Page 89 - 电力与能源2024年第二期

周 强，等：考虑组件衰减及安装角度的光伏功率预测及评估方法研究 229

电效率的重要因素，不同安装倾角的组件发电量 直射于光伏组件的辐射强度。因部分存量光伏
会存在一定差异。实践显示，部分地区倾角相差 电站建设时间较早，气象数据采集不全，或预测
10°，发电量差异可能达到 5%～15%。对于涉及 倾角辐射强度不准确，以本文某分布式光伏电站
多角度安装的光伏场站，组件发电能效的量化评 为例，仅能采集水平辐射强度数据，为使光伏功
估难度增大，光伏预测往往存在较大偏差。 率预测更加准确，需要先进行相应的辐射强度数

目前，组件能效评估的方法包括：对比组件电 据 转 换 。 辐 射 强 度 数 据 转 换 模 型 搭 建 流 程
压、电流等电性能参数，对比组件功率公差，对比 见图 1。
组件技术特性，对比组件电压等级，对比 STC 转
换效率和弱光性能，对比组件线性衰减率等。上

述评估方法主要用于评估相同外部条件下组件间
的能效差异。对于不同倾角组件，其光照条件、温
度等存在差异，采用传统评估方法无法直接进行
能效对比。组件功率预测的方法按照预测物理量
可分为直接预测法和间接预测法 ［1-2］ ；根据数学模
型可分为时间序列预测法、自回归滑动平均模型 图 1 辐射强度数据转换模型搭建流程
法、神经网络法和支持向量机法等。上述预测方
（1）根据已知水平总辐射强度数据，通过直散
法主要通过同组件的历史数据或气象数据对该组
分离法，将水平总辐射强度分解为太阳直射辐射
件未来的发电功率进行预测，针对不同组件间的 强度和天空散射辐射强度，具体流程如下。
功率预测无法确保预测的准确性。
第一步，计算地球大气层上边界面的太阳辐
本文提出一种考虑组件衰减及安装角度的光 射强度：

伏组件功率预测及评估方法，根据单一安装角度 ( 365)
2πn
I 0 = I sc 1 + 0. 033cos （1）
组件发电情况预测多角度组件发电情况，为安装
角度复杂多样的光伏场站组件性能评估提供了解 式中 I 0——大气层太阳辐射强度；I sc——太阳常
决方案，可有效降低场站对数据运维的难度，提高 数，取 1 367 W·m ；n——一年日历天。
-2
不同安装条件下光伏组件性能评估的准确性。 第二步，计算总辐射系数（大气清晰度指数）：
I
1 辐射强度转换模型及功率预测算法 K t = ≤ 1 （2）
I 0
1.1 水平与倾斜面辐射强度转换模型 式中 I——水平面太阳总辐射度； K t——总辐射
辐射强度作为计算光伏组件发电功率的重 系数。
要气象参数，通过专用辐射强度监测仪或气象站 第三步，计算水平面太阳落日角：
-1
获取辐射强度数据，而所采集的辐射强度数据一 ω s = cos (-tan φ tan δ ) （3）
般为水平辐射强度和垂直辐射强度。光伏组件 式 中 ω s —— 水 平 面 太 阳 落 日 角 ； φ—— 纬 度 ；

安装具有一定倾角，通过数据转换可将水平辐射 δ——赤纬度。
强度和垂直辐射强度转换为倾角辐射强度，确定 第四步：计算水平散射辐射强度：
ï ï ( K t < 0. 22 )
ì1 - 1. 13K t
ï
ï
ï ï 1. 39 - 4. 027K t + 5. 532K t - 3. 108K t
I d = í 2 3 ( K t > 0. 8 ) （4）
∘
2 3 ( ω s ≤ 81. 4 & 0. 22 ≤ K t ≤ 0. 8 )
ï
ï ï 1. 391 - 3. 56K t + 4. 189K t - 2. 137K t
ï
∘
î 2 3 ( ω s > 81. 4 & 0. 22 ≤ K t ≤ 0. 8 )
ï ï 1. 311 - 3. 022K t + 3. 427K t - 1. 821K t
式中 I d——水平散射辐射度。 第五步，计算水平直射辐射强度：