摘要:太阳能光伏发电是一种清洁的环保能源,是未来新型能源的重要发展趋势。太阳能光伏发电是用之不竭的能源,依照太阳能的光伏发电,准确的分析其实际的应用和需求,综合归纳太阳能光伏发电的预测标准,优点和缺点,从太阳能光伏发电的实际情况做预测分析,判断有效提升太阳能光伏功率短期智能发展的有效方案。本文将针对太阳能光伏发电的电功率短期智能情况进行分析,研究符合现代太阳能光伏发电的实施操作测算方法。
关键词:光伏发电;太阳能;预测
引言
伴随着不可再生能源的消耗,人们开始意识到能源的重要性,研究新型的可再生能源是解决能源量不足的重要方法。太阳能是一种自然化的能源,其储备量多、清洁无污染,具有独特的发展优势,是具有良好竞争价值的能源之一。太阳能主要是依照光伏发电实现的。分析光伏发电的功率短期测定标准,方便对太阳能发电的原理,发电量,使用情况的准确分析,有效的掌握其能源的使用比例关系,提升有效电功率的预测判断。
一 太阳能光伏发电的功率分析
太阳能光伏发电是以离网、并网两种形式实现的。通过光伏并网实现大规模的光伏发电,电力系统增容量高,网光伏发电输出的功率存在间歇性,不可控性,对电网的冲击性较大,直接制约光伏发电的整体效果。太阳能光伏发电系统过程中,需要准确的分析电量比例,受太阳能辐射的冲击量、温度、湿度、太阳能电池板强度等因素。其中太阳能强度的大小比例直接关系到整体发电量水平,辐射强度越大、发电量就越大,整体功率水平越高。
太阳能辐射受季节、地理位置、环境等因素的影响,是存在高低、不连续、不确定等特性的。随着年限变化、季节变化、日期变化,大气的云层、湿度、大气透明度、浓度等都会受到影响,对调养辐射的强弱产生严重的影响问题。
太阳能光辐射预测方法是需要以仿真、建模为标准的。通过太阳能的光辐射操作,实现的爱那里行业的水平的提升。
二 太阳能光辐射发电的基本工作原理
依照太阳能光辐射的实际情况,将太阳能辐射强度进行预测,准确的判断太阳能光辐射的具体观测数据,做好随机性的分析。按照时间序列,调整太阳能序列下的各类特性,确定其实际的规律,以充分了解太阳能光辐射的整体发电特点、规律、变化进行分析,建立完善符合整体预测模型的实施方法。
太阳能光辐射分为直接辐射和间接辐射。直接辐射是通过太阳能光的大气直接辐射到地面,散射光辐射通过大气中的分子、微尘、水汽等吸收、折射、散射后、到达地面。散射的太阳能和直接照射的太阳能总和成为辐射总标准。太阳能总辐射强度是重要的因素,其中包含太阳高度角、大气透明度、维度、海拔、云层等。
太阳能光辐射发电操作过程中,需要根据太阳能辐射的整体原理,重点分析光伏发电的相关资料,回归模型,明确人工神经网络、遥感技术、数值模拟等方法,从中后去有效的预测信息。加强太阳能高度、大气质量、大气透明度、维度、坡度、等要素的分析,建立完善的太阳能辐射预测模式。
三 太阳能光辐射短期智能预测的方法分析
太阳能光辐射的变化受地理、气候条件的影响,需要明确其实际的地理条件关系,准确的判断规律性。根据经纬度进行计算全年的调养运行轨迹,结合光辐射阵列分析其相关的参数,确定太阳能的变化总和趋势,确定趋势下的相关计算标准。按照太阳能实际的大致变化,分析气候条件下天阳能辐射的直接影响。从结合小时的观测出发,分析整体预测的趋势效果,明确气象条件推算的天阳能计算标准。根据太阳能产业的整体发展速度,对太阳能的整体变化趋势进行分析。气象条件分析中,通过太阳能辐射的直接影响,可以有效的预测分析,明确气象条件的推测和计算方法。按照太阳能光辐射的预测标准,调整光伏发电的实际测算标准,确定预测的方法。一般有三大类。对历史气象数据的测算、光伏电量的数据测定。通过统计分析制定建模;利用卫生云团相关数据资料进行分析,调整地面监测的相关数据资料,通过卫生、雷达图像的数据分析,计算出整体太阳能辐射的预算测定标准;利用数值天气预报对其进行预测分析。
图 太阳能光辐反射智能预测分析
1 建模预测的短期测定分析
通过太阳能辐射的变化物理过程,制定有效的数据资料,做好数据分析。依照电量需求进行发电,采用建模预测、神经网络等数学方式,建立光伏发电系统,明确相关统计要素模型。通过发电量的预测,确定实际建模的构造、运算的时间,其可以适用于电量的变化,是平衡时间序列的过程,发电量变化直接关系到整体时间序列、误差的变化。
回归建模的预测中,通过对天气、太阳辐射关系规模的分析,建立有效的数学模型,判断太阳能光辐射的预测标准。按照预测目标作为变量,确定预测的常量。利用多组变化、常量的资料分析,结合变量之间的关系,充分利用回归方式进行相关数据分析,从而达到预测太阳能光辐射的测定目标。在大量实验数据分析中,变量误差往往较大。回归模型预测需要对非线时间序列的辐射数据进行预测,人工神经网络方法转回归模型预测。
人工1神经网络的预测是以建立发电量、辐射量为标准,加强板温、历史数据结合效果进行分析,对应用误差、传播算法等进行短期的预测分析,确定具体的思路,分析历史数据、太阳能辐射的相关输入和输出变量,明确人工神经网络、输入层、隐含层、输出层的关键数据,确定输出鼻梁,分析其误差的目标函数,对人工神经网络做好准确的修正,降低误差值。
2 遥感卫生技术的太阳能辐射预测
按照卫生遥感形式以人造卫生传感平台进行预测分析,通过地形的勘查分析,确定反射电辐射的具体情况,对地形进行卫星遥感的观测,做好分辨率图像数据的信息采集,提升太阳辐射整体预测的可靠数据分析。
3 数值模拟预测分析
按照数学物理模拟形式,对大气的整体状况进行分析,调整高速计算机下的预报方式和方法。通过大气运行规模的流动操作,提升热力学建立模式,制定完善的数学方法,寻求计算方法,明确天然气实际的气象温度、风、水、辐照性,判断数值模拟预算的标准,明确可测算的数据。
四、结束语
综上所述,太阳能光辐射的短期预测通过短期的建模、卫星遥感、数值模拟等形式的预测,可以有效的提升太阳能辐射整体关键预测效果,实现多层次、多信息的综合模式分析,从中获取有效的太阳能光辐射预测研究方案,满足预测方法的有效合理。
参考文献:
[1]卢静,翟海青,刘纯,王晓蓉.光伏发电功率预测统计方法研究[J].华北电力,2017,38(4):563-567.
[2]李光明,廖华,李景天,赵恒利,黄波,何京鸿.并网光伏发电系统发电量预测方法的探讨[J].云南师范大学学报,2016,31(2):33-38
[3]马金玉,罗勇,申彦波,李世奎.太阳能预报方法及其应用和问题[J].资源科学,2016,33(5):829-837.
论文作者:彭剑,诸锦
论文发表刊物:《电力设备》2018年第33期
论文发表时间:2019/5/17
标签:太阳能论文; 光辐射论文; 光伏论文; 方法论文; 发电量论文; 标准论文; 数据论文; 《电力设备》2018年第33期论文;