基于BO-LSTM算法的光伏积灰损失预测

华北电力大学 李庆哲 李 斌

1 引言

当今时代寻找煤、石油、天然气等传统能源的代替品已经成为社会发展的主流，各国政府逐渐参与到开发新能源的项目中，而太阳能的利用更是新能源开发中必不可少的一环。目前，我国太阳能发电技术在不断发展，2021年，我国新增光伏装机规模达5488万kW，连续9年位居世界第一，累计光伏装机容量达3.06亿kW，连续7年位居全球第一。

光伏行业快速发展的同时产生了许多问题，其中光伏组件积灰属于严重问题。光伏组件安装在室外且长时间运行不更换，导致光伏组件多数情况下处于覆灰蒙尘状态，积灰引起的遮光效应、热斑效应等严重影响了光伏发电的经济性和安全性。在德黑兰的70d 无降雨试验中，光伏组件积灰密度达到6.0986g/m2，导致输出功率降低21.47%[1]。为了清洁组件表面积灰，现场工作人员依靠经验决定清洗日期，但这样无法保证光伏电站运行经济效益，因此，积灰损失预测是制定合理清洗策略的基础依据。

Yazdani 等[2]根据试验采集数据，利用指数模型，对每日功率损失百分比与光伏组件自然积灰天数进行拟合，根据光伏组件暴露在户外时间计算功率损失，该类方法计算简单，但受外界因素影响较大，计算结果存在较大误差。居发礼[3]通过灰色模型依据历史平均积灰数据建立积灰预测模型，然而在无大量历史数据时无法预测，且未考虑具体气象参数。王中豪[4]、Wasim[5]利用改进型相似性建模、人工神经网络等方法进行积灰损失的诊断工作，但这些研究结果的准确度较低。……