光伏并網系統設計中發電量計算研究

北京科諾偉業科技股份有限公司 ■ 王鴻運 王偉 梁勃

0 引言

隨著化石能源的日趨枯竭和人類對能源需求的不斷加大，能源問題越來越成為世界各國面臨的嚴峻挑戰，人類加快了尋找替代能源的步伐，開發和利用可再生能源(如太陽能、風能等)成為人類社會的迫切需要。與此同時，基于可再生能源的分布式發電系統具有多方面的優點，尤其是光伏發電，與化石能源、核能、風能和生物質能發電技術相比，具有發電原理先進、發電形式簡潔、太陽能資源無限分布、環境友好等一系列優勢，且采用的模塊結構易于建造安裝、拆卸遷移，規模大小隨意，而且便于隨時擴大發電容量。近幾年，光伏并網發電開始大規模應用，在未來擁有廣闊的市場空間[1]。

太陽能光伏電站通常按照最佳傾角來安裝光伏組件。為獲得全年最優發電量，光伏組件最佳傾角設計方法至關重要。為最大程度減少固定式安裝方式對各月太陽輻照資源不同程度的浪費，需要折衷考慮傾斜面年輻射隨傾角變化趨勢，以獲得全年最優發電量。在光伏電站設計初期，發電量預測對于整個電站經濟效益和社會效益的評估具有至關重要的意義，因此如何準確地預估發電量也越來越成為可再生能源發電領域的研究熱點之一[2]。

本文利用現有電站已采集的數據和國際通用的分析方法，對大型光伏并網電站設計的技術問題進行研究，簡要介紹光伏電站發電量計算的基本思路，并與光伏工程常用仿真軟件PVsyst模擬結果及現有電站監測數據進行對比來驗證計算思路的正確性。

1 日照資源分析

本項目位于山東半島西南部即墨市，建設規模 3 MWp，坐標 120°07′～121°23′ E、36°18′～36°37′ N，東臨黃海，與日本、韓國隔海相望，南依嶗山，近靠青島。通過NASA網站查得該地區太陽能輻射及環境溫度數據見表1。

根據表1可看出，即墨市陽光資源非常豐富，年總輻射量達到1543.88 kWh/m2，年平均氣溫為12.8 ℃。其日均輻照度曲線圖如圖1所示。

表1 即墨市多年氣象及水平總輻射平均值(NASA)

圖1 各月日均輻照度曲線圖

由圖1可看出，即墨市太陽輻照資源主要分布在4～8月份，其他月份較少。

2 光伏組件最佳傾角分析

2.1 傾斜面輻射量理論計算方法

傾斜面總輻射量的計算式如式(1)：

式中，HT為傾斜面總輻射量；HBR為傾斜面直接輻射量；HDR為傾斜面天空散射量；HRT為傾斜面地面反射量。各變量計算式見式(2)～(4)：

式中，Hb為水平面上的直射量；Hd為水平面上天空散射量；H為水平面上輻射總量；ρ為反射系數；Rb為斜面上直射量與水平面上直射量之比；KT為水平面上直接輻射與大氣層外水平面太陽輻射之比。

傾斜面上任意時刻計算式為：

反射系數ρ取值可參照表2。

表2 反射系數ρ取值表

Rb和KT的取值為多個統計時段的平均值，根據式(1)～(5)即可得出計算時刻傾斜面輻射量[3, 4]。

2.2 最佳傾角分析

根據表1和2.1所述計算方法，可計算出即墨市不同傾斜角度的平均輻射量，如表3所示。

由表3可看出，在34°傾角時，傾斜面輻射量最大。傾斜表面太陽輻射量折線圖如圖2所示。

圖2 各傾角下傾斜面輻射量

表3 即墨市各傾角的傾斜面平均輻射量

3 發電量計算研究

3.1 光伏發電系統效率分析

光伏發電系統的發電量除了與當地的太陽輻射量、光伏方陣的安裝傾角等因素有關，還與光伏發電系統效率密切相關。影響系統效率的因素包括：

1)光伏陣列效率η1。光伏陣列在能量轉換與傳輸過程中的損失包括：光伏陣列在1000 W/m2太陽輻射強度下，實際直流輸出功率與標稱功率之比。光伏陣列在能源轉換過程中的損失包括：組件的匹配損失、表面塵埃遮擋損失、不可利用的太陽輻射損失、溫度影響、最大功率點跟蹤精度及直流線路損失等。

2)逆變器的轉換效率η2。額定情況下逆變器輸出的交流功率與直流功率之比。對于本項目所選用的并網型逆變器，可取η2=97%。

3)交流并網的效率η3。從逆變器輸出至高壓電網的傳輸效率，其中主要是變壓器的效率[5-7]。

綜上所述，光伏電站系統效率為：

因光伏項目場地環境的差異性，各損失因素取值有所不同。本項目各損失因素取值可參照表4。

表4 影響光伏系統效率因素取值表

3.2 發電量計算

光伏電站發電量可采用下述公式來進行估算：

式中，L為光伏并網電站年發電量；W為固定式發電單元裝機容量；t為傾斜面年峰值日照小時數；η為光伏系統效率。

年峰值日照小時數可由年均水平輻射數據計算得出。由此估算即墨市3 MWp光伏電站的首年各月發電量如表5所示。

表5 即墨市3 MWp光伏電站首年各月發電量

3.3 對比分析

為了驗證計算方法的正確性，本文采用光伏電站工程項目設計中的常用軟件PVsyst進行仿真模擬。圖3為即墨市3 MWp電站的發電量數據PVsyst模擬報告，圖4為本文所述方法計算結果，可見兩者誤差率在10%以內。

圖3 即墨市3 MWp電站發電量數據PVsyst模擬報告

圖4 即墨市3 MWp電站發電量計算結果

為驗證計算方法的真實有效，本文截取了即墨電站監控系統2013年全年發電量數據，與計算結果進行對比，如圖5所示。

圖5 2013年實測數據與理論計算值對比圖

由圖5可分析發電量理論計算值與電站實測值之間的偏差率。為清晰反映兩者間的偏差，用折線圖來表示偏差率，見圖6。

圖6 理論計算值偏差率

由圖6可知，計算結果與實測數據在全年的發展趨勢一致，但1～5月和12月的理論值高于實測值2%～8%，6～11月卻比實測值稍低。其原因主要有：

1)山東即墨地區春冬季節氣溫較低，氣候干燥降水較少，而夏秋季節降水較多。實際計算時選取的溫度和降水影響因素系數源于NASA多年平均值，與某一年實測值之間存在偏差。

2)理論計算時選取的影響光伏系統效率因素均為恒定值，實際上表面塵埃遮擋損失、不可利用太陽輻射損失等因素均為變量；且地面反射系數會隨著地表植被、降水等原因而相應變化，對組件傾斜表面輻射量有一定的影響。

4 結論

本文的發電量計算方法簡便易行，能估算出光伏電站發電量的發展趨勢和數值，與光伏設計軟件PVsyst仿真結果相一致，且通過與實際監測發電量數值相比較偏差率在10%以內，驗證了計算方法的可行性和準確性，可為光伏設計人員提供參考。

[1] 鄭志杰， 李磊， 王葵. 大規模光伏并網點站接入系統若干問題探討[J]. 電網與清潔能源, 2010, 26(2): 74－76.

[2] 馬金玉, 羅勇, 申彥波, 等. 太陽能預報方法及其應用和問題[J]. 資源科學, 2011, 33(5): 829－837.

[3] [日]太陽光發電協會[編], 劉樹民, 宏偉譯[譯]. 太陽能光伏發電系統的設計與施工[M]. 北京: 科學出版社, 2006.

[4] Martin L, Zarzalejo J F, Polo J, et al. Prediction of global solar irradiance based on time series analysis: Application to solar thermal power plants energy production planning[J]. Solar Energy,2010, 84(10): 1772－1781.

[5] Voyant C, Muselli M, Paoli C, et al. Predictability of PV power grid performance on insular sites without weather stations: use of artificial neural networks[A]. 24th European Photovoltaic Solar Energy Conference[C], EUPVSEC, 2009.

[6] Duffi e J A, Backman W A. Solar engineering of thermal processes[M]. NewYork: John Wiley & Sons. INC, 1991, 113－119.

[7] 楊金煥, 黃曉櫓， 陸鈞. 一種獨立光伏系統設計的新方法[J].太陽能學報, 1995, 16(4): 407－414.