse、平均绝对误差emae和nse值为评价指标，对修正光伏发电功率预测模型与原光伏发电功率预测模型进行对比评估。

一种基于斜面辐射修正的光伏发电功率预测装置，包括：

光谱修正模块，用于在斜面辐射计算中对光谱响应进行修正，建立光谱响应修正方法模型；

入射修正模块，用于在斜面辐射计算中对太阳光入射角进行修正，建立太阳光入射角修正方法模型；

积灰修正模块，用于在斜面辐射计算中对光伏组件表面积积灰系数进行修正，建立积灰系数修正方法模型；

整合模块，用于在斜面辐射计算中引入光谱响应修正方法模型、太阳光入射角修正方法模型、积灰系数修正方法模型，建立斜面辐射修正模型以计算光伏阵列实际吸收并转换的太阳辐射；

预测模块，用于在原光伏发电功率预测模型的基础上增加斜面辐射修正模型，建立修正光伏发电功率预测模型，用于进行光伏发电功率预测。

在上述实施例的基础上，优选的，所述光谱修正模块用于：

在斜面辐射计算中引入电池光谱失配参数m：

式中，λ为波长；e(λ)为光谱辐照度；rt(λ)为光伏电池光谱响应；eo(λ)为参考光谱辐照度；rr(λ)为参考电池光谱响应；λ1～λ4为积分区间，与电池光谱响应波长区间相关；

利用不同电池类型的光谱响应值测定电池光谱失配参数，并利用回归分析确定光谱响应修正函数f1(ama))为：

f1(ama)＝a0+a1·ama+a2·ama²+a3·ama³+a4·ama⁴；

式中，ama为大气质量系数；a0～a4为回归系数，与光伏电池类型有关；

根据光谱响应修正函数f1(ama))，建立光谱响应修正方法模型。

或者，优选的，所述入射修正模块用于：

在斜面辐射计算中引入太阳光入射角修正函数f2(θ)：

式中，θ为太阳光入射角，eref为参考辐射强度，iscref为参考短路电流，isc为ama＝1.5和tc＝25℃时短路电流的测量值，eh,d为水平面散射辐射，eb为直接辐射；

利用参考条件下不同太阳光入射角下的短路电流和直接辐射值计算不同电池类型的太阳光入射角修正函数，并利用回归分析建立5阶太阳光入射角修正函数经验方程：

f2(θ)＝b0+b1·θ+b2·θ²+b3·θ³+b4·θ⁴+b5·θ⁵；

式中，b0～b5为回归系数，与光伏电池类型有关；

根据太阳光入射角修正函数经验方程，建立太阳光入射角修正方法模型。

在上述任意实施例的基础上，优选的，还包括：

评价模块，用于采用均方根误差ermse、平均绝对误差emae和nse值为评价指标，对修正光伏发电功率预测模型与原光伏发电功率预测模型进行对比评估。

相比现有技术，本发明的有益效果在于：

本发明公开了基于斜面辐射修正的光伏发电功率预测方法及装置，利用光谱响应修正、太阳光入射角修正和积灰系数修正三种方法搭建斜面辐射修正模型，并在原光伏发电功率预测模型的基础上增加斜面辐射修正模型，建立修正光伏发电功率预测模型，用于进行光伏发电功率预测，由此不仅能预测出光伏发电功率，且其预测精度更高。本发明为提高光伏发电功率预测的精度，在分析大气质量、太阳光入射角变化和表面积灰对光伏阵列实际吸收并转换太阳辐射影响的基础上，综合考虑光谱响应修正函数、太阳光入射角修正函数和积灰修正系数建立斜面辐射修正模型，并提出基于斜面辐射修正的光伏发电功率预测方法，算例结果表明，修正预测方法较原物理预测模型具有更高的预测精度，能更准确地预测不同天气类型的发电功率。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1示出了本发明实施例提供的一种基于斜面辐射修正的光伏发电功率预测方法的流程示意图；

图2示出了本发明实施例提供的一种晴天预测结果示意图；

图3示出了本发明实施例提供的一种多云天预测结果示意图；

图4示出了本发明实施例提供的一种阴天预测结果示意图；

图5示出了本发明实施例提供的一种雨天预测结果示意图；

图6示出了本发明实施例提供的一种雾霾天预测结果示意图；

图7示出了本发明实施例提供的一种基于斜面辐射修正的光伏发电功率预测装置的结构示意图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

具体实施例一

如图1所示，本发明实施例提供了一种基于斜面辐射修正的光伏发电功率预测方法，包括：

光谱修正步骤s101，在斜面辐射计算中对光谱响应进行修正，建立光谱响应修正方法模型；

入射修正步骤s102，在斜面辐射计算中对太阳光入射角进行修正，建立太阳光入射角修正方法模型；

积灰修正步骤s103，在斜面辐射计算中对光伏组件表面积积灰系数进行修正，建立积灰系数修正方法模型；

整合步骤s104，在斜面辐射计算中引入光谱响应修正方法模型、太阳光入射角修正方法模型、积灰系数修正方法模型，建立斜面辐射修正模型以计算光伏阵列实际吸收并转换的太阳辐射；

预测步骤s105，在原光伏发电功率预测模型的基础上增加斜面辐射修正模型，建立修正光伏发电功率预测模型，用于进行光伏发电功率预测。

本发明实施例利用光谱响应修正、太阳光入射角修正和积灰系数修正三种方法搭建斜面辐射修正模型，并在原光伏发电功率预测模型的基础上增加斜面辐射修正模型，建立修正光伏发电功率预测模型，用于进行光伏发电功率预测，由此不仅能预测出光伏发电功率，且其预测精度更高。本发明为提高光伏发电功率预测的精度，在分析大气质量、太阳光入射角变化和表面积灰对光伏阵列实际吸收并转换太阳辐射影响的基础上，综合考虑光谱响应修正函数、太阳光入射角修正函数和积灰修正系数建立斜面辐射修正模型，并提出基于斜面辐射修正的光伏发电功率预测方法，修正后的预测方法较原物理预测模型具有更高的预测精度，能更准确地预测不同天气类型的发电功率。

为修正大气质量变化引起太阳光谱变化对光伏阵列实际吸收并转换太阳辐射的影响，对斜面辐射的计算引入美国材料与试验协会(astm)的电池光谱失配参数(m)，优选的，所述光谱修正步骤s101，可以具体为：

在斜面辐射计算中引入电池光谱失配参数m：

式中，λ为波长；e(λ)为光谱辐照度；rt(λ)为光伏电池光谱响应；eo(λ)为参考光谱辐照度；rr(λ)为参考电池光谱响应；λ1～λ4为积分区间，与电池光谱响应波长区间相关；其单位均可以为国际标准单位；

利用大量不同电池类型的光谱响应值测定电池光谱失配参数，并利用回归分析确定光谱响应修正函数f1(ama))为：

f1(ama)＝a0+a1·ama+a2·ama²+a3·ama³+a4·ama⁴；

式中，ama为大气质量系数；a0～a4为回归系数，与光伏电池类型有关；

根据光谱响应修正函数f1(ama))，建立光谱响应修正方法模型。

其中，光谱响应修正函数的物理意义是在计算斜面辐射的基础上添加一个修正系数来模拟大气质量变化引起太阳光谱的变化对光伏阵列实际接收并转换太阳辐射的影响。

当ama<3时，光伏电池的光谱响应修正系数约为0.9～1，在此区间，大气质量的变化对光伏电池吸收太阳辐射的影响程度较小；当3<ama<6时，光伏电池对太阳辐射的吸收损失最为严重，可利用太阳能将不足90％；而当ama>6时，光伏电池可利用的太阳能仅为68％。

为修正太阳光入射角变化对光伏阵列实际接收直接辐射的影响，优选的，所述入射修正步骤s102，可以具体为：

在斜面辐射计算中引入太阳光入射角修正函数f2(θ)：

式中，θ为太阳光入射角，eref为参考辐射强度，iscref为参考短路电流，isc为ama＝1.5和tc＝25℃时短路电流的测量值，eh,d为水平面散射辐射，eb为直接辐射；其单位均可以为国际标准单位；

利用参考条件下不同太阳光入射角下的短路电流和直接辐射值计算不同电池类型的太阳光入射角修正函数，并利用回归分析建立5阶太阳光入射角修正函数经验方程：

f2(θ)＝b0+b1·θ+b2·θ²+b3·θ³+b4·θ⁴+b5·θ⁵；

式中，b0～b5为回归系数，与光伏电池类型有关；

根据太阳光入射角修正函数经验方程，建立太阳光入射角修正方法模型。

根据在原计算斜面直接辐射的基础上增加太阳光入射角修正函数f2(θ)来模拟太阳光入射角变化对光伏阵列接收直接辐射的影响。当0°<θ<60°时，各电池类型辐射损失均较小；但当θ>60°时，由于太阳光反射作用的增强，大量太阳光线就会被反射到大气中，从而使光伏阵列实际吸收并转换的直接辐射大幅度减少，进而导致光伏发电量减少。

为修正光伏组件表面积灰对光伏阵列实际吸收并转换太阳辐射的影响，优选的，所述积灰修正步骤s103，可以具体为：

在斜面辐射计算中引入积灰修正系数sf；

根据光伏电站的地理环境位置及光伏组件积灰时间，确定影响光伏组件表面积积灰的影响因素；

根据影响光伏组件表面积积灰的影响因素，针对光伏电站所在地区气候情况，得出年均日照时间、年均降雨量，并依据气象行业标准qx/t244-2014得到积灰修正系数sf；

根据积灰修正系数sf，建立积灰系数修正方法模型。

根据上述对斜面辐射的影响分析，优选的，所述整合步骤s104，可以具体为：

在斜面辐射计算中引入光谱响应修正方法模型、太阳光入射角修正方法模型、积灰系数修正方法模型，对光伏阵列接收的太阳总辐射进行光谱响应修正和积灰修正，对光伏阵列接收的直接辐射进行太阳光入射角修正，建立斜面辐射修正模型，表达为：

et,e＝f1(ama)·[et,b·f2(θ)+(et,d+et,g)]·sf；

式中，et,e为斜面有效辐射；et,b为斜面直接辐射；et,d为散射辐射；et,g为地面反射辐射；sf为积灰修正系数。

由于修正后的预测方法分别考虑了大气质量、太阳光入射角和光伏组件表面积灰这三类因素对斜面辐射的影响，并对其进行了相应地修正，因此，该预测方法预测精度较高，可适用于不同天气类型下的光伏发电功率预测。

为比较基于斜面修正的光伏发电功率预测方法模型对不同天气类型下光伏电站输出功率的预测能力，分别对晴天、多云、阴天、雨天、雾霾天5种天气类型下的光伏发电功率进行预测。如图2、图3、图4、图5、图6所示，本发明实施例的有效结果是：

晴天光伏发电功率曲线波动较小且较为平滑，能较好地跟随实测功率曲线；

云天天气情况复杂多变，功率曲线波动较大，但在10:00～14:00时间段内，修正预测模型的预测效果明显好于原物理模型；

阴天光伏功率曲线的规律性明显被破坏，在8:00～13:00时间段内波动较为剧烈，但各时刻的光伏发电功率值相对降低，能较好地预测功率曲线的大致变化趋势，其中修正模型的功率预测曲线更接近实际曲线；

雨天的天气情况较为复杂，光伏组件接收的太阳辐照强度被大大削弱，光伏发电具有更多的不确定性和随机性，且光伏发电功率始终处于较低水平，但在实测功率曲线波动较大的8:00～14:00时间段内，修正模型的预测曲线更接近于实际功率曲线；

雾霾天aqi指数较高时，由于修正预测模型考虑了大气质量变化和太阳光入射角变化对斜面辐射的影响，7:00～11:00时间段内的预测效果明显好于原物理预测模型。

根据上述各天气类型下修正预测模型较原物理模型可取得更好的预测效果。为进一步分析预测准确性，优选的，本发明实施例还可以包括：评价步骤，采用均方根误差ermse、平均绝对误差emae和nse值为评价指标，对修正光伏发电功率预测模型与原光伏发电功率预测模型进行对比评估。

对于同一天气类型，修正预测模型的预测精度明显高于原物理模型，且修正预测模型相对于原物理模型在这5种天气类型下的平均ermse减小了27.83％、emae减小了29.80％、nse提高了25.12％，这表明了增加斜面辐射修正模型的有效性。

晴天，2种模型的预测精度较其它天气类型最高，修正预测模型的平均ermse为9.14％、emae为7.90％、nse为0.962，原物理预测模型的平均ermse为13.17％、emae为11.74％、nse为0.909；而在多云天和阴天，原物理预测模型的平均ermse分别为22.11％和20.68％，其ermse均大于20％，不满足国家电网公司发布的《光伏发电功率系统功能规范》中的性能要求，而修正预测模型的平均ermse为17.50％和14.76％，满足要求；雨天，修正预测模型的平均ermse和emae为12.92％和10.05％，预测精度比原物理模型提高了32.95％和36.39％；雾霾天，修正预测模型的平均ermse减小了28.01％、emae减小了29.54％、nse提高了31.90％。由上述分析可知，修正预测模型具有更大的预测优越性，可适用于不同天气类型的光伏发电功率预测。

在上述的具体实施例一中，提供了基于斜面辐射修正的光伏发电功率预测方法，与之相对应的，本申请还提供基于斜面辐射修正的光伏发电功率预测装置。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。

具体实施例二

如图7所示，本发明实施例提供了一种基于斜面辐射修正的光伏发电功率预测装置，包括：

光谱修正模块201，用于在斜面辐射计算中对光谱响应进行修正，建立光谱响应修正方法模型；

入射修正模块202，用于在斜面辐射计算中对太阳光入射角进行修正，建立太阳光入射角修正方法模型；

积灰修正模块203，用于在斜面辐射计算中对光伏组件表面积积灰系数进行修正，建立积灰系数修正方法模型；

整合模块204，用于在斜面辐射计算中引入光谱响应修正方法模型、太阳光入射角修正方法模型、积灰系数修正方法模型，建立斜面辐射修正模型以计算光伏阵列实际吸收并转换的太阳辐射；

预测模块205，用于在原光伏发电功率预测模型的基础上增加斜面辐射修正模型，建立修正光伏发电功率预测模型，用于进行光伏发电功率预测。

本发明实施例利用光谱响应修正、太阳光入射角修正和积灰系数修正三种方法搭建斜面辐射修正模型，并在原光伏发电功率预测模型的基础上增加斜面辐射修正模型，建立修正光伏发电功率预测模型，用于进行光伏发电功率预测，由此不仅能预测出光伏发电功率，且其预测精度更高。本发明为提高光伏发电功率预测的精度，在分析大气质量、太阳光入射角变化和表面积灰对光伏阵列实际吸收并转换太阳辐射影响的基础上，综合考虑光谱响应修正函数、太阳光入射角修正函数和积灰修正系数建立斜面辐射修正模型，并提出基于斜面辐射修正的光伏发电功率预测方法，修正后的预测方法较原物理预测模型具有更高的预测精度，能更准确地预测不同天气类型的发电功率。

优选的，所述光谱修正模块201可以用于：

在斜面辐射计算中引入电池光谱失配参数m：

式中，λ为波长；e(λ)为光谱辐照度；rt(λ)为光伏电池光谱响应；eo(λ)为参考光谱辐照度；rr(λ)为参考电池光谱响应；λ1～λ4为积分区间，与电池光谱响应波长区间相关；

利用不同电池类型的光谱响应值测定电池光谱失配参数，并利用回归分析确定光谱响应修正函数f1(ama))为：

f1(ama)＝a0+a1·ama+a2·ama²+a3·ama³+a4·ama⁴；

式中，ama为大气质量系数；a0～a4为回归系数，与光伏电池类型有关；

根据光谱响应修正函数f1(ama))，建立光谱响应修正方法模型。

优选的，所述入射修正模块202可以用于：

在斜面辐射计算中引入太阳光入射角修正函数f2(θ)：

式中，θ为太阳光入射角，eref为参考辐射强度，iscref为参考短路电流，isc为ama＝1.5和tc＝25℃时短路电流的测量值，eh,d为水平面散射辐射，eb为直接辐射；

利用参考条件下不同太阳光入射角下的短路电流和直接辐射值计算不同电池类型的太阳光入射角修正函数，并利用回归分析建立5阶太阳光入射角修正函数经验方程：

f2(θ)＝b0+b1·θ+b2·θ²+b3·θ³+b4·θ⁴+b5·θ⁵；

式中，b0～b5为回归系数，与光伏电池类型有关；

根据太阳光入射角修正函数经验方程，建立太阳光入射角修正方法模型。

优选的，所述积灰修正模块203可以用于：

在斜面辐射计算中引入积灰修正系数sf；

根据光伏电站的地理环境位置及光伏组件积灰时间，确定影响光伏组件表面积积灰的影响因素；

根据影响光伏组件表面积积灰的影响因素，针对光伏电站所在地区气候情况，得出年均日照时间、年均降雨量，并依据气象行业标准得到积灰修正系数sf；

根据积灰修正系数sf，建立积灰系数修正方法模型。

优选的，所述整合模块204可以用于：

在斜面辐射计算中引入光谱响应修正方法模型、太阳光入射角修正方法模型、积灰系数修正方法模型，对光伏阵列接收的太阳总辐射进行光谱响应修正和积灰修正，对光伏阵列接收的直接辐射进行太阳光入射角修正，建立斜面辐射修正模型，表达为：

et,e＝f1(ama)·[et,b·f2(θ)+(et,d+et,g)]·sf；

式中，et,e为斜面有效辐射；et,b为斜面直接辐射；et,d为散射辐射；et,g为地面反射辐射；sf为积灰修正系数。

优选的，所述装置还可以包括：评价模块，用于采用均方根误差ermse、平均绝对误差emae和nse值为评价指标，对修正光伏发电功率预测模型与原光伏发电功率预测模型进行对比评估。

本发明从使用目的上，效能上，进步及新颖性等观点进行阐述，其具有的实用进步性，己符合专利法所强调的功能增进及使用要件，本发明以上的说明及附图，仅为本发明的较佳实施例而己，并非以此局限本发明，因此，凡一切与本发明构造，装置，待征等近似、雷同的，即凡依本发明专利申请范围所作的等同替换或修饰等，皆应属本发明的专利申请保护的范围之内。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。尽管本发明已进行了一定程度的描述，明显地，在不脱离本发明的精神和范围的条件下，可进行各个条件的适当变化。可以理解，本发明不限于所述实施方案，而归于权利要求的范围，其包括所述每个因素的等同替换。对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。