宁夏地区光伏电站出力特性分析

葛鹏江， 李怡

(1. 国网宁夏电力公司经济技术研究院，宁夏回族自治区 银川　730011； 2. 宁夏送变电工程公司，宁夏回族自治区 银川　730001)



宁夏地区光伏电站出力特性分析

葛鹏江1， 李怡2

(1. 国网宁夏电力公司经济技术研究院，宁夏回族自治区 银川730011； 2. 宁夏送变电工程公司，宁夏回族自治区 银川730001)

并网光伏电站出力的波动性对电网安全稳定运行有着较为重要的影响。通过对宁夏不同地区三个相同装机规模光伏电站的历史出力数据进行统计分析，从6月份日平均出力和不同天气类型定量研究了光伏电站出力的波动水平和变化趋势。对晴天、多云天和雨天等天气类型的光伏电站出力波动数据进行了分析并比较出力变化率，得出不同天气类型光伏电站出力具有不同波动性的结论。

光伏电站；出力；波动性；天气类型；变化率

0　引　言

太阳能开发利用作为国家能源可持续发展战略的重要组成部分，近年来在我国得到了迅猛发展[1]。并网光伏发电技术是开发利用太阳能资源的主要形式之一。近年来，宁夏地区并网光伏电站数量及装机规模得到了快速的增长，截至2014年底，宁夏电网已投运并网光伏电站为67个，总装机容量达到1 730 MW，主要以110 kV及以下电压等级并网。光伏电站出力具有一定的波动性和间歇性，对电力系统的经济、安全和可靠运行产生的负面影响日渐突出，也给电网的调度运行带来了巨大的困难和挑战[2]。“十三五”期间，宁夏回族自治区鼓励企业以“大规模光伏园区集中并网方式”开发太阳能资源，这也使得对光伏出力波动性的研究变得尤为重要。在远期大规模开发、集中接入电网时，对缓解系统调峰压力、提高电网渗透率具有重要的意义。

目前国内对于风电出力特性已有部分研究，但对光伏电站出力特性分析的研究还相对较少：文献[3]从不同的天气类型下分析了光伏电站出力的波动特性及对电网的安全稳定运行带来的影响。文献[4]根据内蒙古电网风电的实时数据，运用概率统计分析和时间序列分析的方法，对全网风电出力的波动特性进行了分析。文献[5]分析了甘肃酒泉风电基地的出力特性，比较了在不同时间和空间尺度下风电基地出力特性的特点。

光伏电站出力主要受太阳辐射量、云层、温度等因素影响，目前部分研究光伏电站出力特性或者输出功率预测时，以划分日类型来作为研究基础的文献较多[6-8]。本文在此基础上，从天气系统分类的角度出发，选取了宁夏不同地区的三个光伏电站实测出力数据，分析了不同地域、相同天气类型下光伏电站出力特性。

1　宁夏太阳能资源及光伏电站概况

1.1宁夏太阳能资源概况

宁夏是我国太阳能资源最丰富的地区之一，也是我国太阳辐射的高能区之一，年均太阳辐射量在4 950 MJ/m2～6 100 MJ/m2之间，年均日照小时数在2 250 h～3 100 h之间，日照百分率在50%～69%之间，在开发利用太阳能方面有着得天独厚的优越条件—地势海拔高、阴雨天气少、日照时间长、辐射强度高、直接辐射多、大气透明度好，全年平均总云量低于5成。这表明宁夏太阳能资源丰富，有着得天独厚的优越条件，太阳能开发利用潜力巨大[9]。宁夏太阳能资源分布图如图1所示。

图1　宁夏年辐射总量分布图(MJ/m2)

宁夏太阳辐射年际变化较稳定，因地域不同具有一定的差异，资源具有北多南少的地理特点，年平均太阳辐射量南北相差约1 000 MJ/m2，灵武、同心最大，达6 100 MJ/m2以上，全区平均达5 781 MJ/m2以上[10]。以引黄灌区和中部干旱带的盐池、同心地区太阳辐射较高且分布均匀，年平均太阳辐射量稳定在5 860 MJ/m2～6 100 MJ/m2之间。南部的固原地区年辐射量相对较少，年平均太阳辐射量在4 950 MJ/m2～5 640 MJ/m2之间。宁夏太阳辐射量还具有明显季节变化差异，夏季最多为1 930 MJ/m2，春秋两季次之，平均为1 456 MJ/m2，冬季最少，平均为945 MJ/m2。

1.2光伏电站概况

图2　1 MW光伏阵列电气接线示意图

本次选取的三个光伏电站分别位于银川地区(A)、吴忠地区(B)和中卫地区(C)，装机容量均为30 MW，投运时间相差较短，在此忽略光伏组件衰减效率对发电量的影响。三个光伏电站均以35 kV接入电网，采用目前主流的“分块逆变、集中并网”方式，每个1 MW光伏电池板为一个发电单元，太阳能电池阵列输入光伏方阵初级防雷汇流箱、直流配电柜后，接入集中式光并网伏逆变器，输出为0.27 kV低压交流电，然后接入35 kV升压变压器就地升压至35 kV，高压线缆经直埋方式汇集到场内35 kV开关站，最后通过单回架空线路接入电网。1 MW光伏阵列电气接线示意图如图2所示。

2　光伏电站出力特性分析

2.1出力变化率定义

出力变化率的定义如下:

(1)

式中r为出力变化率，P为当日或者当前时刻的出力，Pi+1为下一日或下一时刻的出力数据，SN为光伏电站装机容量。

本次选取了光伏电站出力较大的6月每天平均出力数据进行分析，从图3可以看出，A、B、C三个光伏电站出力有较好的趋势一致性，小部分有一定的波动性，这主要由于宁夏地域面积较小，三个光伏电站所在地域相对距离较近，天气无明显的剧烈变化。

图3　6月份日平均出力曲线图

图4为6月每日出力变化率图，A光伏电站平均出力变化率为6.6%，B光伏电站平均出力变化率为6.3%，C光伏电站平均出力变化率为6.9%，三个光电站平均变化率均相对较小。A光伏电站最大出力变化率为21.0%，B光伏电站最大出力变化率为17.8%，C光伏电站最大出力变化率为19.2%，A光伏电站最大日出力变化率比B、C两站稍大。

图4　6月份日平均出力变化率图

2.2不同日类型出力特性分析

2.2.1晴天出力特性分析

本次在基于日类型研究光伏电站出力特性时，出力数据每15 min采样一次。从图5可以看出，三个光伏电站在晴天时出力有很强的趋势一致性。A光伏电站平均出力为13.1 MWp，B光伏电站平均出力为12.5 MWp，C光伏电站平均出力为12.0 MWp；A光伏电站最大出力为23.7MWp，B光伏电站最大出力为22.7 MWp，C光伏电站平均出力为21.8 MWp，最大出力出现时间基本在12∶30～13∶30之间，三个光电站平均出力及最大出力相差均较小，均较好的反映了晴天时光伏电站出力特性。

图5　晴天光伏电站出力曲线图

图6　晴天光伏电站出力变化率图

图6为晴天时出力变化率图，A光伏电站平均出力变化率为2.8%，B光伏电站平均出力变化率为2.7%，C光伏电站平均出力变化率为2.6%，三个光电站平均变化率均很小且相差较小。A、B、C三个光伏电站最大出力变化率均比较稳定，绝大部分出力变化率小于10%。

2.2.2多云天出力特性分析

图7为多云天时三个光伏电站出力曲线图，从图7可以看出，光伏电站在多云天时出力有很强的波动性。A光伏电站平均出力为10.5 MWp，B光伏电站平均出力为10.6 MWp，C光伏电站平均出力为8.7 MWp；A光伏电站最大出力为28.0 MWp，B光伏电站最出力为24.1 MWp，C光伏电站平均出力为25.3 MWp，A、B光电站平均出力相差不大，C光伏电站平均出力相对较小；A光伏电站最大出力相对较大。

图7　多云天光伏电站出力曲线图

图8为多云天时光伏电站出力变化率图，A光伏电站平均出力变化率为10.5%，B光伏电站平均出力变化率为8.3%，C光伏电站平均出力变化率为6.7%，三个光电站平均变化率依次减小。但最大日出力变化率相差较大。A光伏电站最大出力变化率为58.1%，B光伏电站最大出力变化率为35.8%，C光伏电站最大出力变化率为34.9%，A光伏电站最大日出力变化率相对最大。图7和图8也说明但从处理数据来看，多云天气光伏电站出力波动性较强且没有较好的规律性可循。

图8　多云天光伏电站出力变化率图

2.2.3雨天出力特性分析

图9为雨天时光伏电站出力变化率图，从图9可以看出，光伏电站在雨天时出力具有小出力和一定波动特性。A光伏电站平均出力仅为2.4 MWp，B光伏电站平均出力为2.9 MWp，C光伏电站平均出力为2.5 MWp；A光伏电站最大出力为6.3 MWp，B光伏电站最出力为7.2 MWp，C光伏电站平均出力为7.0 MWp，三个光电站最大出力均较小且最大出力的时间也没有明显的规律可循。

图9　雨天光伏电站出力曲线图

图10为雨天时出力变化率图，A光伏电站平均出力变化率为2.6%，B光伏电站平均出力变化率为2.0%，C光伏电站平均出力变化率为3.2%，三个光电站平均变化率相差较小。A、B、C三个光伏电站最大出力变化率均相对较小，出力变化率小于14%。

图10　雨天光伏电站出力变化率图

3　结束语

本文基于宁夏不同地域的三个相同装机规模光伏电站历史出力数据，从日平均出力和不同天气类型下分析光伏出力波动特性，定量地分析了光伏出力的波动水平和变化率并得出以下结论。

(1) 本次选取了三个光伏电站6月份各天平均出力数据有较好的趋势一致性，小部分出力有一定的波动性，这主要由于宁夏区域相对较小，三个光伏电站所在地域相对距离较短。

(2) 三个光伏电站在晴天时出力有很强的趋势一致性，平均出力及最大出力相差均较小，最大出力出现时间基本在中午12:30～13:30之间。最大出力变化率均相对较小，绝大部分出力变化率小于10%。

(3) 三个光伏电站在多云天时出力有很强波动性。三个光电站平均变化率依次减小，但最大日出力变化率相差较大。

(4) 三个光伏电站在雨天时出力具有一定的波动和小出力特性，平均出力及最大出力均较小且最大出力的时间也没有明显的规律性可循。平均变化率相差较小，最大出力变化率均相对较小，出力变化率小于14%。

[1] 陈炜，艾欣，吴涛，等．光伏并网发电系统对电网的影响研究综述[J].电力自动化设备， 2013，33(2)：26-32．

[2] 吴振威，蒋小平，马会萌，等．多时间尺度的光伏出力波动特性研究[J].现代电力，2014，31(1)：58-61．

[3] 崔杨，穆钢，刘玉，等．风电功率波动的时空分布特性[J]．电网技术，2011， 35(2)：110-114．

[4] 肖创英，汪宁渤，陟晶，等．甘肃酒泉风电出力特性分析[J]．电力系统自动化，2010，34(17)：64-67．

[5] 侯佑华，房大中，齐军，等．大规模风电入网的有功功率波动特性分析及发电计划仿真[J].电网技术，2010，34(5)：60-66．

[6] 王晓兰，葛鹏江. 基于相似日和径向基函数神经网络的光伏阵列输出功率预测[J].电力自动化设备，2013，33(1)：100-109．

[7] 陈昌松，段善旭，殷进军．基于神经网络的光伏阵列发电预测模型的设计[J].电工技术学报，2009，24(9) ：153-158．

[8] 陈昌松，段善旭，蔡涛．基于模糊识别的光伏发电短期预测系统[J].电工技术学报，2011，26(7)： 83-88．

[9] 桑建人，刘玉兰，林莉．宁夏太阳辐射特征及太阳能利用潜力综合评价[J]．中国沙漠，2006，26(1)：122-125．

[10] 韩世涛，刘玉兰，刘娟．宁夏太阳能资源评估分析[J].干旱区资源与环境，2010，24(8)：131-135．

An Analysis on Output Characteristics of Photovoltaic Power Stations in Ningxia Area

GE Peng-jiang1，LI Yi2

(1. Economic and Technological Research Institute, State Grid Ningxia Electric Power Co., Yinchuan Ningxia Hui Autonomous Region 730011, China；2. Ningxia Power Transmission & Transformation Engineering Co.,Yinchuan Ningxia Hui Autonomous Region 730001, China)

The fluctuation of grid-connected PV power stations produces significant influence upon safe and stable operation of the power grid. This paper makes a statistical analysis on historical output data for three PV power stations of the same installed capacity in different regions of Ningxia, and discusses fluctuation level and change trend of the output of the photovoltaic power stations based on the average output and different weather types in June. The data on station output fluctuation on sunny, cloudy and rainy days are analyzed and output change rates are compared. It is finally concluded that the output of PV power stations has different fluctuations for different weather types.

PV power station； output； fluctuation； weather type； change rate

10.3969/j.issn.1000-3886.2016.02.013

TK511;TM615

A

1000-3886(2016)02-0033-04

葛鹏江(1986-)，男，陕西兴平人，硕士，工程师，主要从事新能源接入电网规划与分析等研究工作。李怡(1986-)，女，宁夏中宁人，硕士，工程师，主要从事继电保护调试等研究工作。