引言

　　光伏發(fā)電與水電、火電等常規(guī)電源相比，其間歇性、波動性、周期性的特點，給電網造成較大的影響。對光伏發(fā)電功率進行較為準確的預測，將使電力調度部門能夠提前了解光伏電站出力變化并及時調整調度計劃，從而減少系統(tǒng)的備用容量、降低電力系統(tǒng)運行成本。這是減輕光伏發(fā)電對電網造成的不利影響、提高系統(tǒng)中光伏發(fā)電裝機比例、提高電力系統(tǒng)運行安全性與經濟性的有效手段。目前，國內外均已積極開展光伏發(fā)電功率預測的研究，通過物理方法與統(tǒng)計方法進行光伏發(fā)電功率預測，并取得一定成果。但是，這些預測方法絕大多數都沒有考慮光伏組件在使用過程中的溫升因素，而是直接采用環(huán)境溫度作為光伏組件的工作溫度，大大影響了光伏發(fā)電功率預測的精度。像所有其他半導體器件一樣，太陽能電池對溫度非常敏感。溫度的升高會降低硅材料的禁帶寬度，因此影響了大多數的表征材料性能的參數，進而影響了組件的電性能參數，會導致組件的開路電壓降低，短路電流會略微增加，總體的結果是功率降低。隨著光伏電池溫度的升高，開路電壓減小，在20?100°C范圍，大約每升高1C光伏電池的電壓減小2mV；而光電流隨溫度的升高略有上升，大約每升高1C電池的光電流增加千分之一?？偟膩碚f，溫度每升高1C則功率減少0.35%。由此可見，組件溫度是影響太陽能電池組件轉換效率的一個重要因素，為了提高光伏發(fā)電功率預測的精度，亟需開展電池組件溫度預測方法的研究。

　　1組件溫度預測方法的基本思路

　　1.1組件溫度影響因子分析

　　對于已經投入運行的光伏電站，其太陽電池組件溫度與環(huán)境溫度、太陽輻射強度有關。在實際使用過程中，除了季節(jié)變遷造成的環(huán)境溫度變化以外，太陽輻射強度每天在0?1300W/m2范圍變化，光譜從AM8變到AM1，環(huán)境溫度從最低的日出溫度變到最高的中午溫度再下降，太陽電池組件溫度也隨之不斷變化。圖1給出國家能源太陽能發(fā)電研發(fā)（實驗）中心屋頂光伏電站（南京浦口，經度118.7°緯度32.17。）在某天監(jiān)測到的總輻射和組件溫度及環(huán)境溫度。

　　從圖1可以看出，太陽電池組件溫度與環(huán)境溫度、太陽總輻射相關。

　　1.2組件溫度統(tǒng)計建模

　　通過建設實時自動氣象監(jiān)測站來獲取國家能源太陽能發(fā)電研發(fā)中心所在地近地面層的瞬時太陽輻射強度、組件溫度和環(huán)境溫度等數據。該監(jiān)測站由數據采集模塊、通信模塊、氣象傳感器和太陽能電源模塊構成。系統(tǒng)具備多信道的接入能力，根據現場的實際通信條件，可采用無線甚高頻（VHF）、通用分組無線電業(yè)務（GPRS）、衛(wèi)星等無線信道或光纖等有線信道進行數據的遠程傳輸，并且在無日照情況下具有持續(xù)工作15d的能力。實時自動氣象監(jiān)測站按照太陽能資源評估方法、地面氣象觀測規(guī)范等技術要求，并參考測風塔建設的相關經驗，通過各氣象傳感器，對光伏電站微區(qū)域環(huán)境下的總輻射、直接輻射、散射輻射、組件溫度、環(huán)境溫度、風速風向等氣象要素，進行實時數據的采集，并每隔5mm將采集計算的數據發(fā)送至數據接收平臺、入庫具體氣象監(jiān)測要素及技術指標如表1所列。

　　表1自動氣象監(jiān)測站氣象監(jiān)測要素表

　　收集光伏電站的同一時間段的太陽總輻射、組件溫度、環(huán)境溫度等歷史數據后，可對這些數據進行篩選分析，建立光伏電站氣象歷史數據庫。這里以光伏電站氣象歷史數據庫為基礎，通過統(tǒng)計方法建立的組件溫度關系式如下：

　　y=T+kx+c（1）

　　式中，y為組件溫度；為環(huán)境溫度；為總輻射；，c為系數。

　　利用截至到2011年12月的數據統(tǒng)計率定出國家能源太陽能發(fā)電研發(fā)（實驗）中心屋頂光伏電站的組件溫度關系式為：

　　y=T+0.0214x+0.97

　　1.3組件溫度預測

　　以關系式y(tǒng)=T+0.0214x+0.97為基礎，輸入從數值天氣預報獲取的未來總輻射數據和環(huán)境溫度數據，預測出組件溫度值；采用卡爾曼濾波，利用地面實時組件溫度監(jiān)測數據對預測值進行實時校正，進而較為準確地預測未來組件溫度值。組件溫度預測流程圖如圖2所示，圖3所示為數值天氣預報總輻射及空氣溫度預測流程圖。

　　2算例分析

　　根據上述方法于2012年3月建立的國家能源太陽能發(fā)電研發(fā)（實驗）中心屋頂光伏電站組建溫度預測系統(tǒng)投運以來，系統(tǒng)運行穩(wěn)定可靠，在累積的數據中，以5mm為時間分辨率，對預測組件溫度、實際組件溫度數據進行對比分析的絕對誤差分布比例統(tǒng)計如表2所列。從表2可以得出，絕對誤差在5……以內的樣本占0.9334,預測效果比較理想。

　　3結語

　　隨著近年來光伏發(fā)電在中國的快速集中發(fā)展，亟需對光伏電站的發(fā)電功率進行預測，以保障大規(guī)模光伏發(fā)電接入條件下的電網安全調度，而組件溫度預測是光伏發(fā)電功率預測中的重要一環(huán)。預測結果表明，本文提出的光伏電池組件溫度預測方法預測精度較高，能夠充分滿足工程應用的需求。