复杂天气和地形下的地表太阳辐射估算模型及其在超短期光伏发电功率预测中的应用.pdf
《复杂天气和地形下的地表太阳辐射估算模型及其在超短期光伏发电功率预测中的应用.pdf》由会员分享,可在线阅读,更多相关《复杂天气和地形下的地表太阳辐射估算模型及其在超短期光伏发电功率预测中的应用.pdf(8页珍藏版)》请在文库网上搜索。
1、第 40 卷 第 3 期2023 年 9 月上海第二工业大学学报JOURNAL OF SHANGHAI POLYTECHNIC UNIVERSITYVol.40 No.3Sep.2023文章编号:1001-4543(2023)03-0237-08DOI:10.19570/ki.jsspu.2023.03.007复复复杂杂杂天天天气气气和和和地地地形形形下下下的的的地地地表表表太太太阳阳阳辐辐辐射射射估估估算算算模模模型型型及及及其其其在在在超超超短短短期期期光光光伏伏伏发发发电电电功功功率率率预预预测测测中中中的的的应应应用用用王依婷(上海第二工业大学 信息技术中心,上海 201209)摘要:
2、为了研究表面太阳辐射估算模型在超短期光伏功率预测中的应用,并减少多云天气对预测的干扰,利用电荷耦合器件/红外光谱(CCD/IRS)数据对表面太阳辐射估计模型进行了优化,构建了一种有效的超短期光伏功率预测模型,并通过实验证明了它的可靠性。首先介绍了 CCD/IRS 数据的原理,接着在考虑云量影响的情况下改进了太阳表面辐射估算模型。分别选择了多云和无云 2 种不同的天气类型来验证估算模型。实验结果表明:与传统算法相比,所提出的地表太阳辐射估算模型在多云天气和复杂地形条件下具有更大的优势,可用于光伏功率预测;基于地表太阳辐射估算模型构建的超短期光伏功率估算模型可用于在无云天气下获得准确有效的预测结果
3、,提出的预测模型在多云天气中的偏差也得到了显着的改进。表面太阳辐射估算模型对于超短期光伏发电量的准确预测和安全运行具有重要的参考价值。关键词:CCD/IRS 数据;地表太阳辐射;超短期光伏发电功率;云遮挡中图分类号:TP311文献标志码:ASurface Solar Radiation Estimation Model Under Mixed Weather andTerrain and Its Application in Ultra Short Term Photovoltaic PowerGeneration PredictionWANG Yiting(Information Techn
4、ology Center,Shanghai Polytechnic University,Shanghai 201209,China)Abstract:In order to study the application of the surface solar radiation estimation model in ultra-short-term photovoltaic power predic-tion and reduce the interference of cloudy weather on the prediction,this paper optimized the su
5、rface solar radiation estimation modelusing charge coupled device/infrared radiation Spectroscopy(CCD/IRS)data,constructed an effective ultra-short-term photovoltaicpower prediction model,and verified its reliability through experiments.Firstly,the principle of CCD/IRS data was introduced,then thesu
6、rface solar radiation estimation model was improved considering the influence of cloud cover.Two different weather types,cloudyand cloudless,were selected to verify the estimation model.The experimental results showed that:Compared with traditional algo-rithms,the surface solar radiation estimation
7、model proposed in this paper has greater advantages in cloudy weather and complex terrainconditions,and can be used for photovoltaic power prediction;The ultra-short-term photovoltaic power prediction model based on thesurface solar radiation estimation model can obtain accurate and effective predic
8、tion results in cloudless weather,and the deviation of theproposed model in cloudy weather is also significantly improved.The surface solar radiation estimation model has important referencevalue for the accurate prediction and safe operation of ultra-short-term photovoltaic power generation.Keyword
9、s:CCD/IRS data;surface solar radiation;ultra short term photovoltaic power generation;clouds cover the block收稿日期:2023-04-24通信作者:王依婷(1995),女,甘肃嘉峪关人,助理工程师,硕士,主要研究方向为计算机科学应用。E-mail:238上海第二工业大学学报2023 年 第 40 卷0引言近年来,由于对不可再生资源的浪费,给国家的资源开发带来了巨大的压力。在这种情况下,可再生的清洁能源太阳能引起了广泛的关注。如今,太阳能的开发和利用主要包括太阳能热利用、光化学转化以及光伏
10、发电等方面1。在这些应用中,光伏发电因其使用寿命长的优势而受到电力行业的高度赞誉并得到广泛应用,安装维护方便,传动简单,故障率低,噪声干扰小。此外,中国还对分布式光伏项目投入了极大的关注和支持,自然资源部办公厅、国家林业和草原局办公室、国家能源局综合司发布关于支持光伏发电产业发展规范用地管理有关工作的通知中提出,鼓励利用未利用地和存量建设用地发展光伏发电产业2。在保护生态环境的前提下,鼓励在沙漠、戈壁、荒漠等地区建设大型光伏发电站,这对于光伏发电领域的研究具有一定的理论意义和现实价值。光伏发电系统的能量主要受太阳辐射能的影响。太阳能电池板通常被安装在光伏电站的固定位置,因此只能在该位置接收太阳
11、辐射能。然而,由于四季更替和气候变化,同一地点接收到的太阳辐射能会随之发生变化,具有间歇性、随机性和波动性等特点。为了更好地解决这个问题,预测光伏输出功率至关重要,这样可以在不影响电网正常运行的情况下更有效地利用太阳辐射。此外,当太阳辐射进入地球表面时,往往会受到不同因素的影响,导致不同程度的减少3。在这些因素中,云量对光伏发电的影响更为显著。因此,研究人员正在努力从云层的随机变化中探索规律,并找出相应的应对策略。这些措施可以应用于光伏发电量的预测,有助于提高预测的准确性。综上所述,考虑到云阴影和地形对地表太阳辐射的影响,本文进行了基于 CCD/IRS 数据的地表太阳辐射估算模型的研究和验证。
12、通过改进该模型,还构建了光伏超短期功率预测模型,以满足多云天气的需求。1数据来源及模型构造1.1CCD/IRS 数据介绍中国资源卫星数据与应用中心是国家卫星应用体系的重要组成部分之一,也是国家三大卫星应用中心之一。该中心承担着对地观测的重要任务,通过卫星对陆地、海洋、大气等进行高分辨率、高精度、高时空覆盖的观测,为国家农业、林业、水利、环保、气象等多个领域提供了重要数据支撑。其中,HJ-1B 卫星数据库是该中心的重要资源之一,包含了大量的对地观测数据,可以为各类研究提供支持4。在本文中,该中心的数据为研究提供了重要的数据支撑,为研究的深入开展提供了有力保障。HJ-1B 卫星搭载了 2 个电荷耦
13、合器件(chargecoupled device,CCD)相机和 1 个红外光谱(infraredspectroscopy,IRS)相机。其中,CCD 相机能将光线转化为电荷、存储和转移电荷,是气象观测相机的重要组成元件5。HJ-1B 卫星上的 CCD 相机地面像素分辨率为 30 m,而 IRS 相机的参数为 150 m/300 m,使用 4 个波段的红外光谱(infrared spectroscopy,IR)成像。可见光和红外相机都安装在同一颗卫星上,因此可以轻松获取具有正确一致性的测量参数6。数据采集过程中的相关参数如表 1 和表 2所示。表 1 CCD 相机绝对辐射参数Tab.1 Abs
14、olute radiation parameters of CCD cameras传感器参数波段1234CCD1g(DN)/W (m2 sr m)10.519 80.540.720 30.734 9L01.613 94.004 86.214 12.829 6CCD2g(DN)/W (m2 sr m)10.570 10.489 30.719 80.743 9L00.459 75.869 07.991 28.857 8第 3 期王依婷:复杂天气和地形下的地表太阳辐射估算模型及其在超短期光伏发电功率预测中的应用239表 2 IRS 相机在不同波段的参数Tab.2 Parameters of IRS
15、cameras in different wavebands传感器参数波段78IRSg(DN)/g(DN)/W (m2 sr m)1 12.619 56.310b11.492 12.6181.2地表太阳辐射估算模型1.2.1晴天的辐射估算模型在晴朗无云的天气中,太阳辐射一般包括直接辐射和散射辐射,需要对这两种类型的辐射分开考虑7。首先,水平面上直接辐射可用以下公式方程(1)表示:Ii(hor)=IoiT(clear)iErcos(Z)(1)式中:Ii(hor)表示在i 波段接收到的直接辐射;Ioi是该波段的太阳常数;T(clear)i是该波段的辐射透过率;Er是日地距离的修正系数;Z 是指太阳
16、光线入射方向和天顶方向的夹角,也叫太阳天顶角。在该估算过程中,i 被分为波段 1 和波段 2,分别代表可见光波段0.290.7 m 和近红外波段 0.74 m。通常,Io1的值为38 kJm2min1,Io2的值为43 kJm2min1。因为大气层中的空气、水汽、气溶胶等物质会对太阳辐射产生影响,即使没有云层遮挡,太阳辐射进入地球表面时也会受到一定程度的吸收和散射。在进行太阳辐射和光伏发电研究时,需要考虑这些因素对太阳辐射的影响8。总透过率的计算式如下:T(clear)i=ToiTriTgiTwiTai(2)式中,T(clear)i表示无云状态下 i 波段的总透过率,由下标为 o、r、g、w
17、和 a 的 T 所代表的元素分别指臭氧、瑞利、混合气体、水蒸气和气溶胶的辐射透过率。在大气污染的研究中,臭氧和气溶胶的浓度是非常重要的指标。但是,由于监测设备的限制,有些地区的臭氧和气溶胶数据难以获得。为解决这个问题,本文使用了相关的模型公式来模拟所需的参数。具体的计算方法分别为:Ua=ln(1+Ma )(3)Ma=cosZ+0.168Z0.18(95.318 Z)1.951(4)=(0.025+0.1cos)exp(0.7alt)(5)式中:Ua 为指气溶胶含量;Ma 为气溶胶光学质量;为指浑浊系数;Z 为指太阳天顶角;为指纬度;alt 是指被测区域的海拔高度。这些模型公式基于大量的实验数据
18、和理论分析,能够在一定程度上准确地预测臭氧和气溶胶的浓度。同样,臭氧含量也是通过这种模型公式得出的,其计算方法如下所示:U0=0.44 0.16(80)/602+(d 120)/(9263 )20.5(6)d=Jd,Jd 300(7)式中:U0指臭氧含量;Jd 指儒略日(在儒略周期内以连续的日数计算时间的计时法)10;d 指的是周期,其他参数与以上的公式相同。在晴朗天气下散射辐射的计算涉及 2 个方面:直接散射辐射和地球与大气多次反射产生的散射辐射9。本文中假设地表面反照率为 0,则直接散射辐射式为Edpi=ToiTgiTwsiBR1(1 Tri)T0.25ai+Ba Fi Tri(1 T0.
19、25asi)Ioicos(Z)(8)式中:Fi表示校正因子,用于补偿算法的某些缺陷;BR1是指第 1 波段瑞利散射(又称“分子散射”)的前向散射因子;Ba 是指气溶胶的前向散射因子;Tasi是指 i 波段的散射透过率;Twsi是指 i 波段的水汽散射透过率。Eddi代表由地球和大气之间的多次反射引起的散射辐射,其算法如下:Eddi=gisiIi(hor)+Edpi/(1 gisi)(9)在式(9)中,gi是地表反照率,si是天空反照度。总散射辐射为Edi=Edpi+Eddi(10)每个波段的太阳总辐射量为Egi=I(hor)i+Edi(11)宽带太阳总辐射为Eg=I(hor)+Ed(12)24
20、0上海第二工业大学学报2023 年 第 40 卷1.2.2阴天辐射估算模型在阴天和多云的情况下,太阳辐射的计算方法是用式(1)乘以云层的辐射透过率,即Ii(hor)=IoiT(cloud)iT(clear)iErcos(Z)(13)式中:T(cloud)i是指云在 i 波段的辐射透过率,其他参数与晴 x 天辐射估算模型中的参数相同。云的光学厚度是用来描述云对太阳辐射的影响程度的参数,它反映了云本身的光学特性,包括云的厚度、密度、形状等因素。光学厚度越大,代表云对太阳辐射的吸收和散射越强,即云越厚密。云的光学厚度被用来计算云的透过率。本文主要参考了 HJ星第 3 波段(中心波长为 0.65 m)
21、的反射率与云光学厚度之间的关系。当反射率范围为 0.150.35、0.350.5、0.50.55、0.550.6、0.60.65 和 0.650.7 时,对应的云光学厚度为 01、14、48、816、1632 和3264。云透过率主要是根据以下公式计算:Tcloud1=1 (0)n/0/1+(0)n/0(14)式中:Tcloud1表示波段 1 的云透过率;0是太阳天顶角的余弦;(0)代表对应的后向散射比;n是云光学厚度。用以下方程求出波段 2 的云透过率:Tcloud2=4u/R(15)u2=(1 w0)+2(0)w0/(1 w0)(16)Teff=(1 w0)(1 w0)+2(0)w00.5
22、n/0(17)式中:Tcloud2表示带 2 的云透射率;w0表示单次散射比,其他参数与上面其他方程式相同。使用上述算法,可以获得阴云和多云状态下的云影,将受到云干扰的区域和未受影响的区域区分开来,据此,在云阴影区使用多云辐射算法进行辐射估计,在非阴影区使用晴天辐射算法进行辐射估计,这样的方法可以有效地提高辐射估算的准确性和实用性。1.3地形校正估算模型假设不考虑地面和大气之间的多次反射,那么倾斜地形所接收到的太阳总辐射 Et可以分为三部分。第 1 部分是斜坡上的直接辐射 Edrt,第 2 部分则是来自天空的散射辐射 Edift,第 3 部分则是来自邻近地形 Eat的附加辐射。则Et=Edir
23、t+Edift+Eat(18)通常,特定地形对地表太阳辐射的影响由 3 部分组成:(1)直接辐射的影响。不同的斜坡有不同的角度,因此它们与太阳辐射形成的角度也不同,这将影响斜坡上不同位置的日照时间。(2)来自天空散射辐射的影响。不同的倾斜角度也会改变天空中的散射粒子,太阳与地面目标的位置之间的角度会受到影响,从而影响辐射光的入射角和某些位置的天空阴影程度。(3)对邻近地形辐射的影响。目标定位点与相邻位置之间的相互屏蔽会对结果产生干扰11。直接辐射的地形校正模型考虑了目标像素本身和相邻像素的阴影效应,如下式所示:Edirt=Edirh L cosI,I 90,则表示像素被自身遮挡。L 为判断投影
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 复杂 天气 地形 地表 太阳辐射 估算 模型 及其 超短 期光伏 发电 功率 预测 中的 应用