文献类型：期刊文章

作　　者：刘卫亮[1] 刘长良[1] 林永君[1] 李静[1] 李金拓[1] 熊峰[1] 陈晨[2]

LIU Weiliang;LIU Changliang;LIN Yongjun;LI Jing;LI Jintuo;XIONG Feng;CHEN Chen(State Key Laboratory of Altemate Electrical Power System with Renewable Energy Sources（North China Electric Power University）,Baoding 071003,Hebei Province,China;Hebei Energy College of Vocation and Technology,Tangshan 063000,Hebei Province,China)

机构地区：[1]新能源电力系统国家重点实验室(华北电力大学),河北省保定市071003 [2]河北能源职业技术学院,河北省唐山市063000

出　　处：《中国电机工程学报》

基　　金：北京市自然科学基金项目(4182061);华北电力大学中央高校科研业务费项目(2016MS142)~~

年　　份：2018

卷　　号：38

期　　号：14

起止页码：4086-4095

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：近年来频繁出现的雾霾天气,对光伏发电的输出功率造成了显著影响。首先,针对太阳辐射削弱情景,采用机器学习方法对大气气溶胶光学厚度进行估计,进而利用经云遮系数修正的晴空太阳辐射模型计算光伏电池面板接收的辐射强度;其次,针对光伏电池面板积灰情景,开展功率测量实验,构造颗粒物累积浓度——功率衰减率样本集,从而通过相似日筛选估计不同积灰状态下的功率输出衰减率;最终,结合光电转换模型,基于地面颗粒物浓度预测以及精细天气预报信息,提出一种光伏发电超短期功率预测方法。实验结果表明,所提出的预测方法具有较高的精度,且易于工程实现。

关 键 词：光伏功率预测  雾霾 颗粒物浓度 气溶胶光学厚度 积灰

分 类 号：TM464]