考虑冬季气象因素的光伏发电系统输出功率的回归分析

侯松宝; 王侃宏; 石凯波; 孔  力; 张奥林

doi:10.3969/j.issn.2095-560X.2017.05.012

新能源进展 >

2017 , Vol. 5 >Issue 5: 403 - 408

DOI: https://doi.org/10.3969/j.issn.2095-560X.2017.05.012

论文

考虑冬季气象因素的光伏发电系统输出功率的回归分析

侯松宝 ,
王侃宏 ,
石凯波 ,
孔力 ,
张奥林

展开

1．河北工程大学，河北邯郸 056038；
2. 南开大学，天津 300071

侯松宝（1991-），女，硕士研究生，主要从事光伏发电预测技术研究。

收稿日期: 2017-09-01

修回日期: 2017-10-02

网络出版日期: 2017-10-30

基金资助

河北省科技计划项目（15214404D）

收起

Regression Analysis of Meteorological Factors in Winter for Output Power of Photovoltaic Power Generation System

HOU Song-bao ,
WANG Kan-hong ,
SHI Kai-bo ,
KONG Li ,
ZHANG Ao-lin

Expand

1. Hebei University of Engineering, Handan 056038, China;
2. Nankai University, Tianjin 30071, China

Received date: 2017-09-01

Revised date: 2017-10-02

Online published: 2017-10-30

Fold

摘要

利用河北某大学光伏发电实验室记录的光伏输出功率数据和在线监测气象资料，构建光伏发电系统输出功率的预测模型。通过模型回归分析的统计学方法，定量分析了空气质量和光伏发电功率之间的直接关联强度。同时，考虑了每日的平均太阳辐射强度、平均气温、平均风速、最高气温、最低气温等因素对发电功率的直接影响和间接交叉作用。结果表明，太阳辐射量对光伏系统发电功率的影响最为显著，其他因素均有不同程度的影响，其中空气质量对该地区光伏系统发电功率的影响不容忽视。利用该回归模型，可以根据公开气象资料对小型光伏电站的发电量进行简单预测。

关键词： 模型回归; 气象因素; 光伏; 输出功率; 空气质量指数

本文引用格式

侯松宝 , 王侃宏 , 石凯波 , 孔力 , 张奥林 . 考虑冬季气象因素的光伏发电系统输出功率的回归分析[J]. 新能源进展, 2017 , 5(5) : 403 -408 . DOI: 10.3969/j.issn.2095-560X.2017.05.012

Abstract

A prediction model for the output power of photovoltaic power generation system was built by using photovoltaic power output data and on-line monitoring of meteorological data from a photovoltaic power generation laboratory of a university in Hebei province. The direct correlation intensity between air quality and photovoltaic power was quantitatively analyzed by means of regression analysis. The direct influence and indirect interaction of daily average solar radiation intensity, average temperature, average wind speed, maximum air temperature and minimum air temperature were also considered. The results showed that the influence of solar radiation on the power generation of photovoltaic system was the most significant, while other factors have different effects. The influence of air quality on the photovoltaic system power generation should not be ignored. By using the regression model, the generation capacity of a small photovoltaic power station can be simply predicted based on the public meteorological data.

Key words： model regression; meteorological factors; photovoltaic; output power; air quality index

参考文献

[1] 艾欣, 韩晓男, 孙英云. 光伏发电并网及其相关技术发展现状与展望[J]. 现代电力, 2013, 30(1): 1-7. DOI: 10.3969/j.issn.1007-2322.2013.01.001.

[2] 郭佳. 并网型光伏电站发电功率与其主气象影响因子相关性分析[D]. 北京: 华北电力大学, 2013.

[3] 赵雅芸. 光伏发电效率与气象影响因子关联分析研究[D]. 甘肃: 兰州交通大学, 2016.

[4] 金鑫, 袁越, 傅质馨, 等. 天气类型聚类的支持向量机在光伏系统输出功率预测中的应用[J]. 现代电力, 2013, 30(4): 13-18. DOI: 10.3969/j.issn.1007-2322.2013.04.003.

[5] 杜翠, 徐晓波, 刘宗歧, 等. 气象数据弱相关的光伏出力短期预测[J]. 现代电力, 2015, 32(6): 1-6. DOI: 10.3969/j.issn.1007-2322.2015.06.001.

[6] 刘大为, 彭文博, 鲍亮亮, 等. 考虑空气污染因素的光伏发电量回归分析[J]. 可再生能源, 2014, 32(12): 1785-1790. DOI: 10.13941/j.cnki.21-1469/tk.2014.12.004.

[7] 沈金荣, 惠杰, 倪莹, 等. 环境因素对光伏发电量综合回归分析[J]. 可再生能源 2016, 34(7): 997-1002. DOI: 10.13941/j.cnki.21-1469/tk.2016.07.008.

[8] 吕学梅, 朱虹, 王金东, 等. 气象因素对光伏发电量的影响分析[J]. 可再生能源, 2014, 32(10): 1423-1428. DOI: 10.13941/j.cnki.21-1469/tk.2014.10.001.

[9] GUEYMARD C A. Direct solar transmittance and irradiance predictions with broadband models, Part I: detailed theoretical performance assessment[J]. Solar Energy, 2003, 74(5): 355-379. DOI: 10.1016/S0038- 092X(03)00195-6.

[10] 王旭峰. 并网型光伏电站发电功率的建模与预测研究[D]. 北京: 华北电力大学, 2013.

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

参考文献