智能優化器應用解決方案初探

協鑫集團設計總院 ■ 唐秋文 吳月儀 紀承承

1 研究內容

1.1 智能優化器原理

智能優化器本質上是由嵌入式芯片控制的帶無線/有線通信功能的DC-DC變換器，采用先進的最大功率點跟蹤(MPPT)搜索算法，對光伏組件的輸出功率進行采樣，尋找合適的電壓、電流點，使傳輸的功率達到最優[1]。智能優化器可以監控并優化每塊光伏組件的電能，即使陣列中任意一塊光伏組件出現失配問題，其他光伏組件仍然能輸出最大功率，每塊光伏組件將獨立工作在最大功率點上，因而能夠補償因失配問題而產生的發電量損失，從而將組件與組件的失配損失降低為0%。

1.2 智能優化器應用場景

光伏組件智能優化器的使用可以減小因陰影遮擋、組件失配、組件積灰不均勻等原因造成的功率損失[2]。本文主要研究在各種失配場景下智能優化器對減少功率損失的作用。

1.3 智能優化器市場發展情況

從技術層面上而言，光伏組件智能優化器已經較為成熟，以色列的SolarEdge公司、美國的Tigo公司、中國的康威特吉(Convertergy)公司都有成熟的商業化產品和解決方案；一些大型的光伏組件廠商如天合、阿特斯、晶澳等也推出集成了光伏組件智能優化器的智能組件產品。目前，限制光伏組件智能優化器大規模應用的瓶頸在于其成本，與近幾年光伏組件成本的快速下降相比，智能優化器的成本下降太慢，其在整個光伏發電系統成本中所占的百分比不降反升。本文研究了智能優化器成本提高和發電量增加之間的關系。

2 智能優化器實驗測試及結果分析

2.1 實驗一

實驗一選用一個位于GCL張家港工廠廠房屋頂的3 MW光伏電站，該電站于2015年底并網，已投運2年。通過對該電站部分組件加裝智能優化器，對比不同條件下智能優化器對發電量的影響。

2.1.1 測試說明

從某組串逆變器對應的串中選取4串光伏組串用于對比測試，其中2串安裝智能優化器，另外2串未安裝智能優化器。所選取的4串光伏組串都單獨安裝直流電表用于記錄每串的直流發電量。歸一化組串的基準數據后再對比發電量差異，得出安裝智能優化器的光伏組串的發電增益。測試數據如表1所示。

表1 運營2年的光伏電站加裝智能優化器后的對比測試數據

2.1.2 測試結果分析

本次測試的目的是驗證在光伏電站里安裝智能優化器后的發電增益。張家港光伏電站運行了2年，歸一化后發電增益為0.04%，可以看出使用智能優化器后，電站的發電量有所提升，但幅度非常小。

發電量增益較小的主要原因有：1)參與測試的電站場址空曠，沒有樹木、建筑等不規則遮擋，因不規則陰影產生的組件串聯失配比例較小；2)參與測試的電站相對較新，監控數據顯示同一串中的組件間差異很小，因組件自身參數不匹配產生的組件串聯失配比例較小。

2.2 實驗二

實驗二選用已投運7年的國能電站，該電站是GCL的一個屋頂電站，于2009年底并網，通過加裝部分智能優化器測試模塊估算潛在的電力生產改進。

2.2.1 測試說明

在一個500 kW逆變單元的1個組串(22塊組件)上全部加裝智能優化器測試模塊，測量該組串每塊組件的電壓、電流，把該組串的總電壓作為系統標準電壓；給另外107個組串每串都加裝1個智能優化器測試模塊，測每串的電流，將每串的電流和標準電壓相乘，得出每串的功率。

2.2.2 數據結果及分析

以電流最大的組串功率為基準，其他組串功率與最大功率間差值的36%(此數值由美國國家再生能源實驗室對分布在全球26個不同國家的542個電站監控數據得出)[3]為可優化提高功率。經測試計算，組串可優化的功率比例最少為6.34%，最多為10.69%，系統平均可提高功率比例為8.35%。

本次測試功率提高比例是通過檢測數據經理論計算得出，提高的百分比和實際會有差異，同時由于本電站建成時間較長，所以組件間的失配較大。

2.3 實驗三

實驗三選用的廠房屋頂電站與實驗一相同。本實驗主要研究電站有部分陰影遮擋后加裝智能優化器對發電量的影響。

2.3.1 測試說明

從同一組串逆變器中選4串進行測試。其中2 串安裝智能優化器，另外2 串安裝監控器；所有4串都單獨安裝直流電表用來記錄每串的發電量。本測試分別進行兩種陰影遮擋：

1)陰影遮擋一：選取4串光伏組串(其中2串安裝智能優化器，另外2 串不安裝智能優化器)，在每串22塊組件中的其中2塊加1/3單位組件面積的陰影，如圖1所示。

2)陰影遮擋二：選取2串光伏組串(1串安裝智能優化器，另外1 串不安裝智能優化器)，在每串22塊組件中的其中4塊加1/10單位組件面積的陰影，如圖2所示。

圖1 陰影遮擋一的情況

圖2 陰影遮擋二的情況

對比安裝了智能優化器與未安裝智能優化器的組串在不同陰影遮擋條件下的發電差異，由于未裝智能優化器前不同組串的發電有差異，最終的數據做歸一化處理后，得出安裝智能優化器的組串的發電增益，測試數據如表2、表3所示。

表2 陰影遮擋一情況下光伏電站加裝智能優化器后的對比測試數據

表3 陰影遮擋二情況下光伏電站加裝智能優化器后的對比測試數據

2.3.2 測試結果分析

1)陰影遮擋一情況下，歸一化后的優化增益為4.83%。分析原因為：遮擋觸發了組件二極管的旁路，不加裝智能優化器的組串僅被遮擋的2塊組件受陰影影響，故智能優化器增益受限。

2)陰影遮擋二情況下，歸一化后的優化增益為17.07%。分析原因為：4個組件被遮擋后，電流減小，由于未觸發組件二極管的旁路，導致整串組件電流降低，功率下降，故智能優化器增益顯著。

3 經濟性分析

3.1 說明

此實驗意在對比組件失配的光伏系統中安裝智能優化器和不安裝智能優化器的經濟分析。

3.2 集中式光伏電站智能優化器配置和發電量提升比例的經濟性分析

3.2.1 增加智能優化器的成本分析

以1 MW系統作為計算模型，實際安裝320 Wp組件3120塊，裝機容量為998.4 kW。目前使用智能優化器的系統的設計比常規系統成本每W增加1.138元。

3.2.2 成本提高和發電量增加的投資收益分析(以蘇州為例)

蘇州地區最佳傾角的峰值日照時間為1448.5 h，1 MW集中式電站全部使用智能優化器，系統成本將增加1.138元/W。經測算，使用智能優化器后系統發電量若能增加到17%，則電站投資收益水平能保持原有水平，測算分析如表4所示。

表4 集中式光伏電站投資收益測算分析

3.2.3 單個智能優化器及配套增加的成本和發電量的關系(以蘇州為例)

經測算，使用智能優化器后的系統發電量和單個智能優化器及配套增加的成本若能達到表5中的關系，則電站投資收益水平能保持原有水平。

表5 發電量與單個智能優化器及配套增加成本的關系

3.3 分布式光伏電站智能優化器配置和發電量提升比例的經濟性分析

3.3.1 增加智能優化器成本的分析

以33 kW單元作為計算模型，實際安裝270 Wp組件120件，裝機容量為32.4 kW，使用智能優化器單元的設計比常規單元成本每W增加1.524元。

3.3.2 成本提高和發電量增加的投資收益分析(以蘇州為例)

蘇州地區最佳傾角的峰值日照時間為1448.5 h，33 kW組串式逆變器光伏電站全部使用智能優化器，系統成本將增加1.524元/W。經測算，使用智能優化器后系統發電量若能增加到22.7%，則電站投資收益水平能保持原有水平，測算分析如表6所示。

表6 分布式電站投資收益測算分析

3.3.3 單個智能優化器及配套增加的成本和發電量的關系(以蘇州為例)

經測算，使用智能優化器后系統發電量和單個智能優化器及配套增加的成本若能達到表7中的關系，則電站投資收益水平能保持原有水平。

表7 發電量與單個智能優化器及配套增加成本的關系

4 結論

1)由于組串中個別組件參數不匹配造成的整串功率下降，安裝智能優化器可以起到一定作用，使個別低功率組件不影響整串的其他組件功率。從實驗一可得出，對于較新的電站，組件間失配比例較小，同時不存在不規則遮擋的電站，智能優化器的優勢很難發揮。

2)對于較早建設的電站，由于組件衰減的不一致，使組件間的參數有較大差異，智能優化器提高的功率空間較高。如實驗二的測試電站，但此數據是測量估算的，所以提高比例還需進一步驗證。

3)對于一些組件有固定遮擋的系統，當遮擋比例在一定范圍內時，智能優化器的功率提升優勢將會很明顯，提升的比例和遮擋面積、遮擋位置、輻照度及組件漏電流等有關，具體關系還需進一步理論和實驗分析，如實驗三的測試電站。

4)通過經濟分析，在電站投資收益水平不變的情況下，按目前智能優化器的價格，發電量需提高約17%～22%才能實現，顯然期望值過高。由此反推，只有智能優化器及配套產品的成本下降，才能實現光伏電站既定的電站收益水平。

[1] 高志揚. 光伏系統功率智能優化器的研究與設計[D].合肥：安徽大學, 2016.

[2] 李善壽. 陰影條件下光伏系統的失配分析與優化控制研究[D].合肥：合肥工業大學,2016.

[3] Hanson A J, Deline C A. Partial-Shading Assessment of Photovoltaic Installations Via Module-Level Monitoring[R].NREL/CP-5J00-63765, 2015-02.