基于PVsyst模擬仿真的光伏電站發電性能驗證方法

蔣鴻飛

【摘 要】本文主要介紹一種通過PVsyst軟件模擬進行光伏電站實際發電性能驗證的具體方法，基于已建成電站的實際情況獲取真實的相關參數，利用PVsyst軟件對已建成電站進行建模并獲得電站在不同置信區間內的理論發電量，用于與光伏電站的實際發電量進行比對，通過比對獲得已建成電站的發電性能情況。同時以一內蒙古地面光伏電站為例，介紹此驗證方法的使用方式，為實現短期內光伏電站的發電性能評價提供支持。

【關鍵詞】地面光伏電站;PVsyst精細模擬;發電性能驗證

中圖分類號： TM615 文獻標識碼： A文章編號： 2095-2457（2019）20-0022-002

DOI：10.19694/j.cnki.issn2095-2457.2019.20.009

0 引言

隨著光伏行業的發展，企業開始借助于專業軟件來協助完成具體工作，其中PVsyst在光伏領域中被越來越多的企業應用，借助其高效的光伏發電系統設計能力，在縮短設計周期的同時也節省了設計成本[1]。作為此軟件的主要用途，在電站建設早期，基于不同設計方案進行發電量產出模擬結果比對，進而獲得最優化的設計方案。而隨著光伏電站的廣泛應用，如何客觀的評價光伏電站的性能被越來越多的企業關注。

本文將結合PVsyst的特點，介紹具體使用PVsyst軟件進行已建成光伏電站發電性能驗證的方法，同時也以內蒙地區一地面光伏電站為例，介紹此驗證方法的使用方式。

1 光伏電站理論發電性能模擬仿真方法

針對光伏電站發電性能驗證的PVsyst精細模型建立，有別于設計環節應用此軟件的方法，通過獲取已建成光伏電站現場的實際參數代替預估參數，完成模型的建立，進而進行仿真模擬。以下將就針對已建成光伏電站PVsyst精細模型仿真模擬過程中的關鍵要素進行介紹。

1.1 氣象數據的選取

作為光伏電站發電性能仿真過程中，對模擬結論影響最為直接的輸入量，此數據的準確性將直接導致最終模擬結論的準確性。在項目設計階段，更多的是選擇Meteonorom、NASA或SolarGIS等大型知名的數據庫，但以上數據庫往往與現場實際獲取的氣象數據資源存在差異[2]，針對已建成項目，如可以通過實測的方式獲取實際的光資源數據，并且相關數據采集設備可以滿足IEC 61724[3]標準的具體要求，建議使用實測數據。但大多數情況在不滿足實測的情況下，建議選用Meteonorm數據庫或SolarGIS數據庫。

1.2 模型的建立

由于已建成電站的所有細節已經明確，針對模型建立過程中的具體參數均來自于實際的竣工圖紙，其中包含總平面布置圖、設備參數清單、電氣線路配置、集電線路設計等。同時將針對光伏組件陣列進行3D建模[4]。

1.3 系統損失

作為整個模擬環節中最為重要的環節，系統損失部分所涉及到的相關參數是否準備，將直接影響最終仿真模擬的結論，因此，在完成建模并運行仿真模擬后，在輸出仿真報告中的全年損耗圖部分，需要對圖中所包含的損耗比例進行進一步的確認，如出現較大差異部分，需要對模型進行重新調整，獲得用于比對的仿真結論。

1.4 不確定度

模擬無法保證最終結論的百分百精確，并且作為模擬仿真的輸入，大部分參數雖經過實際現場獲得，但均在特定的區間內選擇，因此存在不確定性。為了在最終比對環節，考慮軟件仿真中不確定的影響，需要針對不確定度進行定義。

輻照度的不確定度，主要包含兩個部分，水平面輻照度不確定度及組件平面輻照度不確定度。針對水平面輻照度不確定度，主要采用系統的默認數值2.6%;而組件平面輻照度不確定度取決于電站的所在位置，基于項目所在地的地理位置及氣候情況，從軟件內部的列表中選取相匹配的區域進行不確定度的選取。

而針對產品質量的不確定度、陰影遮擋、灰塵及污染遮擋、組件低輻照度、組件溫度、組件質量、陣列失配、直流線損、逆變器損失、交流線損的不確定度，除非特定內容出現與一般項目存在較大差異的情況下，均建議使用默認數值。

2 光伏電站理論發電性能與實際發電量比對方法

基于以上光資源數據庫的選擇、系統建模及損耗分析，最終通過仿真，可以獲得光伏電站在理論情況下的發電量情況。同時針對不確定度的設定，可以獲得在不同的置信區間內，光伏電站所對應的理論發電量數值，即此方法假設經過多年的運行，年度發電量的分布將遵循統計規律，假設為正態分布[6]。而針對不同的置信區間的獲取也可以通過自定義設定獲取，現就不同的置信區間加以介紹，以P50、P75、P90為例，其分別代表的意思為獲得此對應的發電量所對應的幾率是50%、75%，90%。

不同置信區間所對應的模擬仿真理論發電量數值將有所不同，幾率越高其所對應的電站理論發電量數據越低，相反幾率越低其對應的電站理論發電量越高。通過不同幾率下對應的光伏電站理論發電量與電站的實際發電量進行比對，進而獲得電站的發電性能結論。

如特定電站的年度實際發電量為X，其對應時間段內的理論發電量對應的置信區間的數值分別為，P50=A， P75=B， P95=C，其評價結論如表1。

針對B的使用建議，B數值將C

3 實際案例—建模與試驗方法

本文將通過內蒙地區20MW光伏電站項目為例，且項目已經并網運行1年，通過以上的方法，進行理論發電量與實際發電量進行比對。

3.1 氣象數據的選取

本項目現場并無滿足IEC61724標準要求的氣象采集設備，且距離項目所在地的Meteonorm地面氣象站較遠，因此在模擬仿真過程中，采用SolarGIS衛星氣象數據庫中的光資源及氣象數據進行建模仿真。

通過SolarGIS數據庫獲取的具體數值，通過PVsyst中的建立新站點方式將其導入。

3.2 模型的建立

通過現場獲取的電站總平面布置圖，將各陣列的傾角、朝向、陣列間距及分布通過軟件內3D建模的方式完成建模。

同時基于現場提供的設備參數清單，電氣線路配置圖等內容，針對光伏組件、光伏逆變器等部件，在軟件數據庫中進行相應部件的選擇，如果沒有對應的產品參數需要基于產品的實際參數建立相應的產品模型。本項目所用的組件級逆變器均在PVsyst的軟件數據庫中。

4 系統損失

針對此前介紹的各部分系統損失，針對此項目所對應的模擬數據情況如表2。

5 不確定度

針對本項目建模過程中，通過不確定數值在PVsyst軟件中的輸入，獲得項目整體的不確定數值為±4.96%。

6 實際案例—結果與分析

此項目的實際裝機容量20MW，經過PVsyst軟件仿真模擬后，對應的P50，P75，P90的年度理論發電量數值如表3。

表3 內蒙項目系統模擬仿真理論發電量

此項目，在并網首年后的實際發電量為30988.3MWh，通過以上表格可以得知，其實際發電量在小于置信區間P90的理論發電量，即說明此項目的實際發電性能未達到預期。后期通過針對性的測試，得知其光伏組件的衰減為3.9%，大于其理論預期值2.5%，因此導致此項目的發電性能未達到預期。

7 結論

本文通過基于已建成并網光伏電站的實際建設情況進行更為精細的PVsyst軟件仿真模擬，獲得光伏電站的首年及長期理論發電量仿真模擬結果，并采用已建成電站相同時期內實際發電量與軟件仿真所獲得的不同置信區間內理論發電量比對的方法，實現對電站實際發電性的評價，進而獲得光伏電站實際發電性能情況。同時以內蒙古地區真實電站特定時期內的實際發電量為例，進一步介紹了此比對方法的執行方式。

該方法從實際已建成電站的角度出發，獲取軟件模型建立過程中可獲取的真實輸入數值，進而更準確的仿真電站理論發電能力。本文所提出的方法，將有助于短時間內對光伏電站的實際發電性能進行評價，有一定的實踐價值。

【參考文獻】

[1]方慶山，謝義.基于PVSYST的光伏系統設計仿真研究，安徽電子信息職業技術學院學報，2014（5），13.

[2]李英姿，李智.光伏發電項目太陽能輻射量數據對比與選用，lengineers，1003-8493.2016.04.006.

[3]IEC 61724-1：2017，Photovoltaic system performance-Part 1：Monitoring.

[4]李思，蔣慶華.一種基于PVSYST軟件的單軸跟蹤系統優化布置方法，2013年中國電機工程學會年會.

[5]肖友鵬.基于PVsyst的光伏輸出性能仿真分析，江西科技學院報，Vol.10 No.1 March.2015.

[6]PVsyst user manual，P50-P90 evaluation， V6.7.5.