CN109586341A - 一种基于辐照特性气象场景的光伏发电接纳评估模型 - Google Patents

Abstract

一种基于辐照特性气象场景的光伏发电接纳评估模型，根据太阳能光伏系统的运行数据，分析和获得光伏出力的分布特性与随机特性，并对太阳能光伏出力的确定性部分与随机性部分分开建模；太阳能光伏出力的确定部分，通过建立全球太阳辐射模型，模拟出无遮挡情况下地球上任意地点、时刻的太阳辐照强度，计算出光伏预测出力的上限值；太阳能光伏出力的随机部分，利用光伏遮挡因子对光伏发电随机性部分进行建模，建立光伏遮挡因子的概率分布模型，得到光伏出力的随机部分模拟值，然后通过叠加确定性与随机性部分的结果，生成太阳能光伏系统的出力时间序列。本发明用于解决大规模新能源并网下电网运行不确定性问题，提高电网运行能力和效果。

Description

一种基于辐照特性气象场景的光伏发电接纳评估模型

技术领域

本发明涉及电力运行技术领域，尤其涉及一种基于辐照特性气象场景的光伏发电接纳评估模型。

背景技术

随着我国新能源的飞速发展，新能源出力的随机性和间隙性给电力系统的运行与规划带来了较大的影响。由于新能源出力存在一定的随机性、波动性与不确定性，大规模新能源发电并网将对电力系统的电源出力结构、运行形态、运行的节能性与经济性等方面具有显著影响：

1)当大规模新能源并网接入后，系统不仅在负荷侧存在不确定性，而且在发电侧也存在不确定性。因此，调度运行中需要留取更多的备用应对新能源出力的不确定性。

2)风电、太阳能光伏发电等可再生新能源的出力取决于天气情况，在调度运行中无法像常规机组一样可控，这给系统的调度运行带来诸多挑战，包括对机组启停的影响、对系统调峰容量与调峰能力的需求、以及需要不同类型机组之间的协调配合等。

3)由于目前可再生能源出力预测精度较低，可再生能源的随机性与不可控性为系统调度运行带来诸多不确定因素，在客观上要求调度计划更加灵活，能够包容可再生能源多种出力可能性。尤其是受系统调峰能力不足、跨区间联网交换容量限制等因素限制，我国“三北”地区“弃风”电量加大现象越来越严重，新能源接纳问题日益突出。

目前，电力系统运行模拟结果无法与电网规划中潮流计算有效衔接，潮流计算一般应用夏大、夏小、冬大、冬小四个典型方式，没有真实反映新能源消纳导致的电网输电通道或断面重载，电网规划工作精细化水平亟待提高，需要在电网规划方案拟定、安全稳定校核阶段，充分考虑新能源随机出力特点，提高电网规划工作的针对性。随着我国跨区电网互联规模扩大、电网结构日趋复杂以及新能源快速发展，多形态电源运行方式对电网运行方式的影响将变得更加复杂多样，仅针对典型运行方式的评估与分析无法满足电力系统规划分析的要求，传统的人工决策方式难以适应新能源接入带来的不确定性分析要求，需要以电力系统精细化运行模拟技术为基础的电网运行关键技术。

目前考虑大规模新能源并网的运行模拟研究中存在以下问题：(1)缺乏基于时序负荷曲线的时序运行模拟评估手段。相比传统基于持续负荷曲线的随机生产模拟，考虑时序负荷特性、考虑新能源随机特性与电网约束的时序运行模拟模型与方法，能够考虑系统的调峰约束、备用约束、电网约束等实际调度运行需求，深入评估系统规划方案在调度运行层面的合理性。(2)目前的研究主要针对典型或极端的运行场景，难以考虑新能源出力的不确定性与波动性，需要研究能够考虑电网运行形态多样性，全面评估电力规划方案的经济性、可靠性和合理性的运行模拟技术，实现考虑多类型电源、多区域新能源消纳的协调运行方式、逐日小时级的精细化模拟。

充分利用新能源发电，不仅是电力系统优化调度的重要项目，也是我国能源发展战略的重要组成部分。

发明内容

本发明提供一种基于辐照特性气象场景的光伏发电接纳评估模型，用于解决大规模新能源并网下电网运行不确定性问题，提高电网运行能力、提高电网运行、规划效果，从而缓解当前新能源消纳不足的问题，对于我国可再生能源发展以及实施节能减排与低碳发展战略起到重要促进作用。

本发明通过以下技术方案予以实现：

一种基于辐照特性气象场景的光伏发电接纳评估模型，根据太阳能光伏系统的运行数据，分析和获得光伏出力的分布特性与随机特性，并对太阳能光伏出力的确定性部分与随机性部分分开建模；所述太阳能光伏出力的确定部分，通过建立全球太阳辐射模型，模拟出无任何遮挡情况下地球上任意地点、时刻的太阳辐照强度，计算出光伏预测出力的上限值；所述太阳能光伏出力的随机部分，利用光伏遮挡因子对光伏发电随机性部分进行建模，建立光伏遮挡因子的概率分布模型，得到光伏出力的随机部分模拟值，然后通过叠加确定性与随机性部分的结果，生成太阳能光伏系统的出力时间序列。

为进一步实现本发明的目的，还可以采用以下技术方案：

如上所述的一种基于辐照特性气象场景的光伏发电接纳评估模型，所述太阳能光伏出力的确定部分通过以下公式获得：

式中，I_t表示不考虑任何遮挡情况下的太阳辐照强度，该值仅与所在区域的经纬度以及时间有关。

如上所述的一种基于辐照特性气象场景的光伏发电接纳评估模型，所述太阳能光伏出力的随机部分通过以下公式获得：

P_c,t-P_t，式中，P_t表示t时刻太阳能电池板的出力，P_c,t表示太阳能光伏出力的确定部分。

如上所述的所述的一种基于辐照特性气象场景的光伏发电接纳评估模型，所述t时刻太阳能电池板的出力P_t可以利用如下公式进行求解：

其中，P_stc表示太阳能电池板的额定出力，I(R_t,k_t,I_0t)表示考虑太阳辐照、晴空指数以及光伏板跟踪类型等因素后光伏板上的总辐照，I_stc表示标准条件下的太阳辐射强度，为1000W/m²，T_stc为25℃，I_0t代表大气层外平面太阳辐照，k_t为晴空指数，定义为地表平面总辐射I_t与大气层外平面太阳辐射强度I_0t之间的比值：k_t＝I_t/I_0t，I_t为第t时段地表平面的辐照强度，R_t表示第t时段倾斜面上的太阳辐射强度与地表平面的总辐照强度的比值，T代表大气度，α_T是太阳能电池板的功率温度系数。

如上所述的一种基于辐照特性气象场景的光伏发电接纳评估模型，所述光伏出力遮挡因子η_t通过以下公式获得：

通过光伏出力遮挡因子η_t掌握阴影、云层遮挡、天气变化以及温度对太阳能光伏出力的确定部分P_c,t影响因素。

与现有技术相比，本发明的优点在于：

1、本发明的方法考虑了太阳能光伏出力的分布特性、波动特性、季特性、日特性以及空间相关性，同时计及风太阳能光伏元件的功率特性以及随机停运，能够得到符合历史数据随机特征的风速时间序列，有利于在电网运行与规划中获得高质量、完整的太阳能光伏出力数据。

2、本发明考虑时序负荷特性、风电场随机特性与电网约束的时序运行模拟模型与方法，能够考虑系统的调峰约束、备用约束、电网约束等实际调度运行需求，深入评估电网系统规划方案在调度运行层面的合理性。

3、综合考虑新能源出力的不确定性与波动性，需要研究能够考虑电网运行形态多样性，实现考虑多类型电源、多区域新能源消纳的协调运行方式、逐日小时级的精细化模拟。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍。

图1是本发明的流程图；

图2是山东省太阳能资源分布图；

图3是山东省太阳能年均总辐射分布图；

图4是山东省太阳能年均日照时数分布图；

图5是济南市年均有效利用小时数月变化图；

图6是济南市年均总辐射月变化图；

图7是山东省光伏电站分区图；

图8是山东省太阳能光伏全年出力图(预测2025年)；

图9是山东省太阳能光伏总出力时序曲线与持续曲线图(预测2025年)；

图10是山东省光伏模拟总出力概率密度分布图(预测2025年)；

图11是山东省光伏总出力分布热图(预测2025年)；

图12是山东省光伏模拟结果统计月特性(预测2025年)。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

如图1-图12所示，本实施例一种根据实际的光伏系统的运行数据分析光伏出力的分布特性与随机特性，对太阳能光伏出力的确定性部分与随机性部分分开建模。

针对光伏出力的确定部分，通过建立全球太阳辐射模型，模拟出无任何遮挡情况下地球上任意地点任意时刻的太阳辐照强度，从而计算出光伏预测出力的上限值；对于光伏出力的随机部分，提出光伏遮挡因子的概念，对光伏发电随机性部分进行建模，建立光伏遮挡因子的概率分布模型，从而得到光伏出力的随机部分模拟值。通过叠加确定性与随机性部分的结果，从而生成光伏系统的出力时间序列。

光伏出力模拟的关键在于对I_0t、k_t、R_t和T的模拟。水平面无遮挡光照I_0t与太阳能光伏板地理位置以及季节与日内时刻等有关，可由全球太阳辐照模型进行计算，晴空指数k_t主要受到云层遮挡、天气变化以及海拔等因素的影响，具有很强的间歇性与随机性，是光伏出力不确定性的主要来源，需要采用随机模拟实现。同时，地理位置相近的多个光伏电站的晴空指数具有很强的相关性，因此将采用随机微分方程模型进行考虑相关性的采样。R_t主要由光伏板自身的放置与追踪方式有关，需要推导光伏板不同追踪方式下太阳光的入射角。温度T具有一定的随机性，但其模拟和收集资料较困难，而且α_T的值一般较小，因此温度对光伏出力的影响也相对较小，在本文提出的模型中，将忽略温度对光伏出力的影响。如图1所示，本发明的实施方法如下：

1)数据获取，光区基本信息包括光区的地理信息，太阳辐射强度的自相关系数，晴空指数概率模型的基本参数等。

2)设有N个光区，生成包含不同光区间相关性以及各光区自相关性的多个非独立正态分布时间序列X_m(t)＝x_m1,t,x_m2,t,L,x_mN,t。其中m表示模拟的次数。

3)首先获得各光区日类型的概率分布，以及不同日类型所对应的最大晴空指数。根据日类型的概率分布进行采样，得到不同光区的晴空指数时间序列 K_th,m(t)＝k_m1,t,k_m2,t,L,k_mN,t，根据晴空指数的概率模型计算出不同晴空指数下的太阳辐射强度的CDF，用表示。

4)利用X_m(t)和进行采样，得到不同光区太阳辐射强度的时间序列 I_m(t)＝i_m1,t,i_m2,t,L,i_mN,t。

5)利用I_m(t)根据不同类型光伏阵列的出力公式计算出各光区的光伏电站出力。

6)重复上述流程，直到模拟次数m等于给定的次数M。求M次计算结果的平均值P_AV(t)，取最接近平均值的一组计算结果作为最终的模拟结果P(t)进行输出。

光伏发电的基本原理是根据光生伏打效应，利用太阳能电池板将太阳能转化为电能。研究表明，t时刻太阳能电池板的出力P_t可以利用如下公式进行求解：

其中，P_stc是太阳能电池板的额定出力，其定义为标准条件下太阳能电池板的出力(标准条件下的太阳辐射强度I_stc＝1000W/m²，温度T_stc＝25℃)，由太阳能电池板额定出力的定义可知，当实际的太阳辐射强度大于标准条件下的太阳辐射强度时，太阳能电池板的出力会大于其额定出力；I_0t代表在不考虑大气层对阳光的散射作用以及云层遮挡等随机因素对太阳辐照强度的削弱作用的情况下，大气层外平面太阳辐照，仅随太阳与地球的相对位置变化有关。k_t为晴空指数，定义为地表平面总辐射I_t与大气层外平面太阳辐射强度I_0t之间的比值： k_t＝I_t/I_0t，其中，I_t为第t时段地表平面的辐照强度(包括直射和散射)。k_t主要受到云层遮挡、天气变化以及海拔等因素的影响。R_t表示第t时段倾斜面上的太阳辐射强度与地表平面的总辐照强度的比值，其数值约等太阳在斜面上的入射角的余弦值以及地面平面太阳入射角的余弦值之比，其变化规律与光伏板放置倾斜角度、光伏板追踪方式(固定式、水平追踪、倾斜轴追踪或双轴追踪) 有关；I(R_t,k_t,I_0t)表示考虑太阳辐照(直射、散射以及反射)、晴空指数以及光伏板跟踪类型等因素后光伏板上的总辐照。T代表大气度，α_T是太阳能电池板的功率温度系数。

定义太阳能光伏出力的确定部分为：

式中I_t表示不考虑任何遮挡情况下的太阳辐照强度，该值仅与所在区域的经纬度以及时间有关，其变化规律是确定的。

对于太阳能光伏出力的随机部分P_c,t-P_t，定义光伏出力遮挡因子η_t：

光伏出力中P_c,t确定了光伏出力的包络线，而出力遮挡因子η_t描述了在光伏出力包络线的基础上阴影、云层遮挡、天气变化以及温度对光伏出力的削弱效应。

上述公式中，P_stc、I_stc、T_STC以及α_T是常量，实际影响太阳能电池板出力的因素是I_0t、k_t、R_t和T。

本实施例中，以中国山东省所具备的风力条件和风电场建设及规划为例，对本发明的基于辐照特性气象场景的光伏发电接纳评估方法进行说明。

如图2，所示山东省位于中国东部沿海、黄河下游，年平均气温11～14℃，光照资源充足。山东省的太阳能资源的水平面年总辐射量在1400～1550kWh/m2 之间，光照时数年均2290～2890小时，属于太阳能资源II类区“很丰富带”。从地域分布来看，从东向西逐渐增加。

如图3所示，山东省太阳能储量理论总储量在全国排第17位，属于太阳能利用条件较好地区，年太阳辐射总量在每平方米4488.6—5692.3兆焦之间，平均为4948.9兆焦。其中半岛北部、黄河三角洲、泰山等地是辐射的高值区，每平方米5400兆焦以上；鲁南、鲁西南辐射较小，每平方米4800兆焦以下；其它地区在每平方米4600—5400兆焦之间。每平方米太阳辐射总量相当于170千克标准煤，山东省太阳能年总辐射值相当于731亿吨标准煤。

山东省多年平均年日照时数为2479小时，全省三分之二以上的面积年日照时数在2200小时以上，各地年日照时数在2099～2813小时之间，基本呈从东北向西南减少的分布趋势，如图4所示。其中，半岛大部、鲁西北大部、鲁中部分地区在2500小时以上，鲁西南、鲁东南大部、鲁西北局部在2400小时以下，其他地区在2400～2500小时之间。较为丰富的太阳能资源为光伏发电开发利用提供了较为广阔的前景。

日照时数主要受天空云量、降水等气象要素以及纬度、季节变化等因素影响。山东省日照时数的季节分布特点是春季最多，夏季次之，秋冬最少。各地日照时数都是以5月、6月最多，12月、1月最少。以济南为例，各月的年均有效利用小时数分布情况如图9-10所示。太阳辐射逐月变化规律的主要影响因素是太阳的运行规律，在此基础上叠加大气成分、云量、悬浮物等因素的影响。太阳总辐射最大值多出现在5月，最小值多出现在12月。

以济南为例，各月的年均总辐射分布情况如图5所示。山东省各地级市的太阳能资源及发电小时数概况如表1所示。

表1山东省各地级市太阳能资源及发电小时数

山东省太阳能光伏发电应用从无到有、从小到大，充分利用荒山荒地、滩涂水面、建筑物屋顶等，已呈现多元化、规模化发展态势。太阳能光热应用实现了以居民为主向工、商、民并重转变，涵盖居民住宅、工业企业、宾馆、商务楼宇、学校等多个领域。截至2017年底，全省光伏发电并网装机容量累计达到1052万千瓦，居全国首位，占全省总装机的比重为8.4％；太阳能光热产品集热面积保有量约1.2亿平方米，占全国的30％左右。2017年山东省光伏发电量达到72.78亿千瓦时，实现了全额上网消纳。

预计到2020年，全省光伏发电装机容量达到1000万千瓦，太阳能年利用量相当于替代1920万吨标准煤；到2030年，全省光伏发电装机容量达到2500 万千瓦，太阳能年利用量相当于替代3160万吨标准煤。根据太阳能资源禀赋、场地条件、电网接入和消纳条件，坚持集中式、分布式并举，科学推进光伏电站建设，大力发展分布式光伏发电。

山东省规划光伏的地理位置分布如图7所示。根据山东电网光伏发展规划方案，按照光伏电站所属地市将光伏电站分为17个光区，分别为：济南光区、青岛光区、淄博光区、枣庄光区、东营光区、烟台光区、潍坊光区、济宁光区、泰安光区、威海光区、日照光区、滨州光区、德州光区、聊城光区、临沂光区、菏泽光区、莱芜光区。认为每个光伏片区各自内部天气状况(光伏遮挡因子) 在同一时刻基本相同，地理位置相同。利用地理位置可以计算出理论情况(晴天)下光伏电站的出力，利用随机差分方程模拟光伏遮挡因子时，对于每个时段，同时生成考虑相关性的17个光伏遮挡因子对应不同的光区。

根据山东光伏电站的地理位置以及现有的历史出力数据，气象参数典型值设置如表2所示，各光区地理参数和光伏电站最佳倾角设置如表3所示，各光区天气类型分布概率如表4所示，光伏电站技术参数的设置如表5所示，各区域遮挡因子相关系数如表6所示，其余参数设置为默认值。

表2山东省气象参数典型值

气象参数	参数值
		晴空指数概率分布参数C	0.2994
晴空指数概率分布参数lamda	5.062
		晴空指数概率分布参数theta	0.0343
地面反射率	0.2
		大气散射系数p	1.0303
大气散射系数q	1.1515

表3山东省光伏电站地理参数和最佳倾角

表4山东省各光区天气类型分布概率

表5山东省光伏电站技术参数

表6山东省光伏电站各区域遮挡因子相关系数

使用GOPT软件对山东省光伏进行运行模拟，2025年光伏预测出力模拟结果统计特性如表7所示，山东省2025年光伏预测月度出力模拟结果如表8所示， 2025年山东省太阳能光伏全年出力如图8所示、光伏预测总出力时序曲线与持续曲线如图9所示，光伏模拟总出力概率密度分布如图9所示，光伏总出力分布热图11如所示，风电预测模拟结果统计月特性如图12所示。

表7山东省2025年光伏预测出力模拟结果

表8山东省2025年光伏预测月度出力模拟结果

从模拟结果可以看出：山东2025年光伏具有明显的季特性，10月～3月出力较低，4月～9月)出力较高；日特性明显，夜间无出力，在中午1点～2点左右出力达到最大值。由于光伏出力波动性强，2025年山东光伏装机容量为 17499MW，光伏模拟的平均出力为3380.2MW，利用小时数为1692小时，置信度取95％下的最大出力为14898.4MW，最小出力为0MW。

本发明未详尽描述的技术内容均为公知技术。

Claims (5)

1.一种基于辐照特性气象场景的光伏发电接纳评估模型，其特征在于，根据太阳能光伏系统的运行数据，分析和获得光伏出力的分布特性与随机特性，并对太阳能光伏出力的确定性部分与随机性部分分开建模；所述太阳能光伏出力的确定部分，通过建立全球太阳辐射模型，模拟出无任何遮挡情况下地球上任意地点、时刻的太阳辐照强度，计算出光伏预测出力的上限值；所述太阳能光伏出力的随机部分，利用光伏遮挡因子对光伏发电随机性部分进行建模，建立光伏遮挡因子的概率分布模型，得到光伏出力的随机部分模拟值，然后通过叠加确定性与随机性部分的结果，生成太阳能光伏系统的出力时间序列。

2.根据权利要求1所述的一种基于辐照特性气象场景的光伏发电接纳评估模型，其特征在于，所述太阳能光伏出力的确定部分通过以下公式获得：

式中，I_t表示不考虑任何遮挡情况下的太阳辐照强度，该值仅与所在区域的经纬度以及时间有关。

3.根据权利要求2所述的一种基于辐照特性气象场景的光伏发电接纳评估模型，其特征在于，所述太阳能光伏出力的随机部分通过以下公式获得：

P_c,t-P_t，式中，P_t表示t时刻太阳能电池板的出力，P_c,t表示太阳能光伏出力的确定部分。

4.根据权利要求3所述的一种基于辐照特性气象场景的光伏发电接纳评估模型，其特征在于，所述t时刻太阳能电池板的出力P_t可以利用如下公式进行求解：

其中，P_stc表示太阳能电池板的额定出力，I(R_t,k_t,I_0t)表示考虑太阳辐照、晴空指数以及光伏板跟踪类型等因素后光伏板上的总辐照，I_stc表示标准条件下的太阳辐射强度，为1000W/m²，T_stc为25℃，I_0t代表大气层外平面太阳辐照，k_t为晴空指数，定义为地表平面总辐射I_t与大气层外平面太阳辐射强度I_0t之间的比值：k_t＝I_t/I_0t，I_t为第t时段地表平面的辐照强度，R_t表示第t时段倾斜面上的太阳辐射强度与地表平面的总辐照强度的比值，T代表大气度，α_T是太阳能电池板的功率温度系数。

5.根据权利要求3所述的所述的一种基于辐照特性气象场景的光伏发电接纳评估模型，其特征在于，所述光伏出力遮挡因子η_t通过以下公式获得：

通过光伏出力遮挡因子η_t掌握阴影、云层遮挡、天气变化以及温度对太阳能光伏出力的确定部分P_c,t影响因素。