除了发电侧储能,还有什么技术可以提高光伏利用率?

除了发电侧储能，还有什么技术可以提高光伏利用率？

文 /  NE-SALON新能源集团 

01、尴尬的新能源发电侧强制储存

近年来，光伏发电发展迅速。2023年1月至8月，光伏发电新增装机容量达到1.13亿千瓦，同比增长约1.5倍。这也是中国光伏年新增装机首次超过1亿千瓦。

然而，由于高度依赖天气，光伏发电具有间歇性和不稳定性。光伏发电系统使用太阳能来产生电力，但太阳能可能会受到云屏蔽等多种因素的影响。这些天气变化会导致光伏系统的输出功率显著波动。如何确保稳定的电力供应，实现高水平光伏发电的消耗和利用已成为一个关键问题。

在此背景下，储能技术应运而生。通过储能系统的能量储存和缓冲，即使负载波动迅速，系统仍能运行在相对恒定的输出水平，大大提高了电网的稳定性，避免了光伏发电的缺点。

近年来，国内各地出台了鼓励发电侧储能配置的政策，甚至许多地区要求强制储能，导致储能在许多地方普遍存在“建而不用”奇怪的现象造成了巨大的能源成本浪费。

一位资深业内人士指出，虽然储能成本正在下降，但安全问题仍不容忽视。近年来，储能电站发生了多起火灾事故，给全社会敲响了警钟。除了储能，还有其他技术可以帮助光伏发电的有效利用吗？

02、准确预测太阳辐射的新技术可以大大提高太阳能利用率

近日，在风云四号A星的帮助下，中国科学院大气物理研究所与哈尔滨工业大学和国家卫星气象中心合作（FY-4A)光谱成像仪数据采用先进的机器学习技术和光伏模型链，成功完成了我国光伏有效辐射资源的首次估算。为太阳能资源评估提供了新的技术手段。

首先，我们需要了解获取太阳辐射数据的方法。有三种主要方法可供选择：地面气象站观测数据、再分析数据和卫星遥感反演数据。前两种方法通常存在数据缺失和时空分辨率限制的问题。目前，卫星遥感技术广泛应用于行业：从人造卫星、飞机或其他飞机收集地球上的电磁辐射信息（包括紫外线、可见光和红外光），以便更好地了解地球的环境和资源。

然而，未经处理的遥感数据不能直接获得太阳辐射信息，需要二次处理。如果要获得太阳辐射信息，则必须反映原始遥感数据。卫星遥感数据反射地面辐射的方法通常是使用经验方法，即从大量已知数据开始，建立相应的数学模型进行预测。

通常需要大量的数据来建立更严格的数学模型进行准确的分析。如果把这项工作交给别人，费时费力，不一定很准确。因此，中国科学院引入了机器学习的概念。这本质上是一种人工智能技术，其目的是让计算机像人类一样学习和行动。说白了，就是把现有的知识给计算机学习，让计算机建立一定的知识体系。当再次遇到类似问题时，计算机会根据已建立的知识体系给予一定的反馈。在这种程度上，外部输入“知识量”计算机学习越大，未来的反馈就越好，用于预测的准确性就越高。

因此，机器学习可以很好地应用于遥感反演处理。中国科学院研究小组为计算机学习提供了中国气象局和中国科学院太阳辐射观测站的数据。如果人们处理如此庞大的数据，那就太麻烦了。然而，通过机器学习技术，可以快速获得相应的数学模型，大大提高了效率和更高的精度。

事实上，中国科学院的研究团队所做的是从新一代气象卫星风云4号A星获取遥感数据，整合机器学习技术，更准确地预测太阳辐射。最后，研究团队获得了4公里-15分钟时空分辨率的中国光伏资源地图，为光伏资源的开发利用和规划布局提供了新的高精度基础，极大地促进了太阳辐射短期预报技术（0小时至12小时天气预报）的发展。

在该技术的支持下，各地区可以更好地建立新能源发电功率、电力负荷、网络供应智能预测系统，以适应该地区的气候特点和电网特点，为该地区电网调度运行决策、网络电源储存协调控制和电力计划平衡提供技术支持。资料来源：NE-新能汇GSALON 

声明:本微信官方账号原创文章欢迎规范转载。转载时禁止更改文章内容，请务必按以下格式标注作者的来源和来源:NE-SALON新能汇；作者？？？】，本微信官方账号保留维护合法权益的权利。