雾霾影响光伏发电量的机制分析与实验

任 静， 陈 涛， 许 志， 武新芳， 赵春江， 刘永生

(上海电力大学 太阳能研究所，上海 200090)

0 引 言

太阳能作为一种取之不尽用之不竭的清洁能源，越来越受到人们的青睐和重视。有效利用太阳能不仅可以在很大程度上缓解能源匮乏问题，还可以很好地落实可持续发展这一全球性主题。一直以来，太阳能作为一种清洁能源在中国普及，被认为是拯救雾霾下的中国最有力的清洁能源。但是，近年来雾霾天气日益增加，城市中的空气污染日益严重[1]。据报道,近50年来，中国东部大部分地区年雾霾天数为25～100 d，局部地区超过100 d，雾霾天气总体呈增加趋势[2-3]。与此同时，雾霾对太阳造成了严重的的遮蔽。光伏组件的发电量受辐照度、空气流动、大气和组件温度、逆变器效率、组件匹配损失、线损等与系统相关的一些损失的影响[4-6]。对于多数光伏组件，辐照度仍然是主要的影响因素。大范围长时间的雾霾天会减少太阳光对光伏组件的透过率，大大削弱光伏组件的发电性能。根据相关研究，未来全球将会在城市地区安装利用大量的光伏发电设备，城市屋顶太阳能光伏装置的潜力估计为5.4 TW，城市住宅和商业消费者电力需求约占其总值的70%[7]。目前，中国已经在屋顶上安装了22 GW的光伏发电装机容量，2018年屋顶装置将进一步增加[8]。如果没有考虑到雾霾而导致系统整体设计不足，可能影响到整个光伏系统的可靠性。所以，在雾霾还未得到有效治理的前提下，电力系统的运行仍将受到雾霾的大范围影响。

本文在雾霾严重的背景下，提出光伏发电量损失指数的概念。通过上海某户用光伏屋顶采集实验数据进行研究。由于光伏发电系统受多种气象因素影响，为独立分析雾霾中PM2.5浓度对光伏发电量的影响，采用控制变量法和雾霾相似日原理[9-10]研究雾霾对光伏发电系统的影响。

1 雾霾对光伏的影响机制

雾霾的主要成分是悬浮在空中的细颗粒物。PM2.5(空气动力学当量直径≤2.5 μm的颗粒物)被认为是造成雾霾天气的“元凶”。随着空气质量的恶化，阴霾天气增多，危害加重。PM2.5主要由于自然因素和人为因素造成。①自然因素主要包括：土壤扬尘、植物花粉、自然灾害等将大量细颗粒物传播到大气中;②人为因素主要包括：化石燃料的燃烧、交通工具排放的尾气、烹饪等产生大量的细颗粒物。这些细颗粒物在大气中悬浮，形成较为稳定的气体形态，随着其浓度的增加，形成严重的雾霾。

大量颗粒物存在对光伏造成严重影响主要集中两方面：①大量颗粒物的存在削弱了地面附近的辐照度。大气中的颗粒物具有消光作用[11]，消光作用主要包括散射作用和吸收作用。颗粒物越细小，PM2.5浓度越大，辐照度的散射和吸收作用越强，地面所接收到的辐照度越小。②细颗粒物大范围存在，雾霾天气严重，造成光伏组件表面积灰严重。细颗粒物的长期聚集可能使组件大量发热，造成热斑现象，发电量衰减，威胁组件寿命。

2 光伏性能的相关参数

2.1 太阳的辐照度

雾霾天气时，大气中的细颗粒物(PM2.5)浓度高，太阳的直接辐射降低而散射辐射增加，导致光伏组件表面接收到太阳光的辐照强度降低。雾霾条件下PM2.5浓度变化而造成的辐照度损失为[12]

(1)

式中：I为实测的辐照度；I0为PM2.5浓度为0时的辐照度；c(PM2.5)为实际测量细颗粒物浓度。

2.2 光伏发电量

细颗粒物具有消光作用使辐照度较小，发电量也会相应衰减。相关研究表明，由于辐照度减少，雾霾对光伏板发电量造成损失约为(11.5±1.5)%，而当前最具前景的钙钛矿材料受雾霾影响更为严重，其发电量损失可达17%左右[12]。

2.2.1 传统光伏发电量算法

光伏发电量是研究光伏性能的主要参数之一，与系统所在地的太阳能资源以及系统装机容量有关。传统的光伏发电系统的发电量估算为[13-17]：

(2)

式中：Q为实测发电量，kW·h；Hl为实测太阳能辐射量，kW·h/m2；H为标准太阳辐射强度，kW·h/m2；P为光伏发电系统的装机容量，kW；C为倾斜光伏组件辐射量系数,C一般为1.05～1.15；η为发电系统综合影响系数,并网发电系统η一般取72%～78%。

式(2)适用于粗略估算发电量，C和η的取值一般在固定区间。针对雾霾天气等复杂气象因素，式(2)计算的发电量有一定的局限性。

2.2.2 光伏发电量修正算法

在传统估算发电量基础上，本文考虑温度的影响因素，根据文献[18]对式(2)进行修正，

(3)

式中：Q0为c(PM2.5)=0的发电量，kW·h；H0为c(PM2.5)=0的太阳的辐射量，kW·h/m2；T为温度，℃。

由于2009年雾霾细颗粒浓度c(PM2.5)对大气的影响程度较轻微，太阳的辐照度被干扰的程度较少。通过上海某户用光伏屋顶2009年全年实测光伏发电量对式(3)、(2)进行验证。由图1可知,在1～4月，10～12月两者趋势线基本重合，4～10月间，修正估算发电量、传统估算发电量与实测发电量相比有一定误差，修正估算发电量趋势线大多位于实测光伏发电量趋势线与传统估算发电量趋势线之间，且均低于传统估算发电量趋势线。可见，修正估算发电量计算值更精确。

图1 2009年发电量对比图

由图2可见，2009年12个月修正估算发电量误差比传统估算发电量误差小，最小误差为-2.74%，最大误差为3.67%，平均误差为0.06%。由图3可见，2009年12个月中修正估算发电量误差均集中在±5%之间。因此，与传统估算发电量相比，式(3)修正效果较好。

图2 修正估算发电量误差与传统估算发电量误差

图3 修正估算发电量误差范围

2009年，实测发电量为2 952.20 kW·h，通过式(3)计算修正估算发电量为2 946.47 kW·h，与实测发电量相差5.73 kW·h。通过式(2)计算传统估算发电量为3 010.48 kW·h，与实测发电量相差58.28 kW·h,如表1所示，修正估算发电量更为准确。

相关研究表明，在雾霾影响下，光伏的实际发电量会大打折扣，北京和上海由光伏发电造成的收入损失均可能高达2 000万美元[12]。在未来，如果没有考虑到雾霾而导致系统整体设计不足，可能导致投资者一定的经济损失。采用控制变量法分析雾霾c(PM2.5)对发电量影响时，发电量的计算值较为关键。式(3)考虑温度参数的影响，得到准确的发电量，排除温度影响的光伏发电量损失。式(3)在式(2)基础上做了一定的修正，修正估算发电量与实测发电量的误差在±5%之间。估算未来光伏发电量时，式(3)具有一定的可行性。

表1 2009年每月发电量统计 kW·h

2.2.3 光伏发电量损失指数

光伏发电量损失指数ε可以定量地反映发电量损失与PM2.5的关系，

ε=(Q0-Q1)/Q0

(4)

式中：ε为光伏发电量损失指数；Q0为c(PM2.5)=0的发电量，kW·h；Q1为有PM2.5(实测下)的发电量，kW·h。

3 雾霾条件下光伏发电量损失数据分析

3.1 实验数据

本实验搭建基地位于上海市一户别墅光伏屋顶。屋顶光伏装机容量为3.7 kW，与光伏微网连接的有太阳能辐照仪、气温仪、风向风速仪和数据采集处理系统。屋顶周围无建筑物遮挡，可以完全接受充足的阳光照射，如图4所示。雾霾中c(PM2.5)通过中国空气质量在线监测分析平台记录。

图4 实验基地图

3.2 实验数据选取

本实验数据记录从2017-04～2018-04,选取雾霾月最严重月进行分析，根据PM2.5检测网的空气质量新标准，选取雾霾最严重月为2018-01。由表2可知，在PM2.5主导下的雾霾较严重的前3个月均为上海地区的冬季月份。主要有以下几个原因：①上海地区冬季月份，空气流动性差，污染物容易累积，不利于扩散。②上海地区冬季月份降雪少，不利于对雾和霾的冲刷。③雾霾中的霾，也称灰霾，是由空气中的灰尘、硫酸、硝酸、有机碳氢化合物等粒子组成。上海地区冬季月份空气湿度较小，较干燥，有利于霾的产生。

表2 2017-04～2018-04 c(PM2.5)平均值

实验数据从2018-01中排除阴雨天,阴雨天日照不充足，辐照度较小。选取日照充足的晴天进行实验分析。晴天有助于更明显的观测c(PM2.5)与辐照度、辐照量、发电量的关系。

3.3 雾霾对太阳的辐照度及辐照量的影响

图5为利用雾霾相似日原理筛选温度、风速等级相近的1月12日～1月15日的连续4天，并利用控制变量法选取太阳辐照度最大的正午12:00进行分析。由图5可知，随着c(PM2.5)的增大，太阳辐照度减小，当空气质量变好时，辐照度开始上升，总体呈相反趋势。1月13日c(PM2.5)为最大值61 μg/m3，辐照度为连续4天中最小值467.06 W/m2，1月14日辐照度为最大值625.37 W/m2，其c(PM2.5)最小为20 μg/m3。由此可见，c(PM2.5)对辐照度有明显影响。

图5 连续4天太阳辐照度对比图

图6、7所示为选取相同温度及风速等级相同的2 d在不同时段的太阳能辐照量对比图。2018-01-26和01-30平均气温为-0.3 ℃，风级为微风，风速为3.4～5.4 m/s。在9：00～16：00时间段，太阳辐照量最集中，在1 d中成抛物线变化。不同时间段，太阳辐照量随PM2.5浓度值的变化而变化。c(PM2.5)越大,太阳辐照量越小;c(PM2.5)越小,太阳辐射量越大。c(PM2.5)与辐照量成反比关系。

图6 1月26日c(PM2.5)与辐照量趋势变化图

图7 1月30日c(PM2.5)与辐照量趋势变化图

3.4 雾霾对太阳损失辐照度的影响

如图8所示，通过式(1)估算2018-01晴天中无雾霾下c(PM2.5)=0的辐照度及相应的损失辐照度。在0：00～23：00之间，损失辐照度大多集中于9：00～16：00时间段内，这也验证图6选取时间段的正确性。9：00～16：00时间段内，在c(PM2.5)的影响下，共损失辐照度为1 504.03 W/m2，平均损失辐照度167.11 W/m2。图9可以更加直观地观察到c(PM2.5)与损失辐照度的关系。损失辐照度随着c(PM2.5)的增大而增大，c(PM2.5)从13 μg/m3增加到186 μg/m3，相应损失辐照度从46.48 W/m2增加到1 038.24 W/m2。拟合公式为

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

R2=0.929 9

式中:y为损失辐照度;x为c(PM2.5);R2为拟合优度的统计量，R2最大值为1。可以看出，损失辐照度与c(PM2.5)呈多项式关系，多数点符合拟合公式。

图8 2018年1月晴天0:00～23:00损失辐照度分布图

图9 c(PM2.5)与损失辐照度关系

3.5 雾霾对光伏损失发电量的影响

通过式(3)估算c(PM2.5)为0的发电量。因本次实验每隔5 min记录一次辐照度数据。因此，辐照量=辐照度×(5/60)。1月份晴天相似日之间在PM2.5影响下的发电量(实测发电量)总共为68.46 kW·h，c(PM2.5)为0的平均估算发电量为75.5 kW·h。在晴天相似日中，发电平均损失7.05 kW·h。损失比率为9.3%。

图10所示为损失发电量与c(PM2.5)的饼状图。c(PM2.5)越大，损失的发电量所占比例就越大;c(PM2.5)越小，损失的发电量所占比例就越接近最小。当c(PM2.5)为186 μg/m3时，损失发电量最大，所占比例为46%。因此，c(PM2.5)对损失发电量有很大影响。

图10 c(PM2.5)影响下的损失发电量

图11为光伏发电量损失指数与c(PM2.5)的拟合关系图。光伏发电量损失指数可以直观地反映c(PM2.5)对光伏发电量造成的损失程度。光伏发电量损失指数随着c(PM2.5)的增加逐渐增加，c(PM2.5)越大，光伏发电量损失指数就越大。通过式(4)，当c(PM2.5)为13 μg/m3，光伏发电量损失指数为0.02。当c(PM2.5)为186 μg/m3，光伏发电量损失指数为0.24。光伏发电量损失指数与c(PM2.5)大致成幂次关系。

图11 光伏发电量损失指数与PM2.5浓度值的拟合关系

4 结 论

本文针对雾霾对光伏组件性能的影响进行了研究,对已有发电量公式进行修正，提出了估算发电量的新公式，使其估算值与实测值之间的误差在±5%之间。该公式考虑温度因素，精确估算发电量。同时，提出光伏发电量损失指数概念，采用控制变量法和相似日原理，对c(PM2.5)与辐照度、辐照量、发电量及其相关损失进行量化分析。该指数直观描述c(PM2.5)对发电量的危害程度。本文所得结论如下：

(1) 雾霾对光伏组件主要有两方面影响，① 雾霾天中的细颗粒浓度值越大，对太阳辐照度消光作用越强;② 雾霾天中的细颗粒会造成光伏组件表面积灰严重，使得光伏组件发电量严重衰减。

(2) 雾霾中细颗粒物的PM2.5浓度与辐照度、辐照量呈反比关系。c(PM2.5)与辐照度损失、发电量损失成正比关系,c(PM2.5)越大，辐照度损失、发电量损失越严重。

(3) 光伏发电量损失指数ε直观地反映c(PM2.5)对光伏组件发电量造成的损失程度，如果没有考虑到雾霾而导致系统设计不足，可能影响整个光伏系统的可靠性及错误的投资回报率。因此，光伏发电量损失指数ε对光伏装机容量及投资者具有一定的参考作用。