（华北电力大学 河北保定 071000）
摘要：针对太阳能光伏发电输出功率不稳定的问题，分析了国内外光伏发电功率预测方法的研究现状，总结并提出了今后研究的建议方向，介绍影响光伏发电的各种因素分析了数据基础、影响因素、精度指标、时间响应和经济运行研究标准等光伏发电预测中需要重点关注的技术难点。研究结果表明，近年来的研究工作主要集中在短期预测，到目前为止对于各种预测方法尚没有被公认的经济运行研究标准，难以对各种预测算法进行评估比较。最后结合综述分析，提出了今后光伏发电功率预测研究工作的建议方向。
关键词：功率预测；光伏系统；经济运行研究标准
光伏系统可以应用于单个建筑的独立系统、农村的户用光伏系统、偏远地区的大规模光伏发电厂或与其他能源相结合构成的微型智能电网。不管以哪一种形式应用，它都存在发电功率预测的问题。特别是在光伏发电厂和微网系统中，光伏发电输出的预测数据不仅在管理、调度、操作、公共电网和微电网的控制中发挥重要作用，也在系统的优化、能源有效利用、电网的安全和稳定运行中起着至关重要的作用。本研究首先简要介绍光伏发电及其影响因素，着重讨论分析近年来光伏发电功率预测的研究工作，并针对光伏发电预测研究工作存在的问题深入讨论、提出相关建议。
1.目前发电预测中存在的问题分析
1.1 数据基础
传统的物理预测方法根据太阳能辐射模型、电站模型、光伏转换模型、电路模型和逆变器模型来预测输出功率。但受辐射的不确定性、云的变化、雨水和环境、电池温度等因素的影响，会导致短期预测不够准确。在这种情况下，基于统计和人工智能技术的输出功率预测方法可以综合考虑并补偿上述各种因素的影响。不过，这些方法需要充分的历史数据支持，以供给统计处理和人工神经网络的训练。通常，至少需要光伏系统输出功率一年的连续且完整的数据进行统计回归。神经网络相关的算法不仅需要光伏发电系统的输出功率的历史数据，而且与气象和数值天气预报的历史数据紧密相关。历史数据的缺少会使相关的统计数据和人工智能预测方法无效。同时，不完整的历史数据可能导致很大的预测误差。除了历史数据之外，数值天气预报，如云、风、温度、湿度和降雨等实时数据，也有助于预测的在线训练和调整内部参数以获得更高的预测精度。除了历史数据的完整性，另一个值得关注的问题是数据本身。数据的采样间隔、准确性、收集、预处理、数值天气预报的选择和本地传感器指标特性等都从不同方面决定着数据本身的特性，也将很大程度上影响预测的准确性。研究表明，更准确的天气预报可以将光伏发电功率预测精度提高10%左右。
1.2 影响因素
各种研究文献几乎考虑了所有影响光伏发电功率预测性能的可能因素，但主要的因素是太阳辐射和环境温度、电池温度。实际上，清洁度指数和日照时间是通过改变达到光伏面板的太阳辐射量来影响光伏系统输出功率。虽然在部分文献中没有明确指出，但在光伏发电功率预测中，晴空指数和日照时间也常常作为影响因素之一。灰尘覆盖光伏面板，将减少光伏面板吸收太阳辐射的比例，最终降低光伏面板的输出功率。不同于辐射、云、温度、风速等因素，灰尘对光伏功率输出的影响是一个长期且平稳的过程，因为灰尘的沉降、积累和自然清除是一个持续且稳定的过程。灰尘对光伏面板性能的影响具有缓慢性和渐进性，不能反映在超短期或短期预测当中，但可以根据其影响特性进行补偿。
风速和云也明显地影响光伏系统的功率输出，但是很少被考虑到，因为它们的属性变化很大且很快，在几分钟内甚至几秒钟内使光伏发电输出具有很陡的斜坡，这超出了大多数人工智能方法处理庞大数据量的响应时间。而在数小时、数天或数周时间水平的短期或中期预测中，这种急剧的变化可以被视为异常而忽视。但是在超短期预测中，影响预测精度的最重要因素是云。
期刊文章分类查询,尽在期刊图书馆云只有很小甚至没有惯性，所以云变幻莫测，它的形状、大小、速度和方向都在改变。云的变化会立即改变光伏面板接收到的太阳辐射量，并迅速引起光伏系统输出功率的变化。有研究人员采用天空成像仪和太阳跟踪摄像头探测和跟踪影响光伏发电输出功率的云朵变化，但其算法的时间分辨率还不能达到预期的精度。
2.经济运行研究
2.1 精度指标
尽管光伏电站已经在世界范围内得到推广应用，但是从文献分析可以看出：到目前为止还没有关于光伏发电功率预测的相关标准。作为最大的风电部署国，西班牙拥有严格的风电并网标准，其中包括48 h时间尺度的风电场输出功率预测技术指标，即：平均误差为20%，最大误差为30%；24 h 时间尺度的风电场输出功率预测的平均误差为10%，最大误差为15%。但光伏发电系统还没有类似的具体标准和要求。其次，在各种文献中有太多的光伏功率预测的性能指标参数，如均方根误差、相对均方根误差、平均绝对误差百分比、平均绝对偏差、平均相对误差、平均偏差错误、均方误差、相对偏差、平均误差、平均绝对误差、平均相对误差、归一化误差、最大平均误差、平均相关系数，等等。这些预测精度指标使用不同的数学模型和判据，因而很难将它们进行统一比较分析，难以形成标准。
2.2 时间响应
时间响应是控制系统中的一个技术术语。虽然很少有文献提到光伏发电功率预测的响应时间参数，但是毫无疑问它在逆变控制、并网控制、电力监视和实时调度控制中具有非常重要的作用。在短期和超短期预_测中，响应时间可以在相当短的时间内为控制系统提供准确的决策数据支持，保证系统的性能，并保持高动态品质。光伏发电功率预测的响应时间主要取决于算法。不同的算法及其软件实现决定了执行算法的时间长度，从而决定了预测的响应时间。显然，回归方法的响应时间较短，而基于人工智能技术的方法需要更多的时间进行训练以满足所需要的预测精度和性能。所以在短期/超短期预测中，需要平衡精度和时间响应这两个指标，以满足实际应用的需求。
2.3 经济运行研究标准
如果没有长时间的应用测试数据或在相同条件下对比实验、应用验证，仅仅通过算法、仿真结果或孤立的实验结果来经济运行研究光伏发电功率预测方法是不严谨的。虽然已有大量有关光伏发电功率预测的研究工作，但在这个领域至今没有统一的预测方法经济运行研究标准。随着光伏系统的大面积推广，光伏发电系统的部署、设计和应用需要光伏发电功率预测标准。此外，功率预测标准将为电网接纳光伏系统提供决策依据。光伏领域的工程师和研究人员也需要在报告和研究论文中用一个通用评估方法为读者提供全面、可信的数据和研究结论。
3.结束语
从信息流的角度来看，光伏发电功率预测就是采用某种学习计算方法对历史数据信息和实时数据信息进行加工处理，然后给出新的信息：预测结果数据。即光伏发电功率预测主要分为3 个部分：输入信息、输出信息和信息处理方法。由以上分析可知，目前绝大多数的研究工作都集中在信息处理方法上，即尝试采用各种算法或综合算法进行功率预测；而对于输入信息本身的研究、对输出结果的可用性和多方位综合经济运行研究与分析，缺少系统性的研究与探讨。
参考文献：
［1］ 张勃． 北京地区光伏系统发电功率预测的研究［D］．秦皇岛：燕山大学电气工程学院，2013．
［2］ 陈国良，孙丽兵，王金玉． 大型光伏并网电站功率预测系统设计［J］． 电力与能源，2014（1）：93-95．
［3］ 卢静，瞿海青，刘纯，等． 光伏发电功率预测统计方法研究［J］． 华东电力，2010，38（2）：563-567．
论文作者:郑玉冰
论文发表刊物:《电力设备》2018年第35期
论文发表时间:2019/5/27
标签：光伏论文; 功率论文; 误差论文; 系统论文; 方法论文; 历史数据论文; 输出功率论文; 《电力设备》2018年第35期论文;