基于波動(dòng)特性的光伏電站出力時(shí)間序列建模方法研究

米夏, 徐曉紅， 劉小愷

(內(nèi)蒙古電力科學(xué)研究院，內(nèi)蒙古，呼和浩特 010020)

0 引言

隨著我國現(xiàn)有能源結(jié)構(gòu)的調(diào)整，以太陽能為代表的清潔能源發(fā)電量在整個(gè)電網(wǎng)電量中的比值日益增加[1-3]。因?yàn)樘柲苁遣皇苋藶榭刂频木哂休^大隨機(jī)性的能源結(jié)構(gòu)，因此光伏發(fā)電給既有的穩(wěn)定運(yùn)行的電網(wǎng)系統(tǒng)增加了不確定風(fēng)險(xiǎn)，對(duì)電網(wǎng)的安全運(yùn)行帶來了一定隱患。為了準(zhǔn)確分析光伏發(fā)電的出力特性，評(píng)估光伏電站接入對(duì)電網(wǎng)運(yùn)行的安全影響[4-6]，對(duì)光伏電站出力大規(guī)模數(shù)據(jù)進(jìn)行分析以建立時(shí)間序列模型，并分析其出力分布規(guī)律顯得十分必要。本文采用三分量混合高斯概率分布擬合的方法建立出力時(shí)間序列模型，并利用自相關(guān)函數(shù)對(duì)模型準(zhǔn)確性進(jìn)行了驗(yàn)證。

1 光伏發(fā)電隨機(jī)性分析

光伏發(fā)電的發(fā)電量與自身和環(huán)境有密切關(guān)系[7]。首先光伏發(fā)電會(huì)因?yàn)樽陨韨鞑サ囊蛩卦谶^程中出現(xiàn)一定衰減，實(shí)際過程中用衰減系數(shù)αi表示光伏電站自身衰減，因此在考慮自身衰減因素下用式(1)表示理論計(jì)算出力與實(shí)際出力之間關(guān)系。

(1)

式中，αi為光伏電站第i天衰減系數(shù)，yi(u)為監(jiān)測(cè)第i天光伏電站第u個(gè)監(jiān)測(cè)點(diǎn)處的理論出力值，fi(u)為監(jiān)測(cè)第i天光伏電站第u個(gè)監(jiān)測(cè)點(diǎn)處的實(shí)際出力值。

由式(1)計(jì)算的衰減系數(shù)αi是一個(gè)不斷迭代計(jì)算的過程，直至等式右邊平方差最小為止。

除了理論出力值和實(shí)際出力值存在自身因素不可消除的差值外，溫度、云層等環(huán)境因素也是影響其實(shí)際出力值大小的關(guān)鍵。外界環(huán)境因素具有一定的不確定性和隨機(jī)性，因此電站的實(shí)測(cè)出力值與衰減值的差值即為由于環(huán)境的隨機(jī)性產(chǎn)生的出力值[8-10]。利用MATLAB，結(jié)合某電站的實(shí)際觀測(cè)繪制圖1所示的光電站出力曲線，曲線中出力衰減系數(shù)αi值取0.742 8。從圖1可以發(fā)現(xiàn)，利用簡單數(shù)學(xué)計(jì)算的方法可得衰減值和理論值之間的差值,其為圖中由于環(huán)境因素產(chǎn)生的隨機(jī)分量值。

圖1 光電站出力曲線

2 光伏電站出力時(shí)間序列建模

建模的第一步是利用時(shí)間函數(shù)將出力不穩(wěn)定的序列變化為出力相對(duì)穩(wěn)定的時(shí)間序列[11]。式(2)為其凈空出力計(jì)算式:

P(i,t)=PDCI(i,t)·[PS(i)+ΔPN(i,t)]

(2)

式中,PDCI(i,t)為光伏電站第i天時(shí)刻t的凈空出力值，PS(i)為計(jì)算當(dāng)日的功率基準(zhǔn)值，ΔPN(i,t)為時(shí)刻t天氣變化影響的出力值。

由式(2)可知，天氣變化影響的出力值在凈空出力值中占有一定比重，必須根據(jù)天氣特點(diǎn)建立天氣變化出力曲線。根據(jù)相關(guān)研究可知，天氣變化包含晴天、陰天、多云及中間天氣等4類，其中中間天氣是2種天氣變化之間的天氣狀況。因?yàn)樵谕惶鞖忸愋蜅l件下不同的云層含量等環(huán)境因素影響較多，因此本文只針對(duì)以上天氣的類型劃分，不考慮所有的影響因素。利用特征提取法，對(duì)光伏電站一天當(dāng)中每20 min產(chǎn)生的共計(jì)72組數(shù)據(jù)進(jìn)行特征分析。式(3)～式(5)為選取的大量出力數(shù)據(jù)的3個(gè)特征值:

(3)

(4)

(5)

式中,c1為出力平均值，c2為不同日期下2個(gè)出力差值的平均，c3為出力標(biāo)準(zhǔn)差。

圖2 陰天出力曲線

按照以上步驟分析可知，以上4類天氣狀況下天氣變化影響的出力值ΔPN(i,t)的曲線都是中部高兩側(cè)低，與正態(tài)分布函數(shù)曲線類似，因此用三分量混合高斯概率分布擬合，其表達(dá)式如式(6):

(6)

式中,α為分項(xiàng)系數(shù)。

由以上計(jì)算式可知，在光伏電站第i天時(shí)刻t的凈空出力值已知，計(jì)算當(dāng)日功率基準(zhǔn)值已知，天氣變化影響出力值已知后可計(jì)算出其凈空出力值。凈空出力值已知后可利用隨機(jī)抽樣方法計(jì)算得到其各項(xiàng)參數(shù)，之后根據(jù)出力曲線得到任意時(shí)刻的光伏電站出力值，最后利用出力曲線反算其出力時(shí)間序列。

3 模型應(yīng)用

利用數(shù)據(jù)分析軟件MATLAB根據(jù)某光伏電站2020年全年出力數(shù)據(jù)繪制了圖3所示的三維曲線。從圖3可以發(fā)現(xiàn)，電站的出力值與時(shí)間關(guān)系密切，夜間出力值為0，從日出后逐漸升高，直至中午達(dá)到最大值，之后隨著光照強(qiáng)度的降低出力值也隨之降低，直至夜間為0。一年當(dāng)中出力值總和由高到低為春季、秋季、夏季、冬季。

圖3 光伏電站出力-時(shí)間三維模型

太陽輻射強(qiáng)度是影響電站出力值的主要因素，圖4為太陽輻射強(qiáng)度和時(shí)間的曲面關(guān)系。從圖4可以發(fā)現(xiàn)，太陽輻射強(qiáng)度隨著季節(jié)的變化而變化，從整體上看春季和秋季輻射強(qiáng)度最高，夏季及冬季相對(duì)較低。

圖4 太陽輻射強(qiáng)度三維曲面

由以上MATLAB模型得到該光伏電站混合高斯概率分布的各項(xiàng)參數(shù)，其結(jié)果如表1所示。

表1 概率分布參數(shù)

圖5為連續(xù)5天模擬得到的出力時(shí)間序列，從圖中可以發(fā)現(xiàn)在這5天里經(jīng)歷了從晴天—多云—陰天—晴天的變化過程，從出力時(shí)間分析，在這連續(xù)的5天里，電站的總出力時(shí)間較為接近，這是因?yàn)檫@5天內(nèi)日出日落時(shí)間接近，因此光照時(shí)長接近，多云天氣下由于空中云層運(yùn)動(dòng)不規(guī)律，導(dǎo)致電站接收太陽輻射強(qiáng)度不規(guī)律，因此電站輸出功率波動(dòng)性較大，陰天情況下云層對(duì)太陽輻射的遮擋相對(duì)固定，因此其波動(dòng)性小，但正是由于云層的遮擋使得光照強(qiáng)度相對(duì)較弱，電站出力值較低。

圖5 出力時(shí)間序列

生成的時(shí)間序列建模方法是利用統(tǒng)計(jì)特性建立的電站出力與時(shí)間的二維曲線，因此建模方法得到的曲線應(yīng)與光伏電站的歷史時(shí)間序列一致。圖6為光伏電站歷史時(shí)間序列和本文基于波動(dòng)特性建立的時(shí)間序列自相關(guān)函數(shù)對(duì)比曲線。從圖6可以發(fā)現(xiàn)，歷史序列與本文方法得到的自相關(guān)函數(shù)基本一致，只有在曲線波峰和波谷位置存在微小差別，表明本文方法基本符合電站的真實(shí)值。

圖6 電站出力自相關(guān)函數(shù)對(duì)比

4 總結(jié)

太陽能發(fā)電在將光能轉(zhuǎn)變?yōu)殡娔苓^程中受到天氣等環(huán)境影響因素較大，因此具有較大的波動(dòng)性，影響電網(wǎng)穩(wěn)定性和運(yùn)行安全。本文利用統(tǒng)計(jì)的方法對(duì)光伏發(fā)電出力進(jìn)行了拆分，得到了其隨機(jī)出力值，選取出力值的3個(gè)特征值組成出力特征向量并利用三分量混合高斯概率分布擬合方法對(duì)出力曲線進(jìn)行擬合分析，通過統(tǒng)計(jì)的方法得到了擬合曲線的各項(xiàng)參數(shù)，出力自相關(guān)函數(shù)曲線對(duì)比表明該出力時(shí)間序列建模方法與真實(shí)值較為接近。