基于数值天气预报的光伏组件温度预测研究

• 作者: 崔杨 成驰 陈正洪
• 来源期刊: 太阳能学报
• 关键词: 数值天气预报 神经网络法 光伏组件 线性回归 自适应偏最小二乘回归法 集合预报法
• 年，卷（期）: 2021,（5）
• 页码范围: 202-208
• 页数: 7页
• 分类号: TK519
• 语种: 中文
• DOI: 10.19912/j.0254-0096.tynxb.2019-0009

摘要

为解决目前实验仿真中通常采用环境温度或固定数值替代光伏组件温度,导致建模结果偏差较大的问题,该文基于数值天气预报(NWP),采用自适应偏最小二乘回归法、BP神经网络法和集合预报法建立光伏组件温度预报模型,对17块不同倾角的光伏组件温度进行分析和预测.结果表明,集合预报法的预测效果最佳且具有普适性,在秋冬季,0°～25°倾角及西墙90°预测误差较低,均方根误差RMSE不超过3℃;春夏季各倾角误差变化相对平稳,春季集合预测法各倾角误差在2.1℃(0°)～3.0℃(45°)之间;夏季从倾角0°至90°,RMSE整体呈下降趋势,90°RMSE最低为1.9℃;对于不同的天气状况,晴天条件下预测误差相对最小,阴天和雨天对不同倾角预测误差的波动性较大;最后,针对武汉地区高温日和低温日的最佳倾角进行验证,高温日的板温预报RMSE为1.2℃,低温日为1.6℃.