分布式光伏发电的特性分析与预测方法综述
来源:用户上传
作者:
摘 要：随着近些年科学技术的发展，光伏产业的发展速度也越来越快，应用分布式光伏发电也得到了更多的关注。配电网连接了大量的间歇性较强的分布式光伏，给配电网带来了大量的运行问题，影响到了整个电网的稳定运行与供电質量。为此，必须要对分布式光伏发电进行更细致的研究。本文主要对分布式光伏发电展开了研究，对其特性与预测方法进行了阐述。希望这篇文章能够为今后此方面的工作提供参考。
关键词：分布式光伏;概率分布;出力特征;预测方式;分析
为了维护地球的生态平衡与可持续性发展，绿色能源被广泛的应用在各个领域当中。太阳能是一种具有分布广、无污染等优点的情节性能源，是现阶段发电领域主要研究的问题之一。但是随着其大规模的发展，分布式光伏多点无规则的接入配电网对配电网造成了较大的影响。下面对分布式光伏发电展开了研究。
1 分布式光伏出力特性的具体分析
光分布式光伏处理具有间歇性强、随机性强的特点，会受到环境条件与其他因素的影响，例如：季节、地理区域、时间等。还会与相连的临近光伏形成电力负荷制约。对其进行建模并准确的分析特性一直都是一个难点。
1.1 随机分布的特性
光伏处理的随机性与间歇性较为明显。为了降低其波动性对配电网产生的影响，很多研究人员对其特性展开了充分的研究。根据研究的相关结论与数据我们可以发现，光伏出力特征不光会受到光照等环境条件的影响，还会受到时间、地理区域等相关因素的影响[1]。
目前主要使用的两种光伏出力特性研究有两种方法，分别是：第一，直接法，这种方法时根据大量出力功率序列的记载数据，通过数学拟合回归等技术手段，对光伏处理特性进行具体的分析，具有受其他因素影响小、准确性较高等特点，但是需要进行大量的信息收集;第二，间接法，这种方法以光伏发电原理为基础，根据光照、气象等相关原始数据来进行光伏出力的建模，从而间接获得光伏处理的特性[2]。在建模的过程中，间接法会或略掉一部分的影响因素，例如：光照分布、光伏板安装位置等，虽然不需要输入大量的相关数据，但是这种方法的误差要比直接法更高。
1.2 光伏处理随机概率新型分布
1.2.1 非参数核密度概率分布
通过这种方式来研究光伏的分布概率特征，要根据光伏样本来进行，并且不需要事先假设分布参数，目前这种方法正在被广泛的应用于新能源分布系统当中。
1.2.2 相关性概率分布
光伏出力在光照强度等发电原理相关因素的影响之下，会产生随机性变化。并且，如果低压配电网的光伏电源渗透率升高，可以发现此配电网相邻的区域中大多数的外部气象条件基本一致。将连片分布式光伏与配电网连接时，在此区域内的大量的分布光伏电源、负荷相互之间都存在一定的关联，会出现光伏处理同时增加或者同时减小的情况出现，这会使光伏处理的随机性更强，产生的波动也就更大[3]。
随着不断的发展，越来越多的研究人员开始对分布式光伏接入配电网展开的研究。发现随着光伏并网规模的不断扩大，光伏出力的特性对配电网产生的影响也会越明显，维护配电网稳定需要控制的因素也就变得更多。近些年只有研究人员使用多变量随机分布Copula函数的方法，构建出了分布式光伏和风机的处理相关性的模型，并对分布式光伏特性展开的研究。
1.2.3 持续时间概率分布
上述内容中已经提到过，光伏出力的时间波动性与间歇性都较强，光伏出力的输出功率需要通过依靠分布模型才能够进行更准确的分析。持续时间概率分布，是把光伏出力范围的研究，分为了不同的时间段，通过对每个时间段光伏出力的功率进行统计，来分析光伏出力的特性。
2 分布式光伏发电的预测方法分析
光伏出力预测的准确性，直接影响到配电网接纳分布式光伏的效果，能够对光伏电源与配电网得到进一步的优化设计。光伏出力经常会受到各种不同因素的影响，因此光伏出力预测具有一定的难度。
2.1 直接预测法
这种方法，其原理就是从原有的数据角度出发，通过对这些数据的分析与计算，对未来一段不同天气情况下的光伏出力情况进行预测，具有较高的预测精准度。
2.1.1 数据统计预测法
这种方法也可以称作是直接预测法，通常适宜以往的光伏数据为研究基础，对这些数据进行详细的研究之后，得出一些规律，从而得出光伏处理的预测理论，并以此构建光伏处理预测数学模型，可以将其分为[4]：灰色理论预测法、时间序列预测法等。
2.1.2 人工智能预测法
上述的数据统计预测法需要以当量的历史观测数据为基础，才能够进行光伏出力特性的预测。但是由于太阳辐射的面积十分广泛，在每个地区的辐射程度又不同，很难准确的获取其数据，这就使得光伏出力预测的准确性会有所下降。随着现代信息技术的不但发展，人工智能被应用到了各个领域当中，在光伏出力预测当中也有了应用。例如：人工神经网络、模糊神经网络等都有所应用。人工智能预测方法从根本上将，也属于直接预测法，这种方法也要进行大量的计算，但是这种方法的准确性要比数据统计预测法更高。
2.2 间接预测法
间接预测法与直接检测法存在一定的差异，这种方法不需要依靠以前的数据就能够对天气预报数据进行检测，这也是这种方法最为明显的优点。间接预测法中应用的使数数值天气预报与基地云图[5]。其可以利用大型计算机超强的数值运算能力，对天气的初值与边界条件进行假设，并且根据流体力学与热力学原理对天气演变过程进行模拟，预测出在未来一段时间内，该地区大气处于的运动状态与气候，这样使得光伏出力预测的原始输入数据的准确性有了明显的提升。
2.3 常用的预测软件
现阶段国内外主要使用的光伏电站特性分析预测软件主要有以下几种：加拿大研发的RETScreen、德国研发的PVSOL和PVDesigner、国内使用的虚拟电站等，这些预测软件都能够很准确的进行光伏出力预测与光伏发电特性分析。
3 未来的发展方向
随着时代的不断发展，全球范围内都认识到了新能源与可再生能源发展与应用的重要性。分布式光伏的广泛应用是必然的发展趋势，也是发展推广新能源应用的主要手段之一。为了保证分布式光伏发电对配电网的影响可以降低到最小，提升配电网的供电质量，要对光伏发电特性进行更加细致的分析，保证出力预测的准确性。虽然近些年大多数的国内外的研究人员一直致力于此方面的研究，但是还是还有更大的领域需要我们去探索和研究。未来主要会在以下几个方面就那些能够发展：首先，需要调整光伏电源与配电网的适配性，需要对分布式光伏的动态进行更大规模、时间更长的特性研究;其次，进一步深入研究不同因素对于光伏发电特性产生的影响;最后，开发出更多、更先进的适用于光伏发电特性分析与预测的软件，使不同应用场景的光伏发电预测准确性得以提升。
4 结语
综上所述，随着各个国家对能源安全、生态系统平衡的关注，新能源会被越来越广泛的应用到各个领域当中。为了使分布式光伏发电能够稳定的接入到配电网当中，降低其波动对配电网稳定的影响，必须要对光伏发电特性进行分析。
参考文献：
[1]王洪坤，葛磊蛟，李宏伟，迟福建.分布式光伏发电的特性分析与预测方法综述[J].电力建设，2017，38（07）：1-9.
[2]任惠，赵杰.分布式光伏发电系统综述[J].科技创新与应用，2015：117-118.
[3]郑颖春.分布式光伏发电运行特性及其对配电网的影响[J].电子技术与软件工程，2013（23）：183-184.
[4]孙新鑫，刘仁瀚，孙宏录.分布式光伏发电的概述与构建[J].电子技术与软件工程，2016（24）：231.
[5]朱知洋，赵小顺，余荣彪.分布式光伏发电技术要点分析[J].青年科学：下半月，2014：163.
转载注明来源:https://www.xzbu.com/1/view-15105891.htm
