基于PVsyst模拟仿真的光伏电站发电性能验证方法

蒋鸿飞

【摘 要】本文主要介绍一种通过PVsyst软件模拟进行光伏电站实际发电性能验证的具体方法，基于已建成电站的实际情况获取真实的相关参数，利用PVsyst软件对已建成电站进行建模并获得电站在不同置信区间内的理论发电量，用于与光伏电站的实际发电量进行比对，通过比对获得已建成电站的发电性能情况。同时以一内蒙古地面光伏电站为例，介绍此验证方法的使用方式，为实现短期内光伏电站的发电性能评价提供支持。

【关键词】地面光伏电站;PVsyst精细模拟;发电性能验证

中图分类号： TM615 文献标识码： A文章编号： 2095-2457（2019）20-0022-002

DOI：10.19694/j.cnki.issn2095-2457.2019.20.009

0 引言

隨着光伏行业的发展，企业开始借助于专业软件来协助完成具体工作，其中PVsyst在光伏领域中被越来越多的企业应用，借助其高效的光伏发电系统设计能力，在缩短设计周期的同时也节省了设计成本[1]。作为此软件的主要用途，在电站建设早期，基于不同设计方案进行发电量产出模拟结果比对，进而获得最优化的设计方案。而随着光伏电站的广泛应用，如何客观的评价光伏电站的性能被越来越多的企业关注。

本文将结合PVsyst的特点，介绍具体使用PVsyst软件进行已建成光伏电站发电性能验证的方法，同时也以内蒙地区一地面光伏电站为例，介绍此验证方法的使用方式。

1 光伏电站理论发电性能模拟仿真方法

针对光伏电站发电性能验证的PVsyst精细模型建立，有别于设计环节应用此软件的方法，通过获取已建成光伏电站现场的实际参数代替预估参数，完成模型的建立，进而进行仿真模拟。以下将就针对已建成光伏电站PVsyst精细模型仿真模拟过程中的关键要素进行介绍。

1.1 气象数据的选取

作为光伏电站发电性能仿真过程中，对模拟结论影响最为直接的输入量，此数据的准确性将直接导致最终模拟结论的准确性。在项目设计阶段，更多的是选择Meteonorom、NASA或SolarGIS等大型知名的数据库，但以上数据库往往与现场实际获取的气象数据资源存在差异[2]，针对已建成项目，如可以通过实测的方式获取实际的光资源数据，并且相关数据采集设备可以满足IEC 61724[3]标准的具体要求，建议使用实测数据。但大多数情况在不满足实测的情况下，建议选用Meteonorm数据库或SolarGIS数据库。

1.2 模型的建立

由于已建成电站的所有细节已经明确，针对模型建立过程中的具体参数均来自于实际的竣工图纸，其中包含总平面布置图、设备参数清单、电气线路配置、集电线路设计等。同时将针对光伏组件阵列进行3D建模[4]。

1.3 系统损失

作为整个模拟环节中最为重要的环节，系统损失部分所涉及到的相关参数是否准备，将直接影响最终仿真模拟的结论，因此，在完成建模并运行仿真模拟后，在输出仿真报告中的全年损耗图部分，需要对图中所包含的损耗比例进行进一步的确认，如出现较大差异部分，需要对模型进行重新调整，获得用于比对的仿真结论。

1.4 不确定度

模拟无法保证最终结论的百分百精确，并且作为模拟仿真的输入，大部分参数虽经过实际现场获得，但均在特定的区间内选择，因此存在不确定性。为了在最终比对环节，考虑软件仿真中不确定的影响，需要针对不确定度进行定义。

辐照度的不确定度，主要包含两个部分，水平面辐照度不确定度及组件平面辐照度不确定度。针对水平面辐照度不确定度，主要采用系统的默认数值2.6%;而组件平面辐照度不确定度取决于电站的所在位置，基于项目所在地的地理位置及气候情况，从软件内部的列表中选取相匹配的区域进行不确定度的选取。

而针对产品质量的不确定度、阴影遮挡、灰尘及污染遮挡、组件低辐照度、组件温度、组件质量、阵列失配、直流线损、逆变器损失、交流线损的不确定度，除非特定内容出现与一般项目存在较大差异的情况下，均建议使用默认数值。

2 光伏电站理论发电性能与实际发电量比对方法

基于以上光资源数据库的选择、系统建模及损耗分析，最终通过仿真，可以获得光伏电站在理论情况下的发电量情况。同时针对不确定度的设定，可以获得在不同的置信区间内，光伏电站所对应的理论发电量数值，即此方法假设经过多年的运行，年度发电量的分布将遵循统计规律，假设为正态分布[6]。而针对不同的置信区间的获取也可以通过自定义设定获取，现就不同的置信区间加以介绍，以P50、P75、P90为例，其分别代表的意思为获得此对应的发电量所对应的几率是50%、75%，90%。

不同置信区间所对应的模拟仿真理论发电量数值将有所不同，几率越高其所对应的电站理论发电量数据越低，相反几率越低其对应的电站理论发电量越高。通过不同几率下对应的光伏电站理论发电量与电站的实际发电量进行比对，进而获得电站的发电性能结论。

如特定电站的年度实际发电量为X，其对应时间段内的理论发电量对应的置信区间的数值分别为，P50=A， P75=B， P95=C，其评价结论如表1。

针对B的使用建议，B数值将C

3 实际案例—建模与试验方法

本文将通过内蒙地区20MW光伏电站项目为例，且项目已经并网运行1年，通过以上的方法，进行理论发电量与实际发电量进行比对。

3.1 气象数据的选取

本项目现场并无满足IEC61724标准要求的气象采集设备，且距离项目所在地的Meteonorm地面气象站较远，因此在模拟仿真过程中，采用SolarGIS卫星气象数据库中的光资源及气象数据进行建模仿真。

通过SolarGIS数据库获取的具体数值，通过PVsyst中的建立新站点方式将其导入。

3.2 模型的建立

通过现场获取的电站总平面布置图，将各阵列的倾角、朝向、阵列间距及分布通过软件内3D建模的方式完成建模。

同时基于现场提供的设备参数清单，电气线路配置图等内容，针对光伏组件、光伏逆变器等部件，在软件数据库中进行相应部件的选择，如果没有对应的产品参数需要基于产品的实际参数建立相应的产品模型。本项目所用的组件级逆变器均在PVsyst的软件数据库中。

4 系统损失

针对此前介绍的各部分系统损失，针对此项目所对应的模拟数据情况如表2。

5 不确定度

针对本项目建模过程中，通过不确定数值在PVsyst软件中的输入，获得项目整体的不确定数值为±4.96%。

6 实际案例—结果与分析

此項目的实际装机容量20MW，经过PVsyst软件仿真模拟后，对应的P50，P75，P90的年度理论发电量数值如表3。

表3 内蒙项目系统模拟仿真理论发电量

此项目，在并网首年后的实际发电量为30988.3MWh，通过以上表格可以得知，其实际发电量在小于置信区间P90的理论发电量，即说明此项目的实际发电性能未达到预期。后期通过针对性的测试，得知其光伏组件的衰减为3.9%，大于其理论预期值2.5%，因此导致此项目的发电性能未达到预期。

7 结论

本文通过基于已建成并网光伏电站的实际建设情况进行更为精细的PVsyst软件仿真模拟，获得光伏电站的首年及长期理论发电量仿真模拟结果，并采用已建成电站相同时期内实际发电量与软件仿真所获得的不同置信区间内理论发电量比对的方法，实现对电站实际发电性的评价，进而获得光伏电站实际发电性能情况。同时以内蒙古地区真实电站特定时期内的实际发电量为例，进一步介绍了此比对方法的执行方式。

该方法从实际已建成电站的角度出发，获取软件模型建立过程中可获取的真实输入数值，进而更准确的仿真电站理论发电能力。本文所提出的方法，将有助于短时间内对光伏电站的实际发电性能进行评价，有一定的实践价值。

【参考文献】

[1]方庆山，谢义.基于PVSYST的光伏系统设计仿真研究，安徽电子信息职业技术学院学报，2014（5），13.

[2]李英姿，李智.光伏发电项目太阳能辐射量数据对比与选用，lengineers，1003-8493.2016.04.006.

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

[4]李思，蒋庆华.一种基于PVSYST软件的单轴跟踪系统优化布置方法，2013年中国电机工程学会年会.

[5]肖友鹏.基于PVsyst的光伏输出性能仿真分析，江西科技学院报，Vol.10 No.1 March.2015.

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