第44卷第4期2023年4月太阳能学报ACTAENERGIAESOLARISSINICAVol.44,No.4Apr.,2023收稿日期：2022-05-22基金项目：新能源与储能运行控制国家重点实验室（中国电力科学院有限公司）开放基金（NYB51202101990）通信作者：张臻（1981—），男，博士、副教授，主要从事光伏发电技术方面的研究。zhangzhenwl@126.comDOI：10.19912/j.0254-0096.tynxb.2022-0735文章编号：0254-0096（2023）04-0531-08基于MLP-Garson模型的分钟尺度太阳辐照直、散射分离建模与验证研究张起源1，2，王磊1，陈天鹏1，谢鹏1，张臻2，3，全鹏4（1.河海大学机电工程学院，常州213022；2.中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室，北京100192；3.上海交通大学智慧能源创新学院，上海200240；4.天合光能股份有限公司，光伏科学与技术国家重点实验室，常州213031）摘要：为模拟分钟尺度的太阳辐射波动，根据江苏省常州市2018—2021年逐分钟辐射数据，采用Garson权重算法优化模型输入特征，并引入前10分钟的清晰度指数kt时序数据作为附加特征，建立基于时序数据与MLP神经网络的分钟尺度新分离模型。在此基础上，对Engerer2模型、Starke模型和Yang模型3个最新提出的分钟尺度分离模型进行参数本地优化，并设计测试实验验证。验证结果表明：采用时序数据与MLP神经网络的新模型可有效提取短时间内的太阳辐射波动信息，新模型的归一化均方根误差（enRMSE）为10.690%，新模型精度较Yang模型提高了17.08%。关键词：太阳辐射；机器学习；神经网络；分离建模；波动性中图分类号：TK51文献标志码：A0引言太阳直、散射辐射数据对光伏组件倾角设计、跟踪策略优化等方面有广泛应用。但太阳直、散射辐射观测成本高昂，中国仅有少数台站进行直、散射辐射观测［1］。因此，通常使用分离模型将水平面上观测的总辐射分解成直、散射辐射。分离模型最初由刘扬晖和Jordan在1960年提出［2］，至今，已有140余种分离模型在文献中提出［3］。然而，过去60年来，几乎所有研究都使用小时及以上尺度的数据建模［4］，Gueymard等［3］通过评估140个分离模型在全球不同气候地区1min尺度数据集上的性能，表明小时尺度数据拟合模型平滑了云运动引起的太阳辐照度波动，但无法解释太阳辐射快速变化导致的短暂瞬态效应，难以满足当前行业需求。目前，对于光伏系统，考虑到光伏渗透率的不断提高，正在以3s或更短的时间步长研究云运动引起的斜坡效应［5］；在光伏发电预测领域，已针对斜坡效应，开...
