Page 90 - 电力与能源2024年第二期

230 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

（5） 辐射强度为强相关，与环境温度及组件背板温度
I b = I - I d
式中 I b——水平直射辐射强度。 相关，与风速及大气压力弱相关，与环境湿度及风
（2）通过该方法获取水平直射辐射强度，并利 向无关。因此，预测模型考虑将斜面辐射强度、环
用 Hay 法，将组件水平辐射量转化为倾斜面辐射 境温度以及背板温度作为特征变量 ［9-10］ 。
量，具体流程如下。 1.2.2 功率预测算法流程
第一步，计算斜面直射辐射强度： 经过相关性分析，将斜面辐射强度、环境温度
cos θ
sin α
I bt = I b （6） 以及背板温度作为特征输入。所提出的功率预测
算法流程如图 3 所示。
式中 I bt——倾斜面直射辐射强度；θ——太阳入
射角； α——太阳高度角。
第二步，计算斜面散射辐射强度：
é ê ê I b 1 + cos β I b r b ù ú ú
ê
I dt = I dê (1 - ) + ú ú （7）
ë I 0 2 I 0 û
{ cos θ }
r b = max 0， sin α （8）

式中 I dt——倾斜面散射辐射强度。
第三步，计算斜面折射辐射强度：

ρI h (1 - cos β )
I rt = （9）
2
式中 I rt——倾斜面折射辐射强度。
第四步，计算倾斜面总辐射强度：
（10）
I t = I bt + I dt + I rt
式中 I t——倾斜面总辐射强度。 图 3 功率预测算法流程
通过上述公式可以计算得到倾斜面总辐射强
预测算法首先分析已知时间周期内组件发电
度，作为下一步功率预测的特征参数。
功率及气象特征，通过相关性分析筛选气象特征
1.2 功率预测算法
作为输入量，建立逆变器有功功率与气象特征模
1.2.1 功率与气象因素相关性分析
型，对比多种模型算法下的拟合效果，并选取最优
分析该分布式光伏电站逆变器有功功率与各
模型进行不同安装角度组件的光伏功率预测。
气象因素的相关性，结果如图 2 所示。
根据分析结果可以看出，逆变器有功功率与 2 功率预测结果分析

本文根据某分布式光伏电站逆变器有功功率
真实数据以辐照仪实测数据进行建模及功率预

测。此电站光伏安装角度有两种：一种为正南（方
位角为 0°），倾角为 5°；另一种为正北（方位角为
180°），倾角为 5°。两种安装角度光伏组件分别接
入两个逆变器下，两个逆变器下组件数量相等，性

能一致。已知辐照仪所采集辐射强度数据为倾角
为 0°（水平安装）的数据。
2.1 辐射强度转化结果分析
图 2 组件输出功率与各气象因素相关性分析结果 以 3 月南向气象和功率数据为样本进行学习