太陽能光伏發電的氣象條件研究

付秋芳，趙德實

1.河北省新河縣氣象局，河北新河 055650；2.國網河北省電力有限公司新河縣供電分公，河北新河 055650

1 研究光伏發電的背景意義及發展現狀

光伏發電行業具有清潔、節約能源發展優勢，利用光伏電池將光能直接轉化為電能的光伏發電，具有不需要燃料、環境友好、無轉動部件、維護簡單、由模塊組成、可調節功率等突出優點。21世紀以來，國內外在可再生資源的應用方面進行了非常多的項目建設。而中國光伏發電市場也迎來了跨越式發展態勢，針對市縣村鎮的光伏發電項目越來越多。2022年3月31日，國家能源局發布《2022年鄉村振興定點幫扶和對口支援工作要點的通知》，光伏被列為鄉村振興定點幫扶工作要點。《“十四五”現代能源體系規劃》（以下簡稱《規劃》）提出，落實黨中央有關要求，堅持把創新作為引領發展的第一動力，部署了一系列科技創新任務持續加大風電、太陽能發電、先進核能等研發力度；《規劃》提出加快發展風電和太陽能發電。研究預測到2060年碳中和情景下，風電和太陽能發電等新能源發電量占比將超過50%，成為電力供應的主體。

新河縣隸屬于河北省，地處河北省邢臺市東北部，黑龍港流域，總面積366 km2。新河縣屬于暖溫帶季風半干旱大陸性氣候，新河縣一年中光照充足，平均太陽年總輻射量為121.197千卡/cm2，日照時數為2 420.1 h，非常適宜發展光伏發電項目。鄉村振興戰略背景下，新河非常重視光伏發電項目的建設。目前，光伏發電項目在新河縣鄉村振興方面發揮著越來越重要的作用，依托光伏鄉村振興政策和穩定收益，大力開發清潔能源，可以進一步助力美麗鄉村建設，讓更多的人獲得更多的實惠。

對于特定的光伏電站而言，裝機容量固定，太陽能組件的性能確定，其綜合效率決定于環境條件主要包含輻照度、環境溫度、風速和相對濕度等氣象因子，這些氣象因子變化的不確定性形成了光伏電站輸出功率的特性，因此掌握氣象影響因子與光伏發電輸出功率的相關關系很重要[1]。近年來，國內外很多學者將氣象因素對太陽能光伏發電方面的影響作為重要的研究課題。王建軍[2]重點探究了溫度對太陽能電池和蓄電池的電性能方面的影響，他指出單體太陽能電池的開路電壓隨溫度的上升而下降，電壓溫度系數為210~212 mV/℃，即溫度每上升1.0℃，單體太陽能電池開路電壓下降210～212 mV；太陽能電池短路電流隨溫度的上升而上升; 隨溫度的上升太陽能電池的峰值功率不斷下降，這會對直發電效率產生直接影響。因此，他積極探索整個光伏系統設計時針對溫度影響所采取的對策。劉玉蘭等[3]深入探究了太陽能光伏發電功率的主要影響環境氣象因子，她認為光伏電站逐日、逐時輸出功率和日照時間、光照強度主要顯著的正相關性。楊靜濤等[4]探究了并網光伏電站發電量影響因素，涉及各類元件的損耗，并且對輻照度、溫度等外部條件的影響進行定性分析，最后給出了一些解決方法。褚華宇等[5]結合霧霾給光伏發電功率帶來影響的問題探索一類計及霧霾影響的光伏功率預測方法，主要分析了光伏電池的原理和光伏功率的主要影響因素，通過人工智能神經網絡預測方法構建了關于霧霾影響的光伏發電功率預測模型，最終驗證了此類方法的可行性。黃偉等[6]主要探究了沒有其他因素影響的時候，光照強度對光伏發電的影響，明確了全年太陽能光伏發電最大出力的范圍，同時分析了典型多云、陰雨天對光電出力的影響系數，并且與實測數據進行了對比分析，驗證了此類方法的有效性和準確性。崔永琴等[7]剖析了積塵對光伏系統發電效率產生影響的主要機制，同時深入探究了空氣污染、降水、降塵、風、灰塵性質等對積塵的產生和發電量的影響。國外的文獻針對氣象對光伏發電的影響也開展了研究。例如，有學者探究光伏發電效率的多類影響因素；主要探究了相對濕度、風速、積塵對太陽能電池工作效率的影響。還有學者選擇的溫度特征明確了持續云量和長期環境持續溫2種光伏發電的主要氣象影響因素，同時提出了一種綜合考慮短期環境持續溫度和長期云量影響范圍的短期光伏電站數據輸出溫度預測計算方法

選用2022年4月新河縣逐日日照時數、逐日平均風速、逐日相對濕度，以及光伏公司提供的逐日日累計輻照度、逐日理論、實際發電量數據，利用Excel、SPSS軟件處理數據，簡要分析了氣象條件對光伏發電的影響，為以后光伏發電項目的建設和農村電網安全穩定的運行提供了指導依據。

2 太陽能光伏發電與氣象因子的關系

2.1 與日照時數的關系

根據新河縣1992—2021年近30年的日照數據，新河縣每年的平均日照時數在190 h以上，在一年期間的3—6月日照時數達到200 h以上，5月日照時數達到峰值，日照時數為264.1 h，其次為4月，日照時數為235.7 h，自7月日照時數逐漸下降。圖1為光伏電站利用小時數和逐日日照時數累計值的對比圖，數據起伏是規律的狀態。根據日照時數與可利用時數相關性分析，相關系數達到0.85，日利用小時時數與日照時數呈顯著正相關。日照時數增加，日利用時數也在增加[8]。

圖1 4月日照時數與電站利用小時數對比

2.2 與太陽輻射的關系

太陽輻照強度對光伏發電有直接影響，因此可被用作光伏發電預測中的重要技術指標。從實際和理論發電量與日累計輻照度中可以看出，理論和實際發電量呈規律的起伏狀態，與日累計輻照度的變化一致，太陽輻射強度越大，輸出功率越高，發電量越多。圖2為實際發電量與日累計輻照度的散點圖，太陽輻射強度越大，輸出功率就越高。光伏電站實際發電量與日累計輻照度的相關系數達0.85，對數據進行回歸分析后得出p=0.178G+1.063，這表明日累計輻照度每增加1 MJ/m2，光伏發電量增加0.178萬kW·h。光伏電站發電量與日累計輻照度之間的修正決定系數為0.716，表明模型的擬合優度對數據的解釋能力很強，驗證了光伏電站的發電量與日累計輻照度之間有很強的線性關系，太陽輻射日累計輻照度對光伏發電量的影響作用很大[9]。

圖2 實際發電量與日累計輻照度散點圖

2.3 與相對濕度的關系

相對濕度，表示空氣中的絕對濕度與同溫度下的飽和絕對濕度的比值，即在一定時間內，某處空氣中所含水汽量與該氣溫下飽和水汽量的百分比。相對濕度增大，水汽含量增加，可阻擋地面有效輻射，相應的光伏發電功率會下降。相對濕度的變化光伏發電系統發電量產生負相關影響。圖3為4月逐日的相對濕度與日發電量對比，發電量的峰值大多數對應著環境濕度的峰谷，相對濕度越高，發電功率越低。根據相對濕度與光伏電站實際發電量的相關性分析，相關系數為-0.175，呈負相關。經過對數據進行回歸分析，得出光伏發電量與相對濕度擬合的回歸方程：P=-0.17w+5.157。這意味著相對濕度每增加10%，光伏發電量減少0.17 kW·h。

圖3 4月環境相對濕度和電站發電量對比圖

2.4 與環境溫度的關系

大氣溫度的變化會對光伏發電系統的發電量產生一定的影響作用[10]。通過對電站溫度與縣平均溫度和發電量進行對比分析了解到新河縣平均溫度與光伏電站的溫度起伏狀態趨于一致，溫度相差0.5℃左右。氣溫曲線的峰值基本上對應著發電量的峰值，日平均溫度越高，發電量越大。對數據進行相關分析，光伏電站發電量與縣平均溫度的相關系數為0.531，與發電站的平均溫度的相關系數為0.51，都呈較好的顯著相關。對數據進行回歸分析，得出相應的擬合方程：p=0.158T+1.796（縣平均溫度與光伏發電量的擬合方程），p=0.14T+2.051（發電站的平均溫度與光伏發電量的擬合方程），因發電站的平均溫度和縣平均溫度的顯著性相關系數達0.976，兩者的結果總體相差不大。表明環境溫度每升高1℃，光伏發電量增加0.158（0.14）萬kW ·h。

2.5 與平均風速的關系

圖4為光伏電站發電量與平均風速對照曲線，從圖中可以看出，平均風速對光伏發電量的影響作用無明顯的規律性，影響作用有正有負，為正時較多。對數據進行相關分析，得出相關系數為0.259。對數據進行回歸分析，得出擬合方程為p=0.304w+3.885，表明風速每增加1 m/s，光伏電站發電量增加0.304萬kW·h，但是新河縣年平均風速2 m/s左右，影響相對不大。

圖4 光伏電站發電量與平均風速的關系

3 結束語

太陽輻照度是預測光伏發電量最主要的因素，在太陽能組件能夠接受的范圍內，接受的太陽輻射越大，光伏發電量就會越多。相對濕度越小，光伏發電量越大；環境溫度在組件可接受的范圍內，溫度越大，發電量越多。其中，太陽輻照度、環境溫度與光伏發電量呈正相關，相對濕度與光伏發電量呈負相關，平均風速有正有負，影響不大。