CN115936387A - 一种基于测光数据的光伏电站太阳能资源评估方法 - Google Patents
一种基于测光数据的光伏电站太阳能资源评估方法 Download PDFInfo
- Publication number
- CN115936387A CN115936387A CN202211644761.1A CN202211644761A CN115936387A CN 115936387 A CN115936387 A CN 115936387A CN 202211644761 A CN202211644761 A CN 202211644761A CN 115936387 A CN115936387 A CN 115936387A
- Authority
- CN
- China
- Prior art keywords
- data
- photovoltaic power
- grid
- solar energy
- year
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000005855 radiation Effects 0.000 claims abstract description 71
- 238000005259 measurement Methods 0.000 claims abstract description 59
- 238000004364 calculation method Methods 0.000 claims abstract description 54
- 238000011156 evaluation Methods 0.000 claims abstract description 43
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000010220 Pearson correlation analysis Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000013316 zoning Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明公开了一种基于测光数据的光伏电站太阳能资源评估方法，通过采集短期实测数据、预处理实测数据、检验实测数据、选取参证卫星辐射数据、划分项目场址网格计算点、计算网格计算点的水平面平均年辐照量、确定场区特征网格计算点、确定代表年时间序列和短期实测数据代表年订正等方法，利用Pearson相关性分析选取相关性最好的参证卫星辐射数据，结合光伏电站场址面积大小设置网格计算点以确定场区特征网格计算点，采用气候学平均法确定项目场区代表年时间序列进行太阳能资源的评估。使得对光伏电站的太阳能资源评估更具有时间代表性和空间代表性，其评估结果也更为合理、准确、简单可靠，具有优良的工程应用价值。
Description
技术领域
本发明涉及太阳能资源数据技术领域，具体涉及一种基于测光数据的光伏电站太阳能资源评估方法。
背景技术
随着我国社会经济的不断发展，能源需求也呈持续增长趋势，增加能源供应、保障能源安全、保护生态环境、促进社会经济可持续发展是我国的一项重大战略任务。其中，太阳能作为一种清洁的可再生能源，是新能源中技术成熟、具备规模开发条件和商业化发展前景的发电方式之一。因此，对于可利用的太阳能资源的利用量的评估和预测也十分重要。目前，国内的光伏电站项目一般采用卫星辐射数据进行太阳能资源评估，即通过获取项目场址中心坐标的太阳能辐射数据进行资源评估和发电计算，其准确性和可靠性都较差。
专利号为“CN201510135594.1”的“一种用于光伏电站设计的太阳能资源分析评估方法”，该方法分为太阳能资源区划、光资源数据库构建、太阳能资源分析评估三个阶段：太阳能资源区划，针对大量开展光伏电站设计的目标区域(一个省份或多个相邻省份)，开展太阳能资源区划工作。光资源数据库构建，将目标区域以县级为单位，分解为县级地区。每个县级地区根据太阳能资源区划成果，对应一个日射站；根据地理位置，对应一个最近的气象站(或日射站)；根据日射站的太阳辐射数据推算该地区的太阳辐射数据，作为太阳能分析评估的基础数据；以最近气象站的气象信息作为该地区的气象数据。但该方法较为繁琐，其准确性和可靠性都较差，如将该评估方法进行利用，并不能达到预期的估算效果。
发明内容
本发明的目的在于提供一种基于测光数据的光伏电站太阳能资源评估方法，对采集的短期实测数据进行完整性和合理性检查，选取相关性最好的参证卫星辐射数据，结合光伏电站场址面积大小设置网格计算点以确定场区特征网格计算点，最后采用气候学平均法确定项目场区代表年时间序列，进一步根据短期实测数据进行代表年订正，以完成对光伏电站项目场区的太阳能资源评估。与现有实际工程应用技术相比，本方法对光伏电站的太阳能资源评估更具有时间代表性和空间代表性，其评估结果也更为合理、准确。简单可靠，具有优良的工程应用价值。
为解决上述技术问题，本发明采用如下的技术方案：一种基于测光数据的光伏电站太阳能资源评估方法，包括以下步骤：
S110、采集短期实测数据，利用数据采集系统采集光伏电站项目场址的测光数据，所述测光数据为光伏电站项目场址1年的短期实测数据，并将该短期实测数据作为评价年；
S120、预处理实测数据，利用数据采集卡采集太阳能资源数据，还利用上位机测控平台上进行软件滤波处理，得到算术平均值，再将预处理的实测数据存入SqlServer数据库；
S130、检验实测数据，根据《太阳能资源评估方法》(GB/T37526-2019)对短期实测数据进行完整性检查和合理性检查；
S140、选取参证卫星辐射数据，根据所述项目场区中心位置短期实测数据的时间线，分别查询在所述项目场区中心位置SolarGIS、Meteonorm和NASA的同期水平面月辐照量大小，判断实测的水平面月辐照量数据与该三个卫星辐射数据源的同期月辐照量之间的相关性，选取相关性最好的作为参证卫星辐射数据源；
S150、划分项目场址网格计算点，测量项目场区南北端距离和东西端距离并形成的外围场址网格矩形，结合光伏电站场址面积大小在网格矩形上设置网格计算点；
S160、计算网格计算点的水平面平均年辐照量，选取适当网格点，查询所述适当网格计算点上的经纬度，查询所述适当网格计算点的参证卫星辐射数据源的年水平面辐照量大小，最后计算各卫星辐射数据的网格年平均辐照量；
S170、确定场区特征网格计算点，将所述网格年平均辐照量与各个网格计算点的年辐照量做对比分析，选取与平均水平面年辐照量最为接近的网格计算点作为场区特征网格计算点。
S180、确定代表年时间序列，根据S150中的网格计算点查询SolarGIS平台提供的20年月平均辐照量，并采用气候学平均法确定项目场区代表年时间序列；
S190、短期实测数据代表年订正，根据《太阳能资源评估方法》(GB/T37526-2019)，评估目标附近具备现场短期实测数据时，采用比值法进行订正为代表年。
前述一种基于测光数据的光伏电站太阳能资源评估方法，在所述步骤S120中，预处理实测数据采用采样率不低于1M/s的数据采集卡对太阳能资源数据进项差分采集，并在上位机测控平台上进行软件滤波处理，连续采集N个数据，去掉一个最大值和最小值，计算剩下N-2个数据的算术平均值。
前述一种基于测光数据的光伏电站太阳能资源评估方法，在所述步骤S130中，所述完整性检验用于检验数据的数量是否等于预期记录的数量、数据的时间顺序是否符合预期的开始时间和结束时间、中间是否连续；所述合理性检验包括观测的小时平均辐照度、小于日最大可能辐照量、散射辐射数值小于总辐射值。
前述一种基于测光数据的光伏电站太阳能资源评估方法，在所述步骤S140中，采用Pearson相关系数对实测的水平面月辐照量数据与该三个卫星辐射数据源的同期月辐照量之间的相关性进行分析，具体如下式：
式中，μA和σA表示A向量的均值和标注差，μB和σB表示B向量的均值和标准差；其中，Pearson相关系数的绝对值越大，相关性越强，相关系数越接近于0，相关度越弱，其取值范围判断变量的相关强度如下：
前述一种基于测光数据的光伏电站太阳能资源评估方法，在所述步骤S160中，假设所选参证数据源为SolarGIS数据，则有：
上式中，n表示所划分的网格计算点个数；GHRS-grid-1表示1号网格计算点的SolarGIS数据源水平面年辐照量，GHRS-AVG表示所有网格计算点的SolarGIS数据源平均水平面年辐照量，将所有网格计算点的SolarGIS数据源平均水平面年辐照量与各个网格计算点的年辐照量做对比分析。
前述一种基于测光数据的光伏电站太阳能资源评估方法，在所述步骤S170中，选取步骤S160中的最为接近的网格计算点作为场区特征网格计算点。
前述一种基于测光数据的光伏电站太阳能资源评估方法，在所述步骤S180中，对1年中每个时刻(月)的太阳能资源各要素序列求平均值μ，将每个时刻(月)的平均值μ进行组合，作为1年的完整时间序列数据，μ的定义如下：
式中，Xi表示第i个要素的值，N表示要素序列的有效样本数。
前述一种基于测光数据的光伏电站太阳能资源评估方法，在所述步骤S190中，如下定义订正系数：
式中，GHRreal表示项目场区中心位置的实测数据，GHRS表示该位置同期的SolarGIS数据，R表示订正系数。
前述一种基于测光数据的光伏电站太阳能资源评估方法，在所述步骤S190中，通过订正系数对代表年时间序列进行订正，得到最终需要的项目场区水平面辐照量，其订正公式如下：
GHRPV＝R×GHRyear
式中，GHRPV表示用于光伏电站太阳能资源评估的水平面辐照量，GHRyear表示代表年时间序列，R表示订正系数。
前述一种基于测光数据的光伏电站太阳能资源评估方法，在所述步骤S180中，所述气候平均法是对1年中每个时刻(时段)的太阳能资源各要素求平均，将平均值作为1年完整时间序列数据，或将最接近平均值的真实值挑选出来组成1年完整时间序列数据。
与现有技术相比，本发明的有益之处在于：
(1)本发明的测光数据装置对光伏电站场区中心位置的特定必要数据进行采集，不仅限定了数据采集卡的最低采样率为1M/s，而且进一步通过数据采集卡的硬件滤波和中位值平均滤波算法进行处理，可以有效消除数据采集过程中由于偶然脉冲干扰所引起的采样值偏差，从而提高光伏电站太阳能资源数据采集的准确性和可靠性，上位机测控平台将处理完成的太阳能资源数据存入SqlServer数据库亦可方便后期分析处理。
(2)本发明充分考虑光伏电站太阳能资源评估的时间代表性和空间代表性。基于时间代表性层面，一方面采集了光伏电站场区中心位置的1年实测数据，并对同期三种工程应用最为广泛的卫星辐射数据进行了相关性分析，选取了相关性最高的作为参证卫星辐射数据源；另一方面通过参证卫星辐射数据源20年的月平均水平面总辐照量确定了光伏电站代表年时间序列。基于空间代表性层面，本发明摒弃了工程实际应用中单一的选取场址中心坐标卫星辐射数据源作为光伏电站太阳能资源评估数据，而是充分考虑了项目场区相对分散且跨度较大问题，对场区设置了网格计算点，并根据所有网格计算点的SolarGIS数据源平均水平面年辐照量与各个网格计算点的年辐照量做对比分析，选取与平均水平面年辐照量最为接近的网格计算点作为场区特征网格计算点。
(3)本发明结合特征网格计算点与参证卫星辐射数据源，进一步查询特征网格计算点处的20年月平均辐照量，并采用气候学平均法确定了光伏电站项目场区代表年时间序列。其代表年时间序列具有较高的时间代表性和空间代表性。
(4)本发明采用项目场区中心位置的实测数据与该位置同期的参证卫星辐射数据源生成代表年订正系数，并通过该订正系数对代表年时间序列进行订正，得到光伏电站项目场区年水平面辐照量数据，最终完成光伏电站的太阳能资源评估工作。本发明跟现有实际工程应用技术相比，对光伏电站的太阳能资源评估更具有时间代表性和空间代表性，其评估结果也更为合理、准确。本发明简单可靠，具有优良的工程应用价值。
附图说明
图1是本发明的一种基于测光数据的光伏电站太阳能资源评估方法流程图；
图2是本发明的实施例一年期中光伏电站场区中心位置2017年水平面辐照量表；
图3是本发明的实施例中一年期光伏电站场区中心位置SolarGIS同期水平面辐照量表；
图4是本发明的实施例中光伏场区网格计算点划分示意图；
图5是本发明的实施例中光伏电站16个网格计算点SolarGIS数据源平均水平面年辐照量表；
图6是本发明的实施例中年时间序列确定与SolarGIS数据多年平均月水平面年辐照量表；
图7是本发明的实施例中各月订正系数表；
图8是本发明的实施例中光伏电站各月水平年总辐射订正结果表。
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
本发明的实施例1：一种基于测光数据的光伏电站太阳能资源评估方法，如图1所示，包括以下步骤：
S110、采集短期实测数据，利用数据采集系统采集光伏电站项目场址的测光数据，所述测光数据为光伏电站项目场址1年的短期实测数据，并将该短期实测数据作为评价年；
S120、预处理实测数据，利用数据采集卡采集太阳能资源数据，还利用上位机测控平台上进行软件滤波处理，得到算术平均值，再将预处理的实测数据存入SqlServer数据库；
S130、检验实测数据，根据《太阳能资源评估方法》(GB/T37526-2019)对短期实测数据进行完整性检查和合理性检查；
S140、选取参证卫星辐射数据，根据所述项目场区中心位置短期实测数据的时间线，分别查询在所述项目场区中心位置SolarGIS、Meteonorm和NASA的同期水平面月辐照量大小，判断实测的水平面月辐照量数据与该三个卫星辐射数据源的同期月辐照量之间的相关性，选取相关性最好的作为参证卫星辐射数据源；
S150、划分项目场址网格计算点，测量项目场区南北端距离和东西端距离并形成的外围场址网格矩形，结合光伏电站场址面积大小在网格矩形上设置网格计算点；
S160、计算网格计算点的水平面平均年辐照量，选取适当网格点，查询所述适当网格计算点上的经纬度，查询所述适当网格计算点的参证卫星辐射数据源的年水平面辐照量大小，最后计算各卫星辐射数据的网格年平均辐照量；
S170、确定场区特征网格计算点，将所述网格年平均辐照量与各个网格计算点的年辐照量做对比分析，选取与平均水平面年辐照量最为接近的网格计算点作为场区特征网格计算点。
S180、确定代表年时间序列，根据S150中的网格计算点查询SolarGIS平台提供的20年月平均辐照量，并采用气候学平均法确定项目场区代表年时间序列；
S190、短期实测数据代表年订正，根据《太阳能资源评估方法》(GB/T37526-2019)，评估目标附近具备现场短期实测数据时，采用比值法进行订正为代表年。
在实际应用中，光伏电站项目所在地太阳能资源数据的准确获取对项目的太阳能资源丰富度、稳定度、直射比等级评估以及后期发电量的计算都十分重要。光伏电站的太阳能资源获取途径主要有测光站、气象站和各类卫星辐射数据。根据《太阳能资源评估方法》(GB/T37256—2019)规定，长序列数据是指时间序列在10年以上、至少具备水平面总辐射逐月值的数据，其月值有效完整率应达到100％。
国内集中式光伏电站项目多建于复杂山地，附近的气象站较少，且一般不会建有测光站。因此，大多数情况下都是用卫星辐射数据完成对光伏电站的太阳能资源评估工作，主流的有：(1)SolarGIS数据。SolarGIS是由GeoModelSolars.r.o.开发的高分辨率气候数据库，涉及范围已涵盖欧洲、非洲和亚洲。主要的数据要素包括太阳辐射，气温以及地形资料(海拔高度、水平面及倾角等)。其中太阳辐射数据由Meteosat卫星数据计算得到；空间分辨率250m，包括水平总辐射和垂直面直接辐射；年水平总辐射值的不确定性一般在±3％至±5％之间；所分析时间段内数据有效率达到99％。在所使用的假设中，每年由365d构成。(2)Meteonorm数据。该软件基于数据库，利用耦合算法，推算出站址所在地的太阳能辐射等气象要素。该数据库收录了全球7756所气象站的观测资料，对于气象站分布较稀少的区域利用卫星观测数据进行插补。(3)NASA数据库。NASA数据库可查询任一地点的太阳能资源以及相关气象资料，因为基础数据为采用卫星遥感、GIS技术和气象站点数据空间内插等的科学算法得到，普遍应用于太阳能资源评估和工程设计。但现有技术对光伏电站的太阳能资源评估不具有时间代表性和空间代表性，导致评估结果不合理、准确、不可靠，进一步地还会造成资源浪费等情况。
在本实施例中，利用数据采集系统采集光伏电站项目场址的采集短期实测数据。其中，数据采集系统包括各类传感器、数据采集卡、上位机测控平台。所述各类传感器包括总辐射传感器、直接辐射传感器、散射辐射传感器、风速风向传感器、温度传感器和湿度传感器，利用上述传感器分别来采集光伏电站的重要太阳能资源数据，即太阳总辐射度、太阳直接辐射度、太阳散射辐射度、风速风向、大气温度和大气湿度。同时采用光伏电站项目场址1年的短期实测数据作为项目场址太阳能资源评估的评价年，测光数据采集装置安放于项目场区中心位置，提升测量数据的可参考性。
本发明的实施例2：一种基于测光数据的光伏电站太阳能资源评估方法，如图1所示，包括以下内容：在所述步骤S120中，预处理实测数据采用采样率不低于1M/s的数据采集卡对太阳能资源数据进项差分采集，并在上位机测控平台上进行软件滤波处理，连续采集N个数据，去掉一个最大值和最小值，计算剩下N-2个数据的算术平均值。在本实施例中，通过上述处理，可有效消除数据采集过程中由于偶然脉冲干扰所引起的采样值偏差。上位机测控平台进一步将处理完成的太阳能资源数据存入SqlServer数据库。本实例选取了数据库中某光伏电站1年(2017年)的实测数据来详细说明本发明的实施过程，其光伏场区中心位置水平面辐照量的实测数据如图2所示。对光伏电站场区中心位置的特定必要数据进行采集，不仅限定了数据采集卡的最低采样率为1M/s，而且进一步通过数据采集卡的硬件滤波和中位值平均滤波算法进行处理，可以有效消除数据采集过程中由于偶然脉冲干扰所引起的采样值偏差，从而提高光伏电站太阳能资源数据采集的准确性和可靠性，上位机测控平台将处理完成的太阳能资源数据存入SqlServer数据库亦可方便后期分析处理。
进一步地，在所述步骤S130中，所述完整性检验用于检验数据的数量是否等于预期记录的数量、数据的时间顺序是否符合预期的开始时间和结束时间、中间是否连续；所述合理性检验包括观测的小时平均辐照度、小于日最大可能辐照量、散射辐射数值小于总辐射值。也就是说，根据《GB/T 37256—2019太阳能资源评估方法》规定，从气候学界限值、内部一致性、变化范围三个方面对图2所示的表中，参考实测数据的完整性和合理性进行检查可知，该实测数据的完整性和合理性均符合标准。在步骤S140中，选取参证卫星辐射数据。根据项目场区中心位置短期实测数据的时间线，分别查询该位置SolarGIS、Meteonorm和NASA的同期水平面月辐照量大小，进一步判断实测的水平面月辐照量数据与该三个卫星辐射数据源的同期月辐照量之间的相关性。选取相关性最好的作为参证卫星辐射数据源。在所述步骤S140中，采用Pearson相关系数对实测的水平面月辐照量数据与该三个卫星辐射数据源的同期月辐照量之间的相关性进行分析，具体如下式：
式中，μA和σA表示A向量的均值和标注差，μB和σB表示B向量的均值和标准差；其中，Pearson相关系数的绝对值越大，相关性越强，相关系数越接近于0，相关度越弱，其取值范围判断变量的相关强度如下：
经查询，SolarGIS数据源的同期水平面月辐照量大小与实测数据最为相关，根据式(1)计算得到的相关系数为0.9774，由式(2)判定可知为极强相关，故本实例选取SolarGIS数据源为参证卫星辐射数据，具体参考图3所示表格。
在步骤S150中，划分项目场址网格计算点。光伏电站项目一般占地几十亩到几万亩不等，地块分散且呈不规则形状，场区南北端和东西端跨度较大，单一的选取场址中心坐标作为评估点难以代表整个项目区域。因此，本发明通过测量项目场区南北端距离和东西端距离并形成的外围场址网格矩形，结合光伏电站场址面积大小在网格矩形上设置网格计算点。本案例的光伏电站场区位置及所设网格计算点如图4所示，共计划分16个网格计算点。
本发明的实施例3：一种基于测光数据的光伏电站太阳能资源评估方法，如图1所示，包括以下内容：在所述步骤S160中，假设所选参证数据源为SolarGIS数据，则有：
上式中，n表示所划分的网格计算点个数；GHRS-grid-1表示1号网格计算点的SolarGIS数据源水平面年辐照量，GHRS-AVG表示所有网格计算点的SolarGIS数据源平均水平面年辐照量，将所有网格计算点的SolarGIS数据源平均水平面年辐照量与各个网格计算点的年辐照量做对比分析。在本实施例中，计算网格计算点的水平面平均年辐照量，分别查询所选网格计算点上的经纬度，进一步查询上述步骤所选取的参证卫星辐射数据源的年水平面辐照量大小，最后计算各卫星辐射数据的网格年平均辐照量。根据上述步骤采用式(3)对本实例的16个网格计算点水平面平均年辐照量，具体参考如图5所示表格。
进一步地，确定场区特征网格计算点，在所述步骤S170中，选取步骤S160中的最为接近的网格计算点作为场区特征网格计算点。具体地，根据上述步骤得出的所有网格计算点的SolarGIS数据源平均水平面年辐照量与各个网格计算点的年辐照量做对比分析，选取与平均水平面年辐照量最为接近的网格计算点作为场区特征网格计算点。经对比可知，16个网格计算点的平均水平面总辐照量为5786MJ/m2，与第10个网格计算点(grid-10)的辐照量(5783MJ/m2)最为接近，故选取第10个网格计算点(grid-10)作为本实例的场区特征网格计算点。
再确定代表年时间序列，根据步骤S150选取的特征网格计算点，查询第10个网格计算点(grid-10)SolarGIS平台提供的20年月平均辐照量，并采用气候学平均法确定项目场区代表年时间序列。气候平均法是对1年中每个时刻(时段)的太阳能资源各要素求平均，将平均值作为1年完整时间序列数据，或将最接近平均值的真实值挑选出来组成1年完整时间序列数据。在所述步骤S180中，对1年中每个时刻(月)的太阳能资源各要素序列求平均值μ，将每个时刻(月)的平均值μ进行组合，作为1年的完整时间序列数据，μ的定义如下：
式中，Xi表示第i个要素的值，N表示要素序列的有效样本数。
在所述步骤S190中，如下定义订正系数：
式中，GHRreal表示项目场区中心位置的实测数据，GHRS表示该位置同期的SolarGIS数据，R表示订正系数。经查询，本实例所确定的代表年时间序列如图6表格所示。
短期实测数据代表年订正，在所述步骤S190中，通过订正系数对代表年时间序列进行订正，得到最终需要的项目场区水平面辐照量，其订正公式如下：
GHRPV＝R×GHRyear (6)
式中，GHRPV表示用于光伏电站太阳能资源评估的水平面辐照量，GHRyear表示代表年时间序列，R表示订正系数，所得结果如图7表格所示。在本实施例中，根据《太阳能资源评估方法》(GB/T37526-2019)，当评估目标附近具备现场短期实测数据时，可采用比值法进行订正为代表年数据。结合式(5)和上述数据，得到的各月订正系数如图6表格所示。通过上述所得的各月订正系数进一步对代表年时间序列进行订正，得到最终需要的项目场区水平面辐照量，完成光伏电站的太阳能资源评估工作。在本实施例中，可得出光伏电站年水平面总辐照量为6107MJ/m2。
本发明的实施例4：一种基于测光数据的光伏电站太阳能资源评估方法，如图1所示，包括以下内容：在所述步骤S180中，所述气候平均法是对1年中每个时刻(时段)的太阳能资源各要素求平均，将平均值作为1年完整时间序列数据，或将最接近平均值的真实值挑选出来组成1年完整时间序列数据。在本实施例中，结合特征网格计算点与参证卫星辐射数据源，进一步查询特征网格计算点处的20年月平均辐照量，并采用气候学平均法确定了光伏电站项目场区代表年时间序列。其代表年时间序列具有较高的时间代表性和空间代表性。
本发明的一种实施例的工作原理：如图1所示，首先通过数据采集系统对光伏电站项目所在地进行一年的短期实测数据采集，其采集要素包括太阳总辐射度、太阳直接辐射度、太阳散射辐射度、风速风向、大气温度和大气湿度，进一步根据《太阳能资源评估方法》(GB/T37526-2019)对短期实测数据进行完整性和合理性检查。利用Pearson相关性分析选取相关性最好的参证卫星辐射数据。本发明结合光伏电站场址面积大小设置网格计算点以确定场区特征网格计算点，最后采用气候学平均法确定项目场区代表年时间序列，进一步根据短期实测数据进行代表年订正，以完成对光伏电站项目场区的太阳能资源评估。本发明跟现有实际工程应用技术相比，对光伏电站的太阳能资源评估更具有时间代表性和空间代表性，其评估结果也更为合理、准确。本发明简单可靠，具有优良的工程应用价值。
Claims (10)
1.一种基于测光数据的光伏电站太阳能资源评估方法，其特征在于，包括以下步骤：
S110、采集短期实测数据，利用数据采集系统采集光伏电站项目场址的测光数据，所述测光数据为光伏电站项目场址1年的短期实测数据，并将该短期实测数据作为评价年；
S120、预处理实测数据，利用数据采集卡采集太阳能资源数据，还利用上位机测控平台上进行软件滤波处理，得到算术平均值，再将预处理的实测数据存入SqlServer数据库；
S130、检验实测数据，根据《太阳能资源评估方法》(GB/T37526-2019)对短期实测数据进行完整性检查和合理性检查；
S140、选取参证卫星辐射数据，根据所述项目场区中心位置短期实测数据的时间线，分别查询在所述项目场区中心位置SolarGIS、Meteonorm和NASA的同期水平面月辐照量大小，判断实测的水平面月辐照量数据与该三个卫星辐射数据源的同期月辐照量之间的相关性，选取相关性最好的作为参证卫星辐射数据源；
S150、划分项目场址网格计算点，测量项目场区南北端距离和东西端距离并形成的外围场址网格矩形，结合光伏电站场址面积大小在网格矩形上设置网格计算点；
S160、计算网格计算点的水平面平均年辐照量，选取适当网格点，查询所述适当网格计算点上的经纬度，查询所述适当网格计算点的参证卫星辐射数据源的年水平面辐照量大小，最后计算各卫星辐射数据的网格年平均辐照量；
S170、确定场区特征网格计算点，将所述网格年平均辐照量与各个网格计算点的年辐照量做对比分析，选取与平均水平面年辐照量最为接近的网格计算点作为场区特征网格计算点。
S180、确定代表年时间序列，根据S150中的网格计算点查询SolarGIS平台提供的20年月平均辐照量，并采用气候学平均法确定项目场区代表年时间序列；
S190、短期实测数据代表年订正，根据《太阳能资源评估方法》(GB/T37526-2019)，评估目标附近具备现场短期实测数据时，采用比值法进行订正为代表年。
2.根据权利要求1所述的基于测光数据的光伏电站太阳能资源评估方法，其特征在于，在所述步骤S120中，预处理实测数据采用采样率不低于1M/s的数据采集卡对太阳能资源数据进项差分采集，并在上位机测控平台上进行软件滤波处理，连续采集N个数据，去掉一个最大值和最小值，计算剩下N-2个数据的算术平均值。
3.根据权利要求1所述的基于测光数据的光伏电站太阳能资源评估方法，其特征在于，在所述步骤S130中，所述完整性检验用于检验数据的数量是否等于预期记录的数量、数据的时间顺序是否符合预期的开始时间和结束时间、中间是否连续；所述合理性检验包括观测的小时平均辐照度、小于日最大可能辐照量、散射辐射数值小于总辐射值。
4.根据权利要求1所述的基于测光数据的光伏电站太阳能资源评估方法，其特征在于，在所述步骤S140中，采用Pearson相关系数对实测的水平面月辐照量数据与该三个卫星辐射数据源的同期月辐照量之间的相关性进行分析，具体如下式：
式中，μA和σA表示A向量的均值和标注差，μB和σB表示B向量的均值和标准差；其中，Pearson相关系数的绝对值越大，相关性越强，相关系数越接近于0，相关度越弱，其取值范围判断变量的相关强度如下：
5.根据权利要求1所述的基于测光数据的光伏电站太阳能资源评估方法，其特征在于，在所述步骤S160中，假设所选参证数据源为SolarGIS数据，则有：
上式中，n表示所划分的网格计算点个数；GHRS-grid-1表示1号网格计算点的SolarGIS数据源水平面年辐照量，GHRS-AVG表示所有网格计算点的SolarGIS数据源平均水平面年辐照量，将所有网格计算点的SolarGIS数据源平均水平面年辐照量与各个网格计算点的年辐照量做对比分析。
6.根据权利要求5所述的基于测光数据的光伏电站太阳能资源评估方法，其特征在于，在所述步骤S170中，选取步骤S160中的最为接近的网格计算点作为场区特征网格计算点。
7.根据权利要求1所述的基于测光数据的光伏电站太阳能资源评估方法，其特征在于，在所述步骤S180中，对1年中每个时刻(月)的太阳能资源各要素序列求平均值μ，将每个时刻(月)的平均值μ进行组合，作为1年的完整时间序列数据，μ的定义如下：
式中，Xi表示第i个要素的值，N表示要素序列的有效样本数。
8.根据权利要求7所述的基于测光数据的光伏电站太阳能资源评估方法，其特征在于，在所述步骤S190中，如下定义订正系数：
式中，GHRreal表示项目场区中心位置的实测数据，GHRS表示该位置同期的SolarGIS数据，R表示订正系数。
9.根据权利要求8所述的基于测光数据的光伏电站太阳能资源评估方法，其特征在于，在所述步骤S190中，通过订正系数对代表年时间序列进行订正，得到最终需要的项目场区水平面辐照量，其订正公式如下：
GHRPV＝R×GHRyear
式中，GHRPV表示用于光伏电站太阳能资源评估的水平面辐照量，GHRyear表示代表年时间序列，R表示订正系数。
10.根据权利要求1所述的基于测光数据的光伏电站太阳能资源评估方法，其特征在于，在所述步骤S180中，所述气候平均法是对1年中每个时刻(时段)的太阳能资源各要素求平均，将平均值作为1年完整时间序列数据，或将最接近平均值的真实值挑选出来组成1年完整时间序列数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211644761.1A CN115936387B (zh) | 2022-12-20 | 2022-12-20 | 一种基于测光数据的光伏电站太阳能资源评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211644761.1A CN115936387B (zh) | 2022-12-20 | 2022-12-20 | 一种基于测光数据的光伏电站太阳能资源评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115936387A true CN115936387A (zh) | 2023-04-07 |
| CN115936387B CN115936387B (zh) | 2023-11-03 |
Family
ID=86699024
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211644761.1A Active CN115936387B (zh) | 2022-12-20 | 2022-12-20 | 一种基于测光数据的光伏电站太阳能资源评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115936387B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009250724A (ja) * | 2008-04-03 | 2009-10-29 | Pasuko:Kk | 太陽光発電の評価システムおよび評価方法 |
| CN102073791A (zh) * | 2011-01-12 | 2011-05-25 | 东南大学 | 用于光伏电站设计的地区太阳能资源丰富程度评估系统 |
| CN105469209A (zh) * | 2015-11-24 | 2016-04-06 | 中国电建集团成都勘测设计研究院有限公司 | 光伏电站太阳能资源评估及发电量计算系统及方法 |
| CN106156906A (zh) * | 2015-03-26 | 2016-11-23 | 中国能源建设集团新疆电力设计院有限公司 | 一种用于光伏电站设计的太阳能资源分析评估方法 |
| CN108564308A (zh) * | 2018-05-07 | 2018-09-21 | 中国电力科学研究院有限公司 | 一种光伏电站总辐射变化特征评估方法和装置 |
| CN108599724A (zh) * | 2018-07-02 | 2018-09-28 | 中国电建集团江西省电力建设有限公司 | 一种光伏组件在线监测系统及监测方法 |
| CN111428975A (zh) * | 2020-03-13 | 2020-07-17 | 中国气象局公共气象服务中心 | 一种太阳能资源的评估方法及装置、计算机可读存储介质 |
| CN112070414A (zh) * | 2020-09-17 | 2020-12-11 | 国核电力规划设计研究院重庆有限公司 | 一种基于多站点观测数据的太阳能资源评估方法、系统及介质 |
| CN114492084A (zh) * | 2022-03-29 | 2022-05-13 | 长江勘测规划设计研究有限责任公司 | 一种基于容配比比选的光伏电站发电小时数估算模型 |
-
2022
- 2022-12-20 CN CN202211644761.1A patent/CN115936387B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009250724A (ja) * | 2008-04-03 | 2009-10-29 | Pasuko:Kk | 太陽光発電の評価システムおよび評価方法 |
| CN102073791A (zh) * | 2011-01-12 | 2011-05-25 | 东南大学 | 用于光伏电站设计的地区太阳能资源丰富程度评估系统 |
| CN106156906A (zh) * | 2015-03-26 | 2016-11-23 | 中国能源建设集团新疆电力设计院有限公司 | 一种用于光伏电站设计的太阳能资源分析评估方法 |
| CN105469209A (zh) * | 2015-11-24 | 2016-04-06 | 中国电建集团成都勘测设计研究院有限公司 | 光伏电站太阳能资源评估及发电量计算系统及方法 |
| CN108564308A (zh) * | 2018-05-07 | 2018-09-21 | 中国电力科学研究院有限公司 | 一种光伏电站总辐射变化特征评估方法和装置 |
| CN108599724A (zh) * | 2018-07-02 | 2018-09-28 | 中国电建集团江西省电力建设有限公司 | 一种光伏组件在线监测系统及监测方法 |
| CN111428975A (zh) * | 2020-03-13 | 2020-07-17 | 中国气象局公共气象服务中心 | 一种太阳能资源的评估方法及装置、计算机可读存储介质 |
| CN112070414A (zh) * | 2020-09-17 | 2020-12-11 | 国核电力规划设计研究院重庆有限公司 | 一种基于多站点观测数据的太阳能资源评估方法、系统及介质 |
| CN114492084A (zh) * | 2022-03-29 | 2022-05-13 | 长江勘测规划设计研究有限责任公司 | 一种基于容配比比选的光伏电站发电小时数估算模型 |
Non-Patent Citations (1)
| Title |
|---|
| 李智 等: "并网光伏电站日照量数据研究", 《华北电力技术》, no. 01, pages 45 - 49 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115936387B (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Walch et al. | Big data mining for the estimation of hourly rooftop photovoltaic potential and its uncertainty | |
| CN112684520B (zh) | 一种气象预报的订正方法、装置、计算机设备及存储介质 | |
| Sun et al. | Estimating the spatial distribution of solar photovoltaic power generation potential on different types of rural rooftops using a deep learning network applied to satellite images | |
| CN104021309B (zh) | 基于方位偏转法的测风数据风向订正方法 | |
| Besson et al. | Long-term soiling analysis for three photovoltaic technologies in Santiago region | |
| CN109615215A (zh) | 一种区域植被恢复的特征分析方法 | |
| CN115829812B (zh) | 一种基于生态系统模拟的碳汇量测算方法及系统 | |
| Lim et al. | A land data assimilation system using the MODIS-derived land data and its application to numerical weather prediction in East Asia | |
| Bakouri et al. | Learning lessons from Murzuq-Libya meteorological station: Evaluation criteria and improvement recommendations | |
| CN113569488A (zh) | 一种基于随机森林回归的体感温度预测方法及系统 | |
| CN106203891B (zh) | 基于多源遥感影像数据的国土开发密度三维综合评价方法 | |
| CN112070414B (zh) | 一种基于多站点观测数据的太阳能资源评估方法、系统及介质 | |
| CN114428986A (zh) | 一种无实测风速资料地区的设计风速分析方法和装置 | |
| CN115936387B (zh) | 一种基于测光数据的光伏电站太阳能资源评估方法 | |
| CN112035540A (zh) | 一种复杂地形太阳能资源测量方法 | |
| Katiyar et al. | Correlation for estimation of hourly solar radiation | |
| CN114037901A (zh) | 光伏发电预测导向的实时卫星近红外图像推算方法 | |
| Choi et al. | Utilization and verification of inverse distance weighting (IDW) interpolation technology for predicting solar radiation of photovoltaic system | |
| Espejo et al. | Photovoltaic power production estimation based on numerical weather predictions | |
| CN112561181A (zh) | 一种基于Unet网络和地基云图的光伏发电预测系统 | |
| Kwon et al. | Estimation of Singapore’s hourly solar radiation using hybrid-Markov transition matrices method | |
| CN116843193B (zh) | 一种基于通量观测数据的人为热通量估算方法及系统 | |
| Djoman et al. | Calibration of Ångström-Prescott coefficients to estimate global solar radiation in Côte d’Ivoire | |
| Mengen et al. | Solar Irradiance Measuring sites in Bangladesh | |
| CN118013300B (zh) | 一种用于风电机组的短期风电功率预测方法及系统 |
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 |