CN106656032B - 针对雾霾积灰的光伏发电功率输出减少率估计方法 - Google Patents
针对雾霾积灰的光伏发电功率输出减少率估计方法 Download PDFInfo
- Publication number
- CN106656032B CN106656032B CN201610739281.1A CN201610739281A CN106656032B CN 106656032 B CN106656032 B CN 106656032B CN 201610739281 A CN201610739281 A CN 201610739281A CN 106656032 B CN106656032 B CN 106656032B
- Authority
- CN
- China
- Prior art keywords
- concentration
- slip
- generation power
- photovoltaic generation
- estimation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 239000000428 dust Substances 0.000 title claims abstract description 27
- 238000013517 stratification Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000001186 cumulative effect Effects 0.000 claims abstract description 24
- 238000012549 training Methods 0.000 claims description 9
- 238000005286 illumination Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 229930014626 natural product Natural products 0.000 claims 1
- 238000012795 verification Methods 0.000 description 3
- 230000035508 accumulation Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 239000010419 fine particle Substances 0.000 description 2
- 235000002918 Fraxinus excelsior Nutrition 0.000 description 1
- 206010019909 Hernia Diseases 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000002956 ash Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000011504 laterite Substances 0.000 description 1
- 229910001710 laterite Inorganic materials 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012144 step-by-step procedure Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明提出一种针对雾霾积灰的光伏发电功率输出减少率估计方法,所述方法利用PM2.5累积浓度、PM10累积浓度表征光伏电池面板的积灰浓度,在构造大量PM2.5累积浓度‑PM10累积浓度‑光伏电池发电功率输出减少率实际样本的基础上,运用最小二乘法建立了光伏发电功率输出减少率的估计模型,并利用该模型估计雾霾天气下光伏电池板的发电功率输出减少率。本发明有助于提高雾霾天气下光伏发电功率的预测精度。
Description
技术领域
本发明涉及一种针对雾霾积灰的光伏发电功率输出减少率估计方法,属于光伏功率预测技术领域。
背景技术
光伏发电的功率预测对于保证电力系统的稳定运行具有重要意义。近年来,我国出现了大范围的持续雾霾天气。在持续雾霾天气下,细颗粒物沉降使得光伏电池面板不断积灰,削弱其对太阳辐射的吸收,从而降低发电功率。为了更加准确的对光伏发电功率进行预测,需对雾霾天气下积灰引起的光伏发电功率输出减少率进行估计。
国内外已有部分学者开展了积灰对光伏电池发电功率影响的相关研究工作。如有学者根据红土、石灰石和灰烬的模拟实验结果,建立了理论模型,可根据积灰浓度估算光伏电池功率输出减少率;有研究人员通过在室内模拟自然灰尘,提出了积灰浓度与光伏电池功率输出减少率的线性拟合模型;重庆大学居发礼建立了考虑降尘量与降雨量的光伏面板积灰模型。由于实验环境和积灰成分差异较大,上述研究工作彼此之间缺乏可比性,其结论是否适合于以细颗粒物为主的雾霾积灰有待检验。另外,在实际工程中,测量光伏电池面板的积灰浓度需借助于高精度的称量设备,进行连续性测量较为困难,从而影响了上述模型的实用性。
雾和霾分别指悬浮于大气中的细微水滴和灰尘颗粒,是光伏电池面板积灰形成的直接来源。为了反映雾霾情况,2012年以来,国家相关部门开始实时发布空气质量指数(AQI)以及其中的PM2.5浓度、PM10浓度等6项基本监测数据,至2015年1月2日,已经覆盖367个城市。
鉴于光伏电池面板积灰浓度的实时测量难度较大,而地面空气质量监测站可实时发布PM2.5浓度、PM10浓度等数据,且站点数量将不断增加,本发明提出一种基于PM2.5累积浓度、PM10累积浓度的光伏发电功率输出功率减少率估计方法,以更好的进行光伏发电功率的预测。
发明内容
一种针对雾霾积灰的光伏电池板发电功率输出减少率估计方法,其特征是该方法包括以下步骤:
a.收集数据,构成原始样本集:
在实验室某一固定光照条件下,测量表面洁净的光伏电池板的输出功率,记录为P0;然后,将光伏电池板置于雾霾天气下的室外空旷处,使其与水平地面的倾角为α,进行自然积灰,并以ΔT为时间间隔,定期在实验室相同的固定光照条件下测量其输出功率,同时记录相应时刻空气的PM2.5浓度、PM10浓度,对于第i次测量,记录其输出功率为Pi,空气的PM2.5浓度为Ci1、PM10浓度为Ci2;通过长期的数据记录,形成原始样本集{(Ci1,Ci2,Pi)},i=1,2,…,N,N为样本总个数;
b.对原始样本集进行处理,构成训练样本集:
基于原始样本集{(Ci1,Ci2,Pi)},计算第i次测量对应的PM2.5累积浓度Ci1 *与PM10累积浓度Ci2 *,以及第i次测量对应的光伏发电功率输出减少率ηi:
从而得到训练样本集
c.采用最小二乘法建立光伏发电功率输出减少率的估计模型:
以与作为模型输入,ηi作为模型输出,按照下式建立光伏发电功率输出减少率的估计模型:
其中a0,a1,a2为模型参数,cosα为光伏电池板倾角修正系数;
d.采用最小二乘法,确定所述估计模型参数a0,a1,a2:
选择参数a0,a1,a2,使得所述光伏发电功率输出减少率的估计模型在训练样本集上的偏差的平方和Q(a0,a1,a2)最小:
即通过求解下述方程,得出模型参数a0,a1,a2;
e.利用所述估计模型进行光伏发电功率输出减少率的估计:
假设k时刻进行第k次测量,已知k时刻的PM2.5浓度为Ck1,PM10浓度为Ck2,时间间隔为ΔT,可计算出截止至k时刻对应的累积浓度Ck1 *与PM10累积浓度Ck2 *,则k时刻对应的光伏发电功率输出减少率ηk的估计值为:
本发明的有益效果在于:
(1)创造性的利用PM2.5累积浓度与PM10累积浓度表征雾霾天气下光伏电池面板的积灰浓度,避免了积灰称量过程的不便,并具有实时性好的特点。
(2)采用最小二乘法确定估计模型参数,有助于提高模型精度,并具有简单易行的特点。
附图说明
下面结合附图对本发明作进一步详述。
图1为光伏发电功率输出减少率估计模型结构示意图;
图2为光伏发电功率输出减少率估计模型在校验样本上的估计精度。
下面结合附图,对优选实施例作详细步骤说明。应该强调的是下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
具体实施方式
本发明提出一种针对雾霾积灰的光伏发电功率输出减少率估计方法,所述方法利用PM2.5累积浓度、PM10累积浓度表征光伏电池面板的积灰浓度,在构造大量PM2.5累积浓度-PM10累积浓度-光伏电池发电功率输出减少率实际样本的基础上,运用最小二乘法建立了光伏发电功率输出减少率的估计模型,并利用该模型估计雾霾天气下光伏电池板的发电功率输出减少率。所述估计模型的机构如图1所示,具体包括以下步骤:
a.收集数据,构成原始样本集:
在实验室某一固定光照条件下,测量表面洁净的光伏电池板的输出功率,记录为P0;然后,将光伏电池板置于雾霾天气下的室外空旷处,使其与水平地面的倾角为α,进行自然积灰,并以ΔT为时间间隔,定期在实验室相同的固定光照条件下测量其输出功率,同时记录相应时刻空气的PM2.5浓度、PM10浓度,对于第i次测量,记录其输出功率为Pi,空气的PM2.5浓度为Ci1、PM10浓度为Ci2;通过长期的数据记录,形成原始样本集{(Ci1,Ci2,Pi)},i=1,2,…,N,N为样本总个数;
优选实施例中,原始样本集采集于2015年12月至2016年6月间的河北保定地区。在实验室利用1000W高压疝灯模拟太阳光照环境,测量表面洁净、额定功率30W的光伏电池板的输出功率,记录为P0=14.9W;然后,将光伏电池板置于雾霾天气下的室外空旷处,使其与水平地面的倾角为α=45°,进行自然积灰,并以ΔT=24h为时间间隔,定期在实验室相同的固定光照条件下测量其输出功率,形成原始样本集{(Ci1,Ci2,Pi)},i=1,2,…,N,N=150;
b.对原始样本集进行处理,构成训练样本集:
基于原始样本集{(Ci1,Ci2,Pi)},计算第i次测量对应的PM2.5累积浓度Ci1 *与PM10累积浓度Ci2 *,以及第i次测量对应的光伏发电功率输出减少率ηi:
从而得到训练样本集
c.采用最小二乘法建立光伏发电功率输出减少率的估计模型:
以与作为模型输入,ηi作为模型输出,按照下式建立光伏发电功率输出减少率的估计模型:
d.采用最小二乘法,确定所述估计模型参数a0,a1,a2:
选择参数a0,a1,a2,使得所述光伏发电功率输出减少率的估计模型在训练样本集上的偏差的平方和最小,即使得
为最小;优选实施例中,N=150。通过求解下述方程,得出模型参数a0=1.499,a1=0.0007881,a2=-0.0002288;
e.利用所述估计模型进行光伏发电功率输出减少率的估计:
假设k时刻进行第k次测量,已知k时刻的PM2.5浓度为Ck1,PM10浓度为Ck2,时间间隔为ΔT,可计算出截止至k时刻对应的累积浓度Ck1 *与PM10累积浓度Ck2 *,则k时刻对应的光伏发电功率输出减少率ηk的估计值为:
优选实施例中,取k=5,已知该时刻的PM2.5浓度为C51=78ug/m3,PM10浓度为C52=182ug/m3,时间间隔为ΔT=24h,可计算出截止至该时刻对应的累积浓度C51 *=11716ug/m3·h,PM10累积浓度C52 *=29028ug/m3·h,则该时刻对应的光伏发电功率输出减少率η5的估计值
积浓度C51 *=11716ug/m3·h,PM10累积浓度C52 *=29028ug/m3·h,则该时刻对应的光伏发电功率输出减少率η5的估计值
优选实施例中,为了验证所建立的光伏电池板功率输出减少率估计模型的精度,另外选取15组样本作为校验样本集,对估计效果进行验证,结果如图2所示,可知,在校验样本集上的平均绝对值误差为15.8%,说明模型具有较高的估计精度。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可推想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (1)
1.一种针对雾霾积灰的光伏电池板发电功率输出减少率估计方法,其特征是该方法包括以下步骤:
a.收集数据,构成原始样本集:
在实验室某一固定光照条件下,测量表面洁净的光伏电池板的输出功率,记录为P0;然后,将光伏电池板置于雾霾天气下的室外空旷处,使其与水平地面的倾角为α,进行自然积灰,并以ΔT为时间间隔,定期在实验室相同的固定光照条件下测量其输出功率,同时记录相应时刻空气的PM2.5浓度、PM10浓度,对于第i次测量,记录其输出功率为Pi,空气的PM2.5浓度为Ci1、PM10浓度为Ci2;通过长期的数据记录,形成原始样本集{(Ci1,Ci2,Pi)},i=1,2,…,N,N为样本总个数;
b.对原始样本集进行处理,构成训练样本集:
基于原始样本集{(Ci1,Ci2,Pi)},计算第i次测量对应的PM2.5累积浓度Ci1 *与PM10累积浓度Ci2 *,以及第i次测量对应的光伏发电功率输出减少率ηi:
从而得到训练样本集
c.采用最小二乘法建立光伏发电功率输出减少率的估计模型:
以与作为模型输入,ηi作为模型输出,按照下式建立光伏发电功率输出减少率的估计模型:
其中a0,a1,a2为模型参数,cosα为光伏电池板倾角修正系数;
d.采用最小二乘法,确定所述估计模型参数a0,a1,a2:
选择参数a0,a1,a2,使得所述光伏发电功率输出减少率的估计模型在训练样本集上的偏差的平方和Q(a0,a1,a2)最小:
即通过求解下述方程,得出模型参数a0,a1,a2;
e.利用所述估计模型进行光伏发电功率输出减少率的估计:
假设k时刻进行第k次测量,已知k时刻的PM2.5浓度为Ck1,PM10浓度为Ck2,时间间隔为ΔT,可计算出截止至k时刻对应的累积浓度Ck1 *与PM10累积浓度Ck2 *,则k时刻对应的光伏发电功率输出减少率ηk的估计值为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610739281.1A CN106656032B (zh) | 2016-08-29 | 2016-08-29 | 针对雾霾积灰的光伏发电功率输出减少率估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610739281.1A CN106656032B (zh) | 2016-08-29 | 2016-08-29 | 针对雾霾积灰的光伏发电功率输出减少率估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106656032A CN106656032A (zh) | 2017-05-10 |
CN106656032B true CN106656032B (zh) | 2018-08-07 |
Family
ID=58851577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610739281.1A Expired - Fee Related CN106656032B (zh) | 2016-08-29 | 2016-08-29 | 针对雾霾积灰的光伏发电功率输出减少率估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106656032B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108572011B (zh) * | 2018-05-23 | 2020-04-28 | 东北电力大学 | 一种基于机器视觉的光伏电池板积灰状态监测系统及计算方法 |
CN108880470B (zh) * | 2018-06-28 | 2019-08-06 | 河海大学常州校区 | 一种计算积灰对光伏组件输出功率及发电量影响的方法 |
CN110190810B (zh) * | 2019-06-04 | 2020-05-26 | 西安工程大学 | 污秽致光伏电源功率折损的测量方法及应用配置修正方法 |
CN111259341B (zh) * | 2020-01-18 | 2022-07-12 | 杭州电子科技大学 | 一种计算雾霾对光伏发电量定量影响的方法 |
CN113092321B (zh) * | 2021-03-31 | 2023-04-11 | 东北电力大学 | 一种基于功率衰减的光伏板积灰浓度检测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103390902A (zh) * | 2013-06-04 | 2013-11-13 | 国家电网公司 | 一种基于最小二乘法的光伏电站超短期功率预测方法 |
CN105589998A (zh) * | 2015-12-23 | 2016-05-18 | 华北电力大学 | 一种光伏输出功率超短期预测方法 |
CN107545327A (zh) * | 2017-08-23 | 2018-01-05 | 国网辽宁省电力有限公司经济技术研究院 | 基于支持向量机的光伏发电短期输出功率综合预测方法 |
-
2016
- 2016-08-29 CN CN201610739281.1A patent/CN106656032B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103390902A (zh) * | 2013-06-04 | 2013-11-13 | 国家电网公司 | 一种基于最小二乘法的光伏电站超短期功率预测方法 |
CN105589998A (zh) * | 2015-12-23 | 2016-05-18 | 华北电力大学 | 一种光伏输出功率超短期预测方法 |
CN107545327A (zh) * | 2017-08-23 | 2018-01-05 | 国网辽宁省电力有限公司经济技术研究院 | 基于支持向量机的光伏发电短期输出功率综合预测方法 |
Non-Patent Citations (1)
Title |
---|
最小二乘支持向量机在光伏功率预测中的应用;朱永强等;《电网技术》;201107;第35卷(第07期);55-56 * |
Also Published As
Publication number | Publication date |
---|---|
CN106656032A (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106656032B (zh) | 针对雾霾积灰的光伏发电功率输出减少率估计方法 | |
Fan et al. | A novel method for analyzing the effect of dust accumulation on energy efficiency loss in photovoltaic (PV) system | |
CN106372718B (zh) | 雾霾积灰条件下的光伏发电功率输出减少率估计方法 | |
Wang et al. | Fault diagnosis and operation and maintenance of PV components based on BP neural network with data cloud acquisition | |
Qian et al. | Regional climate effects of aerosols over China: Modeling and observation | |
CN108763756B (zh) | 一种气溶胶光学厚度与pm2.5反演订正方法及其系统 | |
CN108880470B (zh) | 一种计算积灰对光伏组件输出功率及发电量影响的方法 | |
CN111723509B (zh) | 一种桥梁结构温度场监测方法 | |
Willoughby et al. | A simple resistive load IV curve tracer for monitoring photovoltaic module characteristics | |
Che et al. | Analysis of sky conditions using 40 year records of solar radiation data in China | |
CN107145668A (zh) | 发电厂烟气污染物排放对区域大气雾霾的评价方法及装置 | |
CN108663486A (zh) | 一种光伏组件不同地区耐候寿命系数的确定及验证方法 | |
CN105303254A (zh) | 一种对光伏电站接收辐射进行预测的方法及装置 | |
CN107506724A (zh) | 倾角检测方法及检测终端 | |
CN113092321A (zh) | 一种基于功率衰减的光伏板积灰浓度检测系统及方法 | |
CN106597151B (zh) | 一种光伏电站已投运逆变器跟踪效率测试方法及系统 | |
CN109614649B (zh) | 一种面向华南地区桥梁的全气候热分析方法 | |
CN207036621U (zh) | 一种光伏电池表面沙尘沉积量测量装置 | |
CN105092469B (zh) | 基于在线监测技术获得绝缘子盐密饱和系数的方法及系统 | |
CN106096247B (zh) | 基于多因子拟合模型的大气气溶胶光学厚度估计方法 | |
CN109347434B (zh) | 一种计及老化时光伏发电功率的方法 | |
CN110208459B (zh) | 人员密集场所室内tvoc浓度的在线监测方法及系统 | |
CN110046329A (zh) | 一种计算光伏组件积灰损失的多元回归模型的构建方法 | |
Mauree et al. | Impact of evapotranspiration on the local microclimate | |
Li et al. | Research on solar beam-diffuse radiation separated model based on BP neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180807 Termination date: 20210829 |
|
CF01 | Termination of patent right due to non-payment of annual fee |