理解短期光伏功率变异性

机器翻译，未经校对人员审核，可能存在错误。

作者：马丁·奥帕托夫斯基，玛尔塔·佩尔福特·奥耶尔，尤拉伊·贝塔克，康斯坦丁·罗西纳	于西班牙毕尔巴鄂2025年EUPVSEC展会上发表
	2025年9月22日

概述

随着太阳能进入全球电网的提升，管理光伏（PV）发电的变异性对电网稳定性和项目收入至关重要。虽然全球水平辐照度（GHI）的变异常被用作光伏输出变异性的代理指标，包括我们之前的论文，但太阳能资源变异与实际注入电网电力之间的关系较为复杂。

本研究探讨GHI和PV功率输出（PVOUT）的短期变异性，重点关注“斜坡”——功率的突然增加或下降。通过比较Solargis 15分钟卫星数据与1分钟合成数据，本文强调了仅依赖15分钟时间序列用于高关键性项目的风险，并提出了改进的评估指标。

该研究分析了来自八个代表不同地理和气候区的地点的数据，包括热带、干旱和大陆性气候（如巴西、美国、印度和西班牙）。

该研究比较了两种输入数据类型：

利用 Solargis光伏模拟器，我们将辐照度数据转换为PVOUT，考虑了逆变器削波、热损失和遮蔽等现实因素。变异性通过计数超过由网格影响限值定义的特定阈值（低、中、高严重）的“斜坡”来量化。

研究揭示了15分钟数据分辨率与高频波动现实之间存在显著差异：

严重事件低估：15分钟分辨率的数据持续低估“高”严重度斜坡的发生，相较于1分钟数据，尤其是在热带和温带气候中云层变化迅速。
GHI与PVOUT的差异：PV功率的变异性并不完全反映太阳辐照度的变异。逆变器削波等因素可以减小斜坡的大小，而热惯性（模块加热或冷却所需的时间）则起到功率信号的抑制作用。
季节性和昼夜模式：在中纬度地区，GHI与PVOUT坡度的关系随季节变化。值得注意的是，在冬季早晚（低日照角度）时，PV输出斜坡相较于辐照斜坡可能异常大，这很可能是由于温度影响和行间遮荫。

研究结果表明，通常用于可行性预期研究的单一值变异度指标，无法用于复杂项目的详细设计。

高分辨率数据需求：对于高关键性项目（大容量或弱网格），开发者应利用1分钟时间序列数据并进行完整的PVOUT模拟，而非依赖GHI代理。
设计优化：工厂设计时的选择，如直流：交流比，直接影响工厂将经历的变异性。使用高分辨率数据有助于优化这些参数，以减轻电网影响。
新度量提案（RMSR）：研究提出均方根（RMSR）作为更优的指标。与简单统计斜坡事件不同，RMSR考虑了斜坡的严重程度（大小），从而更清晰地反映了变异风险。