气候条件对光伏发电量影响浅析

北京科诺伟业科技股份有限公司 ■ 张玉娜 王伟 梁勃

0 引言

随着社会经济的飞速发展，各种所需能源与日俱增，传统燃料能源的全球储量正在逐步缩减，甚至面临枯竭。与此同时，环境需求也处于历史最为严峻的时刻，全球变暖、温室效应、雾霾弥漫等极端恶劣条件的频发，使人们不得不反思攫取能源的传统方式是否过于粗暴。鉴于此，人们把目光投向了可再生能源，太阳能因其对环境友好、获取便利、转化高效、储量丰富、使用安全等诸多原因，成为人们最为关注的新能源。

在此背景下，全球光伏发电产业增长迅猛，产业规模不断扩大。通过最近十余年的极力发展，2013年光伏全球新装机容量已达38.4 GW，累计达139 GW，在所有新能源发电新增装机容量中占32.4%，位列第一[1]。我国光伏发电装机总容量已达22.42 GW[2]。然而电站面积毕竟有限，太阳能又具有能量密度低的缺点，如何在有限的空间内更有效地设计光伏组件，使其发电量达到最大，提高单位空间有限成本内的发电量，才是我们更应关注的焦点。随着光伏装机规模的不断扩张，电站的可靠和高效运营显得格外重要，其实看似简单的光伏组件才是光伏电站最核心部件，也最易受外界影响——倾角遮挡、风吹雨淋、日久积灰等不利因素都可随时干扰光伏发电，降低发电量，尤其是无法人为改变的气象因素的影响。因此，研究这些影响因素势在必行。

1 评估数学模型

我国疆域广袤，地理差异迥然，气候千差万别，太阳能资源各不相同。为简化数学模型，此处仅考虑太阳直射情况下的日照辐射。

当光伏组件水平放置时，太阳照射到组件上的辐射能为：

式中，Z为地球表面的天顶角；E为太阳光入射的辐射通量密度(此处不考虑大气散射和地面反射的情况，仅讨论垂直入射的平行光束)。

当光伏组件倾角放置时，照射在倾斜组件上的辐射能[3]为：

式中，β为组件与水平面的倾角；δ为太阳赤纬角；λ为地理纬度；ω为太阳时角。

式中，n为一年中的天数，一年往返回到原点；δ的范围为 -23.45°～23.45°[4]。

为求出每小时平均日照辐射的最大值，对式(4)求导得：

令式 (5)等于零。因 a≠0、b≠0 、E≠0，则sina≠0、sinb≠0 ，即 sin(λ-β)=0，可得：

式(6)表明当光伏组件和水平面倾角等于当地纬度时，发电量最大，相应年平均日照辐射强度最大。此时每小时平均日照辐射为：

因为年平均日照时间为12 h，则年平均每天日照辐射为[5]：

通过以上计算可建立较简单模型，计算每天、每月、每年度理想发电量。如考虑气候差异、大气散射、地面反射等情况，β应根据实际情况在当地纬度基础上于±5°～10°[6]范围内波动。

2 气象数据库建立

太阳能在一年中不同季节、不同月份、不同时间的辐射强度和总量都在不断变化。即使相似时间段，因气象条件不同，光伏组件接收到的辐射强度和总量也有很大区别。这是和上述理论模型的差别所在。因此，实际建站应用时，光伏发电系统会根据负载特性的不同，选择季节性或全年发电量最大的光伏阵列布置方式[7]。尽管一些光伏电厂会采用自动追日系统，可使发电量提高20%～30%，但由于支架成本及运行维护成本的大量增加(1～2.5倍甚至更高)[8]，在一定程度上限制了这种方案的推广。因此，本文尝试分析固定倾角铺设方案，以青岛即墨站数据为研究对象建立分析数据库，得到理论平均日辐射、实际平均日气温、具体天气等气象参数和实际发电量之间的关系(见表1)，因为是同一光伏电站的数据，因此可排除纬度、海拔、倾角、系统、元器件等不同造成的差别。月发电量和月平均日发电量数据采自笔者公司光伏数据中心，晴、多云、雨雪天数及月平均日气温采自中国气象网数据库，月平均组件安装面日辐射采自NASA数据库。

3 气象条件对发电量的影响

月发电量柱状图如图1所示，可知理论和实际月发电量都呈规律的起伏状态，理论月发电量同一年度内近似于浪形曲线。发电量从每年2月起开始攀升，4、5月时到达波峰，而后开始缓降，7月开始平缓，从10月开始继续下滑至次年1月，循环往复，呈季节性变化。若简化数据样本，以一年为基准按季度分类，得到图2。由此可更清楚地看出春季发电量明显高出其他3季。

图1 月发电量柱状图

即墨站位于山东半岛西南，北纬32°，具有明显的温带季风气候，春季气候干燥、气温回暖且日照时间变长，夏秋两季多雨少晴，冬季日照时间短，可见其余3季相较于春季，气象条件均明显不足。太阳辐射强度具有季节性规律变化，所以导致发电量在趋势上也呈相同变化。作为并网电站，不必考虑发电量的平稳性，如果要提高全年发电总量，应充分利用最优时间段，在高效时尽可能地发电。

表1 即墨站光伏系统气象数据库

图2 季度发电量柱状图

对于同一电站，组件设计倾角、系统元器件选型、海拔纬度等因素完全一致，那么对年发电量影响最大的可能是气候条件。对图1相同时间段的气温情况分析得到图3。两图对比发现，两者有类似的起伏形态，区别仅在于月平均气温的振幅更大。空气温度取决于太阳辐射强度，光伏组件的发电量同样取决于太阳辐射强度，那么空气温度和发电量间是否也存在某种联系呢？

图3 月平均气温图

JIS发电量预测方法中对此做出了回答，JIS各月系统发电量为：

式中，GS为标准条件下日射强度，即式(1)和式(7)中的E，取值为常量1 kWh/m2；HAM为月累计倾斜面日射量；PAS为标准太阳电池板输出能量；K为综合设计系数。

式中，KPT为温度修正系数；K′为基本设计系数。

式中，αPmax为最大输出功率温度系数(晶体硅组件：-0.40～-0.50%/℃)；TCR为平均太阳电池模块的温度。

式中，ΔT为太阳电池模块的温度上升调整值；TAV为月平均气温。

把式(12)依次带入式(9)～(11)中，得到月平均气温同月发电量之间的关系：

由式(13)可知，月平均温度TAV与温升ΔT的代数和(太阳能组件TCR)同发电量EPM间存在线性关系。假设其余参考量恒定，仅存在变量TCR，可得组件温度和发电量间关系曲线如图4所示。由此可知，在不考虑其他参考量的情况下，太阳能组件温度越高发电量越小。月平均温度由低到高依次为：冬季、春季、秋季、夏季(见图3)。仅考虑温度一项，冬春两季发电量较大，但由于即墨站位于北回归线以北，冬季日照时间最短，故春季才是发电量最大的季节，和之前结论相符。

图4 温度-发电量曲线

NASA推导出的理论平均日辐射和实测平均日发电量之间的关系如图5所示。

图5 平均日辐射-平均日发电量对比图

由图5可知，理论月均日发电量的起伏和理论月均日辐射曲线完全一致，理论平均日辐射起伏和实际平均日发电量曲线大致相同，理论和实测基本吻合。辐射强度越大发电量就越大。但13-7和14-6两处不相符值得关注，发电量陡然下降，可辐射曲线却较为平缓。为探寻实测和理论的矛盾所在，需具体分析天气情况。

对于组件接收太阳辐射而言，天空云量是其最直接的影响，鉴于此，我们可把各种天气情况按气象定义进行简单分类，如图6所示。

图6 3种天气分布图

在这3大类中，有两个极端项是晴和雨雪。虽然这两项所占天数很少却极其关键，一个是辐射强烈至极，一个是辐射忽略不计。相对而言，多云天气反倒是最为普通常规的现象，对分析发电量暂时不具备特殊意义。故我们将多云天气排除在外，晴雨比例图如图7所示。

图7 晴雨比例图

在图7中寻找图5对应曲线奇点处。13-7处无晴天，却有20个阴天，占据了全月时间的64.5%，再次对应图1的发电量，也解释了当月发电量骤然下降的原因。14-6处也是同样的原因，全月无晴天，11个雨天，占据了全月时间37%。查看数据库中21个月的样本，只有这两个月是雨雪天气超过1/3时间，同时无晴天。晴雨两种极端天气对发电量的影响也类似。但这也是综合了30天的平均情况，其余月份数据中同样也有晴雨两种天气的分布，却未像这两个奇点月显现的如此明显，那么我们抽取具体几天，分析对组件发电量的影响。

图8表示了相近两段连续时间，每段时间都取3天为样本，重点观察两个极端天气的发电量。2014-09-23为晴天，日发电量达到15010.9 kWh，而2014-09-28为全天中小雨，日发电量仅为1406.6 kWh。相近的两天，其余条件几乎完全相同，差别为天气情况，从柱状图中很明显地看出，晴天的发电量几乎是雨天的11倍。

图8 单日发电量柱状图

为避免抽样的特殊性，我们将2014年雨季(7～9月)中所有晴天和雨雪天抽出，做图9以便比较。样本数量增加后对比更加明显，晴天时日发电量均在15 MWh以上，而雨天时发电量基本维持在5 MWh以下，晴天发电量为雨天的3倍。相较于图8，雨天发电量较大。究其原因，图8中，我们为了更好比较选择全天下雨，发电量自然很小，而图9中的雨天并非全天下雨，故而发电量有所提升。无论哪种样式，具体天气的影响或天空中云量对光伏发电的影响都很大。

图9 7～9月份晴雨发电量

4 结论

在光伏系统前期进行发电预测评估时需考虑的因素很多，如光伏阵列倾角、转换效率、太阳光辐射强度、当地气候环境，以及其他一些因素，都会对光伏阵列的发电量产生影响。对于既定光伏系统来说，所有数据都自于同一套系统，因此采用历史发电数据来进行评估待建光伏电站的发电量，比间接评估预测具有明显的准确性和必要性。尤其是类似即墨站，采用屋顶铺设组件，并选择了最佳倾角固定安装，当人为条件都已最优化后，愈发显得气象条件的重要。本文使用了即墨站的既有数据，通过和NASA推导数据进行综合测评，分析了平均日辐射、阴晴天气、平均温度与光伏发电量之间的关系。由于样本较为单一，在今后的工作研究中有待进一步充实数据，完善方案。

[1] European Photovoltaic Industry Association. Market& competitiveness [EB/OL]. http://www.epia.org/policies/sustainable-market-development/market-competitiveness/.

[2] 吴新雄. 携手通向未来的亚太可持续能源发展之路[R].亚太经合组织第十一届能源部长会议， 北京， 2014.

[3] 王炳忠. 相对于斜面的太阳位置计算[J]. 太阳能， 1999， (3):8－9.

[4] 日本太阳能学会. 太阳能的基础和应用[M]. 上海:上海科学技术出版社， 1982.

[5] 吴少波. 光伏阵列年最大发电量固定倾角的确定[J].太阳能， 2011， (5): 27－29.

[6] 杨金焕， 葛亮， 陈中华， 等. 季节性负载光伏方阵的倾角[J].太阳能学报， 2003， 24(2): 241－244.

[7] Tsalidesa P， Thanailakisa A. Direct computation of the array optimum tilt angle in constant-tilt photovoltaic systems [J]. Solar Cells， 1985， 14(1): 83 － 94.

[8] 叶东嵘. 平单轴自动跟踪系统简介[A]. 北京市计科能源开发新技术开发公司, 太阳能光伏发电技术与优化设计交流会[C]， 北京， 2011.