收集光伏电站的同一时间段的太阳总辐射、组件温度、环境温度等历史数据后，可对这些数据进行筛选分析，建立光伏电站气象历史数据库。这里以光伏电站气象历史数据库为基础，通过统计方法建立的组件温度关系式如下： y=T+kx+c(1) 式中，y为组件温度;T为环境温度;x为总辐射;k、c为系数。 利用截至到2011年12月的数据统计率定出国家能源太阳能发电研发(实验)中心屋顶光伏电站的组件温度关系式为： y=T+0.0214x+0.97 1.3 组件温度预测 以关系式y=T+0.0214x+0.97为基础，输入从数值天气预报获取的未来总辐射数据和环境温度数据，预测出组件温度值;采用卡尔曼滤波，利用地面实时组件温度监测数据对预测值进行实时校正，进而较为准确地预测未来组件温度值。 组件温度预测流程图如图2所示。 图3所示为数值天气预报总辐射及空气温度预测流程图。
2 算例分析 根据上述方法于2012年3月建立的国家能源太阳能发电研发(实验)中心屋顶光伏电站组建温度预测系统投运以来，系统运行稳定可靠，在累积的数据中，以5min为时间分辨率，对预测组件温度、实际组件温度数据进行对比分析的绝对误差分布比例统计如表2所列。从表2可以得出，绝对误差在5℃以内的样本占0.9334，预测效果比较理想。
3 结语 随着近年来光伏发电在中国的快速集中发展，亟需对光伏电站的发电功率进行预测，以保障大规模光伏发电接入条件下的电网安全调度，而组件温度预测是光伏发电功率预测中的重要一环。预测结果表明，本文提出的光伏电池组件温度预测方法预测精度较高，能够充分满足工程应用的需求。 |
