太阳能光伏发电功率短期智能预测方法

太阳能光伏发电功率短期智能预测方法

彭剑诸锦

（国家太阳能光伏产品质量监督检验中心江苏无锡214000）

摘要：太阳能光伏发电是一种清洁的环保能源，是未来新型能源的重要发展趋势。太阳能光伏发电是用之不竭的能源，依照太阳能的光伏发电，准确的分析其实际的应用和需求，综合归纳太阳能光伏发电的预测标准，优点和缺点，从太阳能光伏发电的实际情况做预测分析，判断有效提升太阳能光伏功率短期智能发展的有效方案。本文将针对太阳能光伏发电的电功率短期智能情况进行分析，研究符合现代太阳能光伏发电的实施操作测算方法。

关键词：光伏发电；太阳能；预测

引言

伴随着不可再生能源的消耗，人们开始意识到能源的重要性，研究新型的可再生能源是解决能源量不足的重要方法。太阳能是一种自然化的能源，其储备量多、清洁无污染，具有独特的发展优势，是具有良好竞争价值的能源之一。太阳能主要是依照光伏发电实现的。分析光伏发电的功率短期测定标准，方便对太阳能发电的原理，发电量，使用情况的准确分析，有效的掌握其能源的使用比例关系，提升有效电功率的预测判断。

一太阳能光伏发电的功率分析

太阳能光伏发电是以离网、并网两种形式实现的。通过光伏并网实现大规模的光伏发电，电力系统增容量高，网光伏发电输出的功率存在间歇性，不可控性，对电网的冲击性较大，直接制约光伏发电的整体效果。太阳能光伏发电系统过程中，需要准确的分析电量比例，受太阳能辐射的冲击量、温度、湿度、太阳能电池板强度等因素。其中太阳能强度的大小比例直接关系到整体发电量水平，辐射强度越大、发电量就越大，整体功率水平越高。

太阳能辐射受季节、地理位置、环境等因素的影响，是存在高低、不连续、不确定等特性的。随着年限变化、季节变化、日期变化，大气的云层、湿度、大气透明度、浓度等都会受到影响，对调养辐射的强弱产生严重的影响问题。

太阳能光辐射预测方法是需要以仿真、建模为标准的。通过太阳能的光辐射操作，实现的爱那里行业的水平的提升。

二太阳能光辐射发电的基本工作原理

依照太阳能光辐射的实际情况，将太阳能辐射强度进行预测，准确的判断太阳能光辐射的具体观测数据，做好随机性的分析。按照时间序列，调整太阳能序列下的各类特性，确定其实际的规律，以充分了解太阳能光辐射的整体发电特点、规律、变化进行分析，建立完善符合整体预测模型的实施方法。

太阳能光辐射分为直接辐射和间接辐射。直接辐射是通过太阳能光的大气直接辐射到地面，散射光辐射通过大气中的分子、微尘、水汽等吸收、折射、散射后、到达地面。散射的太阳能和直接照射的太阳能总和成为辐射总标准。太阳能总辐射强度是重要的因素，其中包含太阳高度角、大气透明度、维度、海拔、云层等。

太阳能光辐射发电操作过程中，需要根据太阳能辐射的整体原理，重点分析光伏发电的相关资料，回归模型，明确人工神经网络、遥感技术、数值模拟等方法，从中后去有效的预测信息。加强太阳能高度、大气质量、大气透明度、维度、坡度、等要素的分析，建立完善的太阳能辐射预测模式。

三太阳能光辐射短期智能预测的方法分析

太阳能光辐射的变化受地理、气候条件的影响，需要明确其实际的地理条件关系，准确的判断规律性。根据经纬度进行计算全年的调养运行轨迹，结合光辐射阵列分析其相关的参数，确定太阳能的变化总和趋势，确定趋势下的相关计算标准。按照太阳能实际的大致变化，分析气候条件下天阳能辐射的直接影响。从结合小时的观测出发，分析整体预测的趋势效果，明确气象条件推算的天阳能计算标准。根据太阳能产业的整体发展速度，对太阳能的整体变化趋势进行分析。气象条件分析中，通过太阳能辐射的直接影响，可以有效的预测分析，明确气象条件的推测和计算方法。按照太阳能光辐射的预测标准，调整光伏发电的实际测算标准，确定预测的方法。一般有三大类。对历史气象数据的测算、光伏电量的数据测定。通过统计分析制定建模；利用卫生云团相关数据资料进行分析，调整地面监测的相关数据资料，通过卫生、雷达图像的数据分析，计算出整体太阳能辐射的预算测定标准；利用数值天气预报对其进行预测分析。

图太阳能光辐反射智能预测分析

1建模预测的短期测定分析

通过太阳能辐射的变化物理过程，制定有效的数据资料，做好数据分析。依照电量需求进行发电，采用建模预测、神经网络等数学方式，建立光伏发电系统，明确相关统计要素模型。通过发电量的预测，确定实际建模的构造、运算的时间，其可以适用于电量的变化，是平衡时间序列的过程，发电量变化直接关系到整体时间序列、误差的变化。

回归建模的预测中，通过对天气、太阳辐射关系规模的分析，建立有效的数学模型，判断太阳能光辐射的预测标准。按照预测目标作为变量，确定预测的常量。利用多组变化、常量的资料分析，结合变量之间的关系，充分利用回归方式进行相关数据分析，从而达到预测太阳能光辐射的测定目标。在大量实验数据分析中，变量误差往往较大。回归模型预测需要对非线时间序列的辐射数据进行预测，人工神经网络方法转回归模型预测。

人工1神经网络的预测是以建立发电量、辐射量为标准，加强板温、历史数据结合效果进行分析，对应用误差、传播算法等进行短期的预测分析，确定具体的思路，分析历史数据、太阳能辐射的相关输入和输出变量，明确人工神经网络、输入层、隐含层、输出层的关键数据，确定输出鼻梁，分析其误差的目标函数，对人工神经网络做好准确的修正，降低误差值。

2遥感卫生技术的太阳能辐射预测

按照卫生遥感形式以人造卫生传感平台进行预测分析，通过地形的勘查分析，确定反射电辐射的具体情况，对地形进行卫星遥感的观测，做好分辨率图像数据的信息采集，提升太阳辐射整体预测的可靠数据分析。

3数值模拟预测分析

按照数学物理模拟形式，对大气的整体状况进行分析，调整高速计算机下的预报方式和方法。通过大气运行规模的流动操作，提升热力学建立模式，制定完善的数学方法，寻求计算方法，明确天然气实际的气象温度、风、水、辐照性，判断数值模拟预算的标准，明确可测算的数据。

四、结束语

综上所述，太阳能光辐射的短期预测通过短期的建模、卫星遥感、数值模拟等形式的预测，可以有效的提升太阳能辐射整体关键预测效果，实现多层次、多信息的综合模式分析，从中获取有效的太阳能光辐射预测研究方案，满足预测方法的有效合理。

参考文献：

[1]卢静，翟海青，刘纯，王晓蓉.光伏发电功率预测统计方法研究[J].华北电力，2017，38（4）：563-567.

[2]李光明，廖华，李景天，赵恒利，黄波，何京鸿.并网光伏发电系统发电量预测方法的探讨[J].云南师范大学学报，2016，31（2）：33-38

[3]马金玉，罗勇，申彦波，李世奎.太阳能预报方法及其应用和问题[J].资源科学，2016，33（5）：829-837.