霧霾影響光伏發電量的機制分析與實驗

任 靜， 陳 濤， 許 志， 武新芳， 趙春江， 劉永生

(上海電力大學 太陽能研究所，上海 200090)

0 引 言

太陽能作為一種取之不盡用之不竭的清潔能源，越來越受到人們的青睞和重視。有效利用太陽能不僅可以在很大程度上緩解能源匱乏問題，還可以很好地落實可持續發展這一全球性主題。一直以來，太陽能作為一種清潔能源在中國普及，被認為是拯救霧霾下的中國最有力的清潔能源。但是，近年來霧霾天氣日益增加，城市中的空氣污染日益嚴重[1]。據報道,近50年來，中國東部大部分地區年霧霾天數為25～100 d，局部地區超過100 d，霧霾天氣總體呈增加趨勢[2-3]。與此同時，霧霾對太陽造成了嚴重的的遮蔽。光伏組件的發電量受輻照度、空氣流動、大氣和組件溫度、逆變器效率、組件匹配損失、線損等與系統相關的一些損失的影響[4-6]。對于多數光伏組件，輻照度仍然是主要的影響因素。大范圍長時間的霧霾天會減少太陽光對光伏組件的透過率，大大削弱光伏組件的發電性能。根據相關研究，未來全球將會在城市地區安裝利用大量的光伏發電設備，城市屋頂太陽能光伏裝置的潛力估計為5.4 TW，城市住宅和商業消費者電力需求約占其總值的70%[7]。目前，中國已經在屋頂上安裝了22 GW的光伏發電裝機容量，2018年屋頂裝置將進一步增加[8]。如果沒有考慮到霧霾而導致系統整體設計不足，可能影響到整個光伏系統的可靠性。所以，在霧霾還未得到有效治理的前提下，電力系統的運行仍將受到霧霾的大范圍影響。

本文在霧霾嚴重的背景下，提出光伏發電量損失指數的概念。通過上海某戶用光伏屋頂采集實驗數據進行研究。由于光伏發電系統受多種氣象因素影響，為獨立分析霧霾中PM2.5濃度對光伏發電量的影響，采用控制變量法和霧霾相似日原理[9-10]研究霧霾對光伏發電系統的影響。

1 霧霾對光伏的影響機制

霧霾的主要成分是懸浮在空中的細顆粒物。PM2.5(空氣動力學當量直徑≤2.5 μm的顆粒物)被認為是造成霧霾天氣的“元兇”。隨著空氣質量的惡化，陰霾天氣增多，危害加重。PM2.5主要由于自然因素和人為因素造成。①自然因素主要包括：土壤揚塵、植物花粉、自然災害等將大量細顆粒物傳播到大氣中;②人為因素主要包括：化石燃料的燃燒、交通工具排放的尾氣、烹飪等產生大量的細顆粒物。這些細顆粒物在大氣中懸浮，形成較為穩定的氣體形態，隨著其濃度的增加，形成嚴重的霧霾。

大量顆粒物存在對光伏造成嚴重影響主要集中兩方面：①大量顆粒物的存在削弱了地面附近的輻照度。大氣中的顆粒物具有消光作用[11]，消光作用主要包括散射作用和吸收作用。顆粒物越細小，PM2.5濃度越大，輻照度的散射和吸收作用越強，地面所接收到的輻照度越小。②細顆粒物大范圍存在，霧霾天氣嚴重，造成光伏組件表面積灰嚴重。細顆粒物的長期聚集可能使組件大量發熱，造成熱斑現象，發電量衰減，威脅組件壽命。

2 光伏性能的相關參數

2.1 太陽的輻照度

霧霾天氣時，大氣中的細顆粒物(PM2.5)濃度高，太陽的直接輻射降低而散射輻射增加，導致光伏組件表面接收到太陽光的輻照強度降低。霧霾條件下PM2.5濃度變化而造成的輻照度損失為[12]

(1)

式中：I為實測的輻照度；I0為PM2.5濃度為0時的輻照度；c(PM2.5)為實際測量細顆粒物濃度。

2.2 光伏發電量

細顆粒物具有消光作用使輻照度較小，發電量也會相應衰減。相關研究表明，由于輻照度減少，霧霾對光伏板發電量造成損失約為(11.5±1.5)%，而當前最具前景的鈣鈦礦材料受霧霾影響更為嚴重，其發電量損失可達17%左右[12]。

2.2.1 傳統光伏發電量算法

光伏發電量是研究光伏性能的主要參數之一，與系統所在地的太陽能資源以及系統裝機容量有關。傳統的光伏發電系統的發電量估算為[13-17]：

(2)

式中：Q為實測發電量，kW·h；Hl為實測太陽能輻射量，kW·h/m2；H為標準太陽輻射強度，kW·h/m2；P為光伏發電系統的裝機容量，kW；C為傾斜光伏組件輻射量系數,C一般為1.05～1.15；η為發電系統綜合影響系數,并網發電系統η一般取72%～78%。

式(2)適用于粗略估算發電量，C和η的取值一般在固定區間。針對霧霾天氣等復雜氣象因素，式(2)計算的發電量有一定的局限性。

2.2.2 光伏發電量修正算法

在傳統估算發電量基礎上，本文考慮溫度的影響因素，根據文獻[18]對式(2)進行修正，

(3)

式中：Q0為c(PM2.5)=0的發電量，kW·h；H0為c(PM2.5)=0的太陽的輻射量，kW·h/m2；T為溫度，℃。

由于2009年霧霾細顆粒濃度c(PM2.5)對大氣的影響程度較輕微，太陽的輻照度被干擾的程度較少。通過上海某戶用光伏屋頂2009年全年實測光伏發電量對式(3)、(2)進行驗證。由圖1可知,在1～4月，10～12月兩者趨勢線基本重合，4～10月間，修正估算發電量、傳統估算發電量與實測發電量相比有一定誤差，修正估算發電量趨勢線大多位于實測光伏發電量趨勢線與傳統估算發電量趨勢線之間，且均低于傳統估算發電量趨勢線。可見，修正估算發電量計算值更精確。

圖1 2009年發電量對比圖

由圖2可見，2009年12個月修正估算發電量誤差比傳統估算發電量誤差小，最小誤差為-2.74%，最大誤差為3.67%，平均誤差為0.06%。由圖3可見，2009年12個月中修正估算發電量誤差均集中在±5%之間。因此，與傳統估算發電量相比，式(3)修正效果較好。

圖2 修正估算發電量誤差與傳統估算發電量誤差

圖3 修正估算發電量誤差范圍

2009年，實測發電量為2 952.20 kW·h，通過式(3)計算修正估算發電量為2 946.47 kW·h，與實測發電量相差5.73 kW·h。通過式(2)計算傳統估算發電量為3 010.48 kW·h，與實測發電量相差58.28 kW·h,如表1所示，修正估算發電量更為準確。

相關研究表明，在霧霾影響下，光伏的實際發電量會大打折扣，北京和上海由光伏發電造成的收入損失均可能高達2 000萬美元[12]。在未來，如果沒有考慮到霧霾而導致系統整體設計不足，可能導致投資者一定的經濟損失。采用控制變量法分析霧霾c(PM2.5)對發電量影響時，發電量的計算值較為關鍵。式(3)考慮溫度參數的影響，得到準確的發電量，排除溫度影響的光伏發電量損失。式(3)在式(2)基礎上做了一定的修正，修正估算發電量與實測發電量的誤差在±5%之間。估算未來光伏發電量時，式(3)具有一定的可行性。

表1 2009年每月發電量統計 kW·h

2.2.3 光伏發電量損失指數

光伏發電量損失指數ε可以定量地反映發電量損失與PM2.5的關系，

ε=(Q0-Q1)/Q0

(4)

式中：ε為光伏發電量損失指數；Q0為c(PM2.5)=0的發電量，kW·h；Q1為有PM2.5(實測下)的發電量，kW·h。

3 霧霾條件下光伏發電量損失數據分析

3.1 實驗數據

本實驗搭建基地位于上海市一戶別墅光伏屋頂。屋頂光伏裝機容量為3.7 kW，與光伏微網連接的有太陽能輻照儀、氣溫儀、風向風速儀和數據采集處理系統。屋頂周圍無建筑物遮擋，可以完全接受充足的陽光照射，如圖4所示。霧霾中c(PM2.5)通過中國空氣質量在線監測分析平臺記錄。

圖4 實驗基地圖

3.2 實驗數據選取

本實驗數據記錄從2017-04～2018-04,選取霧霾月最嚴重月進行分析，根據PM2.5檢測網的空氣質量新標準，選取霧霾最嚴重月為2018-01。由表2可知，在PM2.5主導下的霧霾較嚴重的前3個月均為上海地區的冬季月份。主要有以下幾個原因：①上海地區冬季月份，空氣流動性差，污染物容易累積，不利于擴散。②上海地區冬季月份降雪少，不利于對霧和霾的沖刷。③霧霾中的霾，也稱灰霾，是由空氣中的灰塵、硫酸、硝酸、有機碳氫化合物等粒子組成。上海地區冬季月份空氣濕度較小，較干燥，有利于霾的產生。

表2 2017-04～2018-04 c(PM2.5)平均值

實驗數據從2018-01中排除陰雨天,陰雨天日照不充足，輻照度較小。選取日照充足的晴天進行實驗分析。晴天有助于更明顯的觀測c(PM2.5)與輻照度、輻照量、發電量的關系。

3.3 霧霾對太陽的輻照度及輻照量的影響

圖5為利用霧霾相似日原理篩選溫度、風速等級相近的1月12日～1月15日的連續4天，并利用控制變量法選取太陽輻照度最大的正午12:00進行分析。由圖5可知，隨著c(PM2.5)的增大，太陽輻照度減小，當空氣質量變好時，輻照度開始上升，總體呈相反趨勢。1月13日c(PM2.5)為最大值61 μg/m3，輻照度為連續4天中最小值467.06 W/m2，1月14日輻照度為最大值625.37 W/m2，其c(PM2.5)最小為20 μg/m3。由此可見，c(PM2.5)對輻照度有明顯影響。

圖5 連續4天太陽輻照度對比圖

圖6、7所示為選取相同溫度及風速等級相同的2 d在不同時段的太陽能輻照量對比圖。2018-01-26和01-30平均氣溫為-0.3 ℃，風級為微風，風速為3.4～5.4 m/s。在9：00～16：00時間段，太陽輻照量最集中，在1 d中成拋物線變化。不同時間段，太陽輻照量隨PM2.5濃度值的變化而變化。c(PM2.5)越大,太陽輻照量越小;c(PM2.5)越小,太陽輻射量越大。c(PM2.5)與輻照量成反比關系。

圖6 1月26日c(PM2.5)與輻照量趨勢變化圖

圖7 1月30日c(PM2.5)與輻照量趨勢變化圖

3.4 霧霾對太陽損失輻照度的影響

如圖8所示，通過式(1)估算2018-01晴天中無霧霾下c(PM2.5)=0的輻照度及相應的損失輻照度。在0：00～23：00之間，損失輻照度大多集中于9：00～16：00時間段內，這也驗證圖6選取時間段的正確性。9：00～16：00時間段內，在c(PM2.5)的影響下，共損失輻照度為1 504.03 W/m2，平均損失輻照度167.11 W/m2。圖9可以更加直觀地觀察到c(PM2.5)與損失輻照度的關系。損失輻照度隨著c(PM2.5)的增大而增大，c(PM2.5)從13 μg/m3增加到186 μg/m3，相應損失輻照度從46.48 W/m2增加到1 038.24 W/m2。擬合公式為

y=0.014 4x2+2.924 6x+2.597 4

R2=0.929 9

式中:y為損失輻照度;x為c(PM2.5);R2為擬合優度的統計量，R2最大值為1。可以看出，損失輻照度與c(PM2.5)呈多項式關系，多數點符合擬合公式。

圖8 2018年1月晴天0:00～23:00損失輻照度分布圖

圖9 c(PM2.5)與損失輻照度關系

3.5 霧霾對光伏損失發電量的影響

通過式(3)估算c(PM2.5)為0的發電量。因本次實驗每隔5 min記錄一次輻照度數據。因此，輻照量=輻照度×(5/60)。1月份晴天相似日之間在PM2.5影響下的發電量(實測發電量)總共為68.46 kW·h，c(PM2.5)為0的平均估算發電量為75.5 kW·h。在晴天相似日中，發電平均損失7.05 kW·h。損失比率為9.3%。

圖10所示為損失發電量與c(PM2.5)的餅狀圖。c(PM2.5)越大，損失的發電量所占比例就越大;c(PM2.5)越小，損失的發電量所占比例就越接近最小。當c(PM2.5)為186 μg/m3時，損失發電量最大，所占比例為46%。因此，c(PM2.5)對損失發電量有很大影響。

圖10 c(PM2.5)影響下的損失發電量

圖11為光伏發電量損失指數與c(PM2.5)的擬合關系圖。光伏發電量損失指數可以直觀地反映c(PM2.5)對光伏發電量造成的損失程度。光伏發電量損失指數隨著c(PM2.5)的增加逐漸增加，c(PM2.5)越大，光伏發電量損失指數就越大。通過式(4)，當c(PM2.5)為13 μg/m3，光伏發電量損失指數為0.02。當c(PM2.5)為186 μg/m3，光伏發電量損失指數為0.24。光伏發電量損失指數與c(PM2.5)大致成冪次關系。

圖11 光伏發電量損失指數與PM2.5濃度值的擬合關系

4 結 論

本文針對霧霾對光伏組件性能的影響進行了研究,對已有發電量公式進行修正，提出了估算發電量的新公式，使其估算值與實測值之間的誤差在±5%之間。該公式考慮溫度因素，精確估算發電量。同時，提出光伏發電量損失指數概念，采用控制變量法和相似日原理，對c(PM2.5)與輻照度、輻照量、發電量及其相關損失進行量化分析。該指數直觀描述c(PM2.5)對發電量的危害程度。本文所得結論如下：

(1) 霧霾對光伏組件主要有兩方面影響，① 霧霾天中的細顆粒濃度值越大，對太陽輻照度消光作用越強;② 霧霾天中的細顆粒會造成光伏組件表面積灰嚴重，使得光伏組件發電量嚴重衰減。

(2) 霧霾中細顆粒物的PM2.5濃度與輻照度、輻照量呈反比關系。c(PM2.5)與輻照度損失、發電量損失成正比關系,c(PM2.5)越大，輻照度損失、發電量損失越嚴重。

(3) 光伏發電量損失指數ε直觀地反映c(PM2.5)對光伏組件發電量造成的損失程度，如果沒有考慮到霧霾而導致系統設計不足，可能影響整個光伏系統的可靠性及錯誤的投資回報率。因此，光伏發電量損失指數ε對光伏裝機容量及投資者具有一定的參考作用。