CN114492084B - 基于容配比比选的光伏电站发电小时数估算模型的构建方法 - Google Patents

Abstract

本发明公开了一种基于容配比比选的光伏电站发电小时数估算模型。它包括如下步骤，步骤一：估算典型条件下容配比变化情况下的发电小时数；步骤二：获取发电小时数随容配比变化曲线；步骤三：收集周边已建成光伏电站固定容配比下的实际运行发电小时数；步骤四：折算到本光伏电站后的固定容配比下的实际运行发电小时数；步骤五：比较步骤二与步骤四中相同容配比下的发电小时数，分析边界条件；当边界条件相同，用折算后固定容配比下发电小时数替代模拟估算值，并修正容配比‑发电小时数的变化曲线；步骤六：得出修正后的基于容配比比选的光伏电站发电小时数估算模型。本发明具有提高发电小时数估算的效率和准确性的优点。

Description

基于容配比比选的光伏电站发电小时数估算模型的构建方法

技术领域

本发明涉及光伏系统的优化设计领域，更具体地说它是一种基于容配比比选的光伏电站发电小时数估算模型。

背景技术

近年来，光伏产业通过超装光伏组件，即加大容配比来降低光伏电站的度电成本，提高项目的发电量及项目的投资收益。提高容配比主要是为了提高逆变器和箱式变压器等设备的利用率，降低光伏电站中逆变器、箱式变压器的工程造价。但是过高的容配比可能会带来较大的发电量损失和很多不可预见的技术质量问题。因此，比选出最优容配比就显得尤为重要；

目前已有规范和文献分区域或分类型选择典型地点进行讨论并推荐最优容配比，但在具体项目设计时仅能参照，仍需根据具体项目进行具体的容配比比选工作。在容配比比选过程中，首先需要研究不同容配比的情况下发电小时数的变化规律。目前在容配比变化后，光伏电站的发电小时数均是采用PVsyst等软件进行模拟估算，并以此确定最终的发电小时数。容配比比选过程一般是按照由低到高按照0.1的精度进行多点估算。目前软件的应用需要进行较为复杂的建模。因此，在容配比比选过程中难以避免地需要进行多次建模估算；

另外，软件估算的数据源主要是使用SolarGIS、Meteonorm和NASA等中尺度数据，误差较大。随着实际运行的光伏电站越来越多，且有一定超配比例的光伏电站投入运行时间超过一年。作为容配比比选的设计单位，可收集到大量的运行数据。充分利用运行数据可以大幅增加容配比变化情况下发电小时数估算的准确性，但同时也让容配比比选过程中发电小时数的估算更为复杂、耗时；

因此，开发一种能够提高发电小时数估算的效率和准确性的估算模型很有必要。

发明内容

本发明的目的是为了提供一种基于容配比比选的光伏电站发电小时数估算模型，能够提高发电小时数估算的效率和准确性。

为了实现上述目的，本发明的技术方案为：一种基于容配比比选的光伏电站发电小时数估算模型，其特征在于：包括如下步骤，

步骤一：估算典型条件下容配比变化情况下的发电小时数；

步骤二：获取发电小时数随容配比变化曲线；

步骤三：收集周边已建成光伏电站固定容配比下的实际运行发电小时数；

步骤四：折算到本光伏电站后的固定容配比下的实际运行发电小时数；

步骤五：比较步骤二与步骤四中相同容配比下的发电小时数，分析边界条件；

当边界条件不同，则考虑边界条件的差异，跳转至步骤四中修正折算；如此循环，直到边界条件相同；

当边界条件相同，用折算后固定容配比下发电小时数替代模拟估算值，并修正容配比-发电小时数的变化曲线；

步骤六：得出修正后的基于容配比比选的光伏电站发电小时数估算模型。

在上述技术方案中，在步骤一中，典型条件包括不同太阳能资源区、不同运行方式、特定的逆变器、不同组件类型等；

光伏电站首年发电小时数的计算公式为：

(1)

式(1)中，h为光伏电站首年发电小时数，H为场区理论发电小时数，PR为系统能效 比，

为光伏组件首年的衰减率；

系统能效比指光伏发电系统上网电量与理论发电量的比值，用于衡量光伏发电系统发电效率；单面组件系统能效比应按下式计算：

(2)

式(2)中：PR为系统效能比；n为光伏发电系统效能评价周期小时数；

为评价周 期内光伏发电系统上网电量，单位为千瓦时（kWh），i=1,2，…，n；

为评价周期内光伏组件 阵列面正面上的太阳总辐照量，单位为千瓦时每平米（kWh/m²），i=1,2，…，n；

为光伏发 电系统安装容量，单位为千峰瓦（kWp）；

为标准条件下太阳辐照强度（常数=1kW/㎡）；

影响系统效能比PR的因素较多，主要分为自然因素（温度、其他散射和反射等）、关键产品和设备因素、直流损耗、交流损耗、设备故障和人为因素（阴影遮挡、灰尘遮挡）等。

在上述技术方案中，在步骤二中，经研究在不超配的情况下，发电小时数与容配比呈现指数变化，并可大致分为两段：①在容配比较低时，直流输入功率低，转换效率低，损失大，曲线上升，斜率较大；②在容配比增大到一定程度后继续增加时，曲线平缓，斜率几乎为零，发电小时数接近最大值。在超配的情况下，衡量电站发电能力的指标PR值与容配比的变化成反比，即发电小时数与容配比的变化成反比（如图3所示）；

容配比与发电小时数的变化关系可的数学表达为：

(3)

式(3)中，h为光伏电站首年发电小时数，R为容配比，b₁、b₂、b₃为回归系数，c₁、c₂、c₃为回归系数，其中c₁＜0；

光伏电站容配比是光伏系统的安装容量与额定容量之比；容配比应按下式进行计算：

(4)

式(4)中：R为容配比；

为光伏发电系统安装容量，单位为峰瓦（Wp）；

为光伏发 电系统额定容量，单位为瓦（W）。

在上述技术方案中，在步骤三中，首先提取拟开发光伏场区及已建成光伏电站处的SolaGIS等中尺度代表年水平面总辐射的数据；然后分析相关性关系；当相关性系数≤0.8时，则认为该已建成光伏电站与拟开发光伏场区相关性较差，不具备参考价值；当相关性系数＞0.8时，即可采用相关性函数将实际运行的发电小时数折算到光伏场区，折算方法如下：

(5)

式(5)中：H’为拟建光伏场区修正后的理论发电小时数；h_n为收集的周边已建光伏 电站第n年的实际运行小时数；PR为系统能效比，

为光伏组件第i年的衰减率；a、b为相关 性参数，由两处场址代表年水平面总辐射求得，其相关性系数必须大于0.8。

在上述技术方案中，在步骤四中，通过比较拟建光伏场区和周边运行场区中影响系统能效比的因素，并对系统能效比进行修正；场区修正后的能效比如下式求得：

(6)

式(6)中：

为修正后的系统能效比，

为各项影响系统容配比因素的损失比；n 为光伏发电系统效能评价周期小时数；

求得场区修正后的系统能效比后，即可根据步骤一中的公式求得修正后的光伏电站首年发电小时数h’。

在上述技术方案中，在步骤五中，边界条件应考虑以下因素：包括光伏组件单双面、支架运行方式、水面光伏和地面光伏的变化、实际衰减率超过预期、人为因素如设计不当等、设备超过阈值失效、雨雪天气与水平年存在较大变化以及其他非常规因素等。

本发明的有益效果是：

(1)本发明进行比选特别是输入条件变化时，仅需一次建模即可得到光伏电站发电小时数估算模型，不用多次建模，提高了容配比比选的效率，节省了大量的时间；

(2)本发明总结出了基于容配比比选的光伏电站发电小时数估算曲线模型，为后续的研究、比选提供了理论依据，且方便校核单次建模结果的准确性；

(3)本发明代入了周边实际运行数据，充分利用了现有的数据资源，并且可以较大幅度地提高发电小时数估算的准确性。

附图说明

图1是本发明基于容配比比选的光伏电站发电小时数估算模型的实施流程图；

图2是本发明实施例中拟建光伏电站场址区和周边实际运行光伏电站场址区SolarGIS 水平面总辐射时间序列的相关性关系图；

图3是本发明发电小时数随容配比变化曲线图；

在图3中，场址区理论发电小时数为1256.3h，光伏组件首年衰减为2%。

具体实施方式

下面结合附图详细说明本发明的实施情况，但它们并不构成对本发明的限定，仅作举例而已。同时通过说明使本发明的优点更加清楚和容易理解。

如图1所示，一种基于容配比比选的光伏电站发电小时数估算模型，包括以下步骤：

（1）首先可以采取多种方式估算典型条件下容配比变化情况下的发电小时数。估算的多种方式主要是采用成熟的PVsyst等软件建模。典型条件有多种分类方式，比如可以按照《太阳能资源评估方法》（GB/T37526-2019）的评估标准将全国分成四类资源区（如下表1所示），也可以根据水平面总辐射提高划分精度，还可以根据行政区域等进行划分。然后再分别估算不同地区随容配比变化的发电小时数；

表1 四类资源区

（2）根据步骤（1）中的结果估算不同典型条件下的发电小时数随容配比变化曲线，形成“容配比-发电小时数”曲线库模型可供具体项目随时调用；

分析拟建光伏电站基本情况，估算本项目不超配情况下的发电小时数。根据项目的基本情况选取“容配比-发电小时数”曲线库模型中的同类曲线进行代入，形成拟建光伏场区的初步“容配比-发电小时数”曲线。四类资源区初步建模如下表2所示；

表2 四类资源区初步建模

上述步骤（2）中的四类资源区初步建模即为本发明中唯一的一次建模，后续过程都是对本次建模的修正；克服了采用PVsyst等软件估算若引入周边实际运行的光伏电站数据，需要多次建模，操作复杂、发电小时数估算效率低的缺陷；

（3）收集周边已建成光伏电站固定容配比下的实际运行发电小时数；

收集拟建和周边已运行光伏电站的中尺度代表年逐时数据序列，分析其相关性，在相关性大于0.8时，求出相关性系数。从而求出拟建光伏场区修正后的理论发电小时数；

（4）折算到本光伏电站后的固定容配比下的实际运行发电小时数。收集周边已运行光伏电站的实际运行数据，详细比较已运行光伏场区和拟建场区系统能效比的差异，分析具体因素差异影响的大小，并将其代入到系统能效比修正公式中进行估算，从而求得拟建场址区域的比较准确的系统能效比。再根据步骤（3）中估算的理论发电小时数求得拟建光伏场区较为准确的首年利用小时数；

（5）比较步骤（2）中拟建光伏场区的初步“容配比-发电小时数”曲线与步骤（4）中相同容配比下的发电小时数，分析边界条件；

边界条件可以是步骤（4）中未充分考虑的条件，也可以是随着项目进展的变化对项目“容配比-发电小时数”曲线有较大影响的因素。具体的如项目深度从可研阶段进入初步设计阶段时，初步选取的单面光伏组件已正式确认为了双面光伏组件。类似地，如光伏的运行方式、拟建场地为水面光伏与运行区的陆面差异较大、全生命周期中组件的实际衰减率与组件厂家保证的衰减率存在较大的差异、人为设计出现较大问题比如运行场址区域发现较大范围的阴影遮挡、运行场址区域采用的设备老旧超过阈值失效而拟建场址又选用了最新的设备和雨雪天气与水平年存在较大变化等；

（6）用折算后固定容配比下发电小时数替代模拟估算值，并修正初步“容配比-发电小时数”曲线，得到现阶段最准确的“容配比-发电小时数”曲线，并将其再次纳入到“容配比-发电小时数”曲线库模型中，供今后类似项目调用。

实施例

现以本发明试用于某县某光伏电站进行发电小时数估算为实施例对本发明进行详细说明，对本发明应用于其它光伏电站的发电小时数估算同样具有指导作用；

（1）估算典型条件下容配比变化情况下的发电小时数

选取某县某光伏电站进行分析。该项目场址区水平面总辐射为1178.3kWh/㎡，属于“III类资源区”。该项目采用固定式安装方式，光伏方阵的固定安装最优倾角经过比选为21°，斜面上太阳能总辐射为1256.3kWh/㎡，即场区理论发电小时数H=1256.3h，该光伏电站首年发电小时数可通过公式（1）计算如下式所示，其中能效比模拟值为PR=85.2%，光伏组件首年衰减

=2%；

（2）获取发电小时数随容配比变化曲线

由实施例步骤（1）可知，该项目数据为“III类资源区”，因此可直接调用III类资源区典型“容配比-发电小时数”曲线，即在R＞1时，发电小时数与容配比关系为：y=-128x²+293x+ 858。从而可以获得拟建光伏场区容配比变化后的发电小时数，如下表3所示；

表3 拟建光伏场区容配比变化后的发电小时数

（3）收集周边已建成光伏电站固定容配比下的实际运行发电小时数

拟建光伏场址周边有已建成光伏电站，提取已建成光伏电站场址区SolarGIS数据与拟建场址区SolarGIS数据进行相关性分析。如图2所示，相关性系数R²=0.9999，则R=0.9999＞0.8，相关性较好，且相关性系数a=1.0126，b=0.1349；

该已建光伏电站第二年实际运行小时数h₂=896h，能效比PR=80.4%，首年衰减

= 2.5%，第二年衰减为0.7%。因此，根据公式（5）可计算出拟建光伏场区修正后的理论发电小 时数：

（4）折算到本光伏电站后的固定容配比下的实际运行发电小时数

实际运行的光伏电站一般可通过专用设备测算出影响系统能效比的关键因素，通 过比较实际运行的光伏电站与拟建光伏电站中影响系统能效比的关键数据，可以修正系统 能效比。本例中，光伏组件表面太阳入射角损失修正系数修正为1.80%，组件和组串失配损 失修正系数修正为3.20%，光伏组件工作温度修正系数修正为2.80%，逆变器输入功率对应 的转化效率修正为1.45%，变压器损耗修正为1.30%。则根据公式（6）可计算出修正后的系统 能效比

，如下表4所示；

表4 修正后的系统能效比

根据步骤（3）中计算的拟建光伏场区修正后的理论发电小时数，可根据公式（1）计算出拟建光伏场区较为准确的首年利用小时数

h=1165.91×86.27%×（1-2%）=985.71

（5）比较步骤二与步骤四中相同容配比下的发电小时数，分析边界条件

步骤四中计算的发电小时数容配比为1，边界条件相同，因此可用经过修正后的首年利用小时数985.71h替代步骤二中容配比为1时的首年利用小时数1048.96h；

（6）得出修正后的基于容配比比选的光伏电站发电小时数估算模型

根据修正后的首年利用小时数，重新计算拟建光伏场区容配比变化后的发电小时数，如下表5所示；

表5 拟建光伏场区容配比变化后的发电小时数

本实例一方面采用经验公式估算拟建场址区随容配比变化的发电小时数，简单、高效，提高发电小时数估算的效率，规避了通过PVsyst等软件多次建模（PVSYST软件若引入周边实际运行的光伏电站数据，需要多次建模，发电小时数估算效率低）的缺陷，可将80%的光伏项目容配比比选效率提高约10%；另一方面，引入周边实际运行光伏电站数据，可提高发电小时数估算的准确性。

本说明书未作详细描述的内容属于本领域专业技术领域的现有技术。

Claims (4)

1.一种基于容配比比选的光伏电站发电小时数估算模型的构建方法，其特征在于：包括如下步骤，

步骤一：估算典型条件下容配比变化情况下的发电小时数；

在步骤一中，典型条件包括不同太阳能资源区、不同运行方式、特定的逆变器、不同组件类型；

光伏电站首年发电小时数的计算公式为：

(1)

式(1)中，h为光伏电站首年发电小时数，H为场区理论发电小时数，PR为系统能效比，

为光伏组件首年的衰减率；

系统能效比指光伏发电系统上网电量与理论发电量的比值，用于衡量光伏发电系统发电效率；单面组件系统能效比按下式计算：

(2)

式(2)中：PR为系统效能比；n为光伏发电系统效能评价周期小时数；

为评价周期内光伏发电系统上网电量，单位为千瓦时，i=1,2，…，n；

为评价周期内光伏组件阵列面正面上的太阳总辐照量，单位为千瓦时每平米，i=1,2，…，n；

为光伏发电系统安装容量，单位为千峰瓦；

为标准条件下太阳辐照强度；

步骤二：获取发电小时数随容配比变化曲线；

步骤三：收集周边已建成光伏电站固定容配比下的实际运行发电小时数；

步骤四：将实际运行的发电小时数 折算到本光伏电站获取 固定容配比下的实际运行发电小时数；

在步骤四中，首先提取拟开发光伏场区及已建成光伏电站处的SolaGIS中尺度代表年水平面总辐射的数据；然后分析相关性关系；当相关性系数＞0.8，即采用相关性函数将实际运行的发电小时数折算到光伏场区，折算方法如下；

(5)

式(5)中：H’为拟建光伏场区修正后的理论发电小时数；h_n为收集的周边已建光伏电站第n年的实际运行小时数；PR为系统能效比，

为光伏组件第i年的衰减率；a、b为相关性参数，由两处场址代表年水平面总辐射求得；

步骤五：比较步骤二与步骤四中相同容配比下的发电小时数，分析边界条件；

当边界条件不同，则考虑边界条件的差异，跳转至步骤四中修正折算；如此循环，直到边界条件相同；

当边界条件相同，用折算后固定容配比下发电小时数替代模拟估算值，并修正容配比-发电小时数的变化曲线；

步骤六：得出修正后的基于容配比比选的光伏电站发电小时数估算模型。

2.根据权利要求1所述的基于容配比比选的光伏电站发电小时数估算模型的构建方法，其特征在于：在步骤二中，在不超配的情况下，发电小时数与容配比呈现指数变化，并分为两段：①在容配比较低时，直流输入功率低，转换效率低，损失大，曲线上升，斜率较大；②在容配比增大到一定程度后继续增加时，曲线平缓，斜率几乎为零，发电小时数接近最大值；

在超配的情况下，衡量电站发电能力的指标PR值与容配比的变化成反比，即发电小时数与容配比的变化成反比；容配比与发电小时数的变化关系的数学表达为：

(3)

式(3)中，h为光伏电站首年发电小时数，R为容配比，b₁、b₂、b₃为回归系数，c₁、c₂、c₃为回归系数，其中c₁＜0；

光伏电站容配比是光伏系统的安装容量与额定容量之比；容配比按下式进行计算：

(4)

式(4)中：R为容配比；

为光伏发电系统安装容量，单位为峰瓦；

为光伏发电系统额定容量，单位为瓦。

3.根据权利要求2所述的基于容配比比选的光伏电站发电小时数估算模型的构建方法，其特征在于：在步骤四中，通过比较拟建光伏场区和周边运行场区中影响系统能效比的因素，并对系统能效比进行修正；场区修正后的能效比如下式求得：

(6)

式(6)中，

为修正后的系统能效比，

为各项影响系统容配比因素的损失比；n为光伏发电系统效能评价周期小时数；

求得场区修正后的系统能效比后，即可根据步骤一中的公式求得修正后的光伏电站首年发电小时数。

4.根据权利要求3所述的基于容配比比选的光伏电站发电小时数估算模型的构建方法，其特征在于：在步骤五中，边界条件包括光伏组件单双面、支架运行方式、水面光伏和地面光伏的变化、实际衰减率超过预期和人为因素。

Images