4. 基准发电量建模方法

基准发电量是判断电站“发得好不好”的标尺。没有基准，就无法区分“天气差导致少发”和“设备故障导致少发”。本节围绕四类主流建模方法展开：历史数据统计法、理论模型法、机器学习法、相似日匹配法，并说明它们各自的输入、计算逻辑、适用场景与误差特征。

一、四类方法的定位与输入差异

四类方法并非互相替代，而是覆盖不同数据条件与精度需求。历史数据统计法依赖同站历史发电量与辐照记录，适合运行 2 年以上的电站；理论模型法依赖组件参数、系统效率、倾角与气象预报，适合新建电站或历史数据缺失场景；机器学习法依赖多变量历史样本训练，适合数据完整、天气类型丰富的电站；相似日匹配法依赖历史日特征库检索，适合短期（次日）基准生成。

二、历史数据统计法的实现要点

该方法的核心是“用过去推断现在”。以某 10MW 电站为例，取近 2 年逐 15 分钟发电量数据，按月份和天气类型（晴、多云、阴、雨）分组，计算每组各时刻的发电量均值与标准差。例如 7 月晴天 12:00 的均值若为 6.8MW，标准差 0.4MW，则基准区间可设为 6.4~7.2MW。实际值低于下限 10% 以上时，需排查组串、逆变器或遮挡问题。

关键操作：先剔除停机、限电、通信中断等无效数据；再按“月+天气类型”二维分组；最后用滑动平均平滑曲线。注意样本量不足时（如某天气类型少于 5 天），应合并相邻天气类型或改用理论模型补充。

三、理论模型法的计算链

理论模型从太阳辐照出发，逐级扣减损失。以某 265W 组件、倾角 30°、方位角正南为例，计算链如下：

水平面总辐照 H → 倾斜面辐照 Ht = H × K(倾角修正)
Ht → 组件直流功率 Pdc = Ht × A × η_stc × (1 - L_temp) × (1 - L_dust)
Pdc → 交流功率 Pac = Pdc × η_inv × (1 - L_line) × (1 - L_mismatch)
日发电量 E = Σ Pac × Δt

其中 K 由纬度、倾角、方位角查表或公式计算；L_temp 为温度损失，通常取 0.35%/℃；L_dust 为灰尘损失，取 2%~5%；η_inv 为逆变器效率，取 97%~98.5%。示例：若 Ht=5.2kWh/m²，A=1.65m²，η_stc=16.1%，L_temp=6%，L_dust=3%，η_inv=98%，L_line=1.5%，L_mismatch=2%，则单块组件日发电量约 1.18kWh。全站 10MW 按 37736 块估算，理论日发电量约 44.5MWh。该值需与实测对比，偏差超过 10% 时检查参数是否失真。

四、机器学习法的特征与训练

机器学习法把发电量预测转化为回归问题。常用特征包括：水平面辐照、倾斜面辐照、组件温度、环境温度、湿度、风速、气压、太阳高度角、云量、历史发电量滞后项。模型可选 XGBoost、LightGBM 或 LSTM。以 XGBoost 为例，训练集取 2022 年 1 月至 2023 年 12 月逐 15 分钟样本，验证集取 2024 年 1~3 月。关键参数：n_estimators=500，max_depth=6，learning_rate=0.05，subsample=0.8。训练后输出特征重要性，若“倾斜面辐照”和“组件温度”贡献最大，说明模型学到了物理规律，可信度较高。

注意：机器学习法容易在极端天气（如暴雨、沙尘）下外推失真，需设置置信区间，超出区间时回退到理论模型。

五、相似日匹配法的检索逻辑

相似日匹配法先构建历史日特征库，每个历史日用一个向量表示：[日总辐照, 平均温度, 最高温度, 平均湿度, 云量, 天气类型编码]。对待预测日，计算其与历史日向量的欧氏距离或余弦相似度，取距离最小的前 K 天（K 通常取 3~5），按距离倒数加权平均其发电量曲线，得到基准曲线。示例：待预测日特征为 [5.8, 28, 34, 65, 20, 1]，检索到 3 个相似日，距离分别为 0.12、0.18、0.25，则权重为 0.45、0.30、0.25，加权后得到次日基准曲线。

六、方法选择与融合建议

实际工程中，单一方法往往不够。推荐“理论模型+历史统计”双基准：理论模型提供物理上限，历史统计提供实际可达水平。两者偏差超过 8% 时，说明系统效率或数据质量存在问题，应优先排查。机器学习法可作为短期修正层，相似日匹配法用于次日调度。最终基准发电量应给出置信区间，而非单一数值，以便异常判断时区分“正常波动”与“真实故障”。