光伏電站容配比對于項目收益率的影響

王琦

（英大國際信托有限責任公司，北京 100005）

0 引言

在光伏發電項目中，容配比直接影響工程的建設成本和經濟收益，伴隨光伏組件的技術不斷成熟和價格下降，光伏電站容配比對項目的投資和收益率影響越來越大。目前國內對于光伏系統容配比的計算方法多數來源于工程經驗，缺少對于光伏系統容配比的計算原則和計算方法。

本文提出一種根據光伏陣列傾斜面上接收到的最大太陽輻射強度來計算光伏系統容配比的計算方法。根據光伏組件的I-V特性、項目廠址區域的太陽能資源分析、光伏系統損耗等參數，計算光伏陣列最大直流輸出功率和逆變器最大交流輸出功率，按照補償超配的原則，計算項目收益率最高時的光伏系統容配比。該算法對光伏發電項目建設成本和經濟收益計算以及項目可行性分析提供了重要的依據，填補了我國光伏行業的空白。

1 太陽輻射強度分析

光伏組件的峰值功率是在標準環境條件下（組件法向表面的太陽輻射強度為1000 W/m2，環境溫度25 ℃）測得的輸出功率[1]。由于每個項目的太陽資源情況都存在差異，同一個項目每年、每月、每日甚至每個時刻的太陽輻射強度也有所不同，因此光伏陣列表面接受到的太陽輻射強度也在時刻發生變化[2]。

根據太陽的運行規律，科技計算出任意日期任意時刻的太陽高度角、太陽方位角和太陽赤緯角，結合氣象局記錄的日均太陽輻射量和溫度記錄，推算逐時的太陽輻射量，對光伏陣列表面的逐日太陽輻射強度進行估算。用光資源模擬軟件PVsyst建立數學模型，模擬11月太陽輻射量最高的一天中逐小時的太陽輻射量，作為光伏組件輸出功率的計算依據[3]。

2 光伏陣列輸出功率

光伏組件的實際輸出功率會受到組件表面的太陽輻射強度、環境溫度和最大功率點追蹤等因素的影響而變化。在不同的輻照強度下，電池片的開路電壓和工作電壓相差較小，而電池片的短路電流與工作電流隨著輻照強度的減少而等比例下降[4]。因此，環境溫度一定時，光伏組件的輸出功率最大值與組件表面接收到的太陽輻射強度基本成正比；當環境溫度發生變化時，光伏組件輸出功率的差值與溫度差值成反比[5]。

通過光資源模擬軟件PVsyst計算光伏陣列傾斜面上的逐時太陽輻射強度，并結合當地氣象資料，可以計算出光伏組件的逐小時最大值[6]。

在光伏發電系統中，能量損失主要包括光伏陣列的能量損失、逆變器能量損失、交流并網的能量損失等三部分組成。光伏陣列發電效率的影響因素主要包括：① 組件不匹配的損失；② 組件IAM損失；③ 不可利用的太陽輻射損失；④ 陰影遮擋損失；⑤ 低輻照度損失；⑥ 溫度影響損耗；⑦ 直流線路損失；⑧ 匯流設備損耗；⑨ 系統故障及維護損耗以及其他影響因素[7]。

在上述能量損失中，直流線路損失、組件IAM損失和匯流設備損耗在光伏組件發電過程中始終存在，而其他能量損失在特定時段或環境因下發生。在計算光伏電站容配比時，光伏陣列的能量損失只考慮這3項因素，其中直流線路損失暫按2%考慮，組件IAM損失暫按1.5%考慮，匯流設備損耗按1%考慮。

因此，光伏陣列逐小時平均輸出功率=光伏組件峰值功率×光伏組件發電效率×光伏陣列能量損失系數。

3 光伏電站容配比

3.1 選取原則

圖1 光伏組件逐時發電效率Fig.1 Hourly power generation efficiency of photovoltaic modules

光伏電站的容配比是指光伏組件峰值功率之和與逆變器交流側額定輸出功率之和的比值。容配比的選擇主要取決于最高太陽輻照強度、光伏陣列的發電效率、光伏組件環境溫度以及光伏組件的功率溫度系數，其中占主要作用的是最高太陽輻照強度[8]。

以額定容量為500 kW的集中式逆變器為例，光伏組件選用峰值功率為285 Wp的單晶硅光伏組件（標準測試條件下，光電轉換效率17.33%），選擇容配比為① 1:1；② 1:1.05；③ 1:1.10；④ 1:1.15；⑤ 1:1.20；⑥ 1:1.25；⑦ 1:1.30等7種情況分別進行分析。如圖1所示：

根據逆變器的工作特性，當逆變器直流輸入功率超過最大直流功率時，為保護逆變器，逆變器的限流裝置會發生作用，將交流側的輸出功率控制在最大交流輸出功率。因此，當逆變器的直流輸入功率大于最大直流功率時，交流側的輸出功率會保持在最大交流輸出功率。當光伏組件的輸出功率超過逆變器的最大輸入功率時，逆變器會通過最大功率跟蹤功能將跟蹤電壓偏離最大功率點，造成“棄光”現象。因此當逆變器直流側輸入功率超出最大輸入功率550 kW，只能按照最大輸入功率進行考慮[9]。

為提高匯流逆變設備、升壓變壓器以及升壓站部分的利用率，在選擇光伏電站容配比時，光伏陣列的輸出功率不應超過逆變器的直流側最大輸入功率。

3.2 最佳容配比計算方法

光伏電站的最佳容配比可以按照光伏陣列傾斜面的最大逐時平均輻射強度、環境溫度和光伏陣列能量損失系數計算，計算公式如下：

光伏系統最佳容配比=（逆變器直流側最大輸入功率/逆變器交流側額定輸出功率）/｛光伏陣列傾斜面最大逐時太陽輻照強度/1000×［1+峰值功率溫度系數×(環境溫度-25℃+組件工作溫升）］×光伏陣列能量損失系數｝。

以某工程為例，光伏系統最佳容配比=（550/500）/｛907.38/1000×［100%-0.39%×（0.86-25+20）］×（100%-2%-1.5%-1%）｝≈1.249。容配比具體數值還應當結合光伏組件的峰值功率和光伏組件的串、并聯方案綜合選擇。

4 項目投資及收益率

地面光伏發電項目的單位千瓦靜態投資約為7000元，其中光伏組件的單位千瓦造價約為3000元，光伏組件配套的光伏電纜、支架和基礎的綜合造價約為1000元/kW，因此光伏組件及配套的光伏電纜、支架和基礎的投資約占工程總投資的57.1%[10]。

圖2 不同容配比狀況下逆變器輸入功率對比表及光伏電站投資及收益對比表Fig.2 Inverter input power comparison table and PV power plant investment and revenue comparison table under different volume ratios

當光伏電站并網側輸出容量確定后，只改變光伏電站的容配比，則光伏組件及配套工程的單位千瓦造價不變，工程其他部分的總投資不變[11]。針對容配比為① 1:1；② 1:1.05；③ 1:1.10；④ 1:1.15；⑤ 1:1.20；⑥ 1:1.249等6種情況分別計算光伏電站裝機容量、光伏電站發電量、工程投資和項目收益率。

從圖2可以看出，當光伏電站交流側并網容量一定的情況下，通過提高光伏系統的容配比能夠降低工程的單位千瓦造價，提高逆變升壓設備及升壓站等公共部分的利用率，提高項目資本金內部收益率，從而提高項目的整體經濟效益。

5 結論

按照光伏組件所發出電量不超過逆變器直流側最大輸入功率的原則，根據光伏陣列表面的太陽輻射強度、環境溫度、光伏組件最大功率溫度系數、光伏組件串并聯方案、光伏陣列的系統損耗和逆變器直流側最大輸入功率等參數，可以計算光伏電站不發生“棄光”條件下的光伏系統最佳容配比，從而有效降低光伏電站的單位千瓦造價，提高光伏電站的經濟效益。

[1] 范忠瑤. 基于輻射量的光伏組件峰值發電小時數評估[J]. 中國電力教育, 2013(30): 232-233.FAN Zhong-yao. Evaluation of peak power generation hours of PV modules based on radiationquantity [J]. China Electric Power Education,2013 (30): 232-233.

[2] 畢二朋, 胡明輔, 袁江, 等. 光伏系統設計中太陽輻射強度影響的分析[J]. 節能技術, 2012, 30(1): 45-47.BI Er-peng, HU Ming-fu, YUAN Jiang, et al. Effect Analysis of Solar Radiation Intensity in Photovoltaic System Design [J]. Energy Saving Technology, 2012, 30 (1): 45-47.

[3] 艾英枝, 王樣強, 李霸軍, 等. 光伏電站不同統計時段計算的發電量對比分析[J]. 電網與清潔能源, 2012, 28(11): 85-89.AI Ying-zhi, WANG Yang-qiang, LI Ba-jun, et al. Comparison and Analysis of Power Generating Capacity at Different Statistical PeriodoF Photovoltaic Power Station [J]. Power System and Clean Energy, 2012, 28 (11): 85-89.

[4] 錢念書, 劉闊, 郭建業, 等. 光伏電池建模及其輸出特性研究[J]. 電源學報, 2012(5): 78-82.QIAN Nian-shu, LIU Kuo, GUO Jian-ye, et al. Research on Modeling and Output Characteristics of Photovoltaic Cells [J]. Journal of Power Supply, 2012 (5): 78-82.

[5] 惲旻, 孫曉, 周瀅, 等. 輻照度和溫度對光伏組件光電轉換性能測量的影響[J]. 現代測量與實驗室管理, 2015, 23(4): 3-5.YUN Min, SUN Xiao, ZHOU Ying, et al. Effect of Irradiance and Temperature on Measurement of Photoelectric Conversion Performance of Photovoltaic Modules [J]. Modern Measurement and Laboratory Management 2015, 23 (4): 3-5.

[6] 史君海, 孫麗兵, 張麗瑩. 提高并網光伏發電效率分析與建議[J]. 電力與能源, 2013, 34(4): 402-404.SHI Jun-hai, SUN Li-bing, ZHANG Li-ying. Analysis and Suggestions on Improving Efficiency of Grid Connected Photovoltaic Power Generation [J]. Power and Energy, 2013, 34 (4): 402-404.

[7] 王曉蘭, 葛鵬江. 基于相似日和徑向基函數神經網絡的光伏陣列輸出功率預測[J]. 電力自動化設備, 2013, 33(1):100-103.WANG Xiao-lan, GE Peng-jiang. Predictionof PV Array Output Power Based on Similar Diurnal and Radial Basis Functions Neural Network[J]. Power Automation Equipment, 2013, 33 (1): 100-103.

[8] 王騰,向大為.光伏發電系統低電壓穿越現場測試方法研究[J].新型工業化, 2017, 7(3):6-11.WANG Teng, XIANG Da-wei. Test Method Research of Low Voltage Ride-through Field of Photovoltaic Power Generation System[J]. The Journal of New Industrialization, 2017, 7 (3): 6-11.

[9] 姜婷婷. 光伏發電系統低電壓穿越技術綜述[J]. 新型工業化, 2015, 5(8): 57-62.JIANG Ting-ting. Summary of Low Voltage Ride-through Technology of Photovoltaic Power Generation System [J]. The Journal of New Industrialization, 2015,5 (8): 57-62.

[10] 潘學萍, 張源, 鞠平, 等. 太陽能光伏電站等效建模[J]. 電網技術, 2015, 39(5): 1173-1178.PAN Xue-ping, ZHANG Yuan, JU Ping, et al. Equivalent Modelingof Solar Photovoltaic Power Station [J]. Power System Technology, 2015,39 (5): 1173-1178.

[11] 羅勁松, 王金梅, 張小娥. 基于dq鎖相環的改進型光伏電站并網點電壓跌落檢測方法研究[J]. 電測與儀表, 2014, 51(5): 51-55.LUO Jin-song, WANG Jin-mei, ZHANG Xiao-e. Study on Voltage Dips TestMethod of Modified Photovoltaic Power Grid Station Based on dq Phase-locked Loop [J]. Electrical Measurement and Instrument, 2014, 51 (5): 51-55.