长治地区某5 kWp并网光伏发电系统的性能及故障原因分析

李志浩

(山西机电职业技术学院材料工程系，长治 046011)

0 引言

能效比(PR)的值是评价光伏发电系统性能的重要指标之一，PR值越高，说明该光伏发电系统的性能越好[1]。文献[2]针对印度某190 kWp光伏电站的性能进行了分析，分析结果表明：在该光伏电站运行的9年时间中，其光伏发电系统的PR值达到了74%，高于德国、希腊等地区建设的光伏电站的光伏发电系统的PR值，这说明该电站中光伏发电系统的性能较好。而当光伏发电系统的PR值突然出现异常时，则说明系统可能存在故障。因此，对光伏发电系统进行性能分析有助于了解其在运行过程中可能存在的问题。比如印度某3 MWp光伏电站中的光伏发电系统的PR值降至60%以下[3]，经过研究分析后发现：运行2年的逆变器发生故障是导致该情况的主要原因。

PVsyst软件是一款适合模拟光伏发电量及进行光伏电站经济性分析的软件，通过PVsyst软件的气象数据库得到的模拟结果与实际结果之间会存在差异，而选择的气象数据库不同，产生的差异也会不同[4]。虽然进行光伏发电系统发电量的模拟时通常可直接采用Meteonorm 7.1气象数据库中的数据[5-8]，但利用现场测量的太阳辐射数据能更好地提高模拟精度[9]。

在实际运行过程中，光伏发电系统会出现各种故障，比如：光伏组件热斑现象[10-11]、旁路二极管故障、连接点故障、线缆汇流箱退化、逆变器故障[12-13]等，这些故障会导致光伏发电系统的发电量显著下降。本文以长治地区2018年底新建的某5 kWp并网光伏发电系统为例，对该系统在2019年的运行情况进行了统计，然后利用PVsyst软件模拟了该系统的发电量，并对比了统计得到的实际发电量与模拟得到的模拟发电量之间的差异；最后对该系统在运行过程中存在的故障及故障原因进行了分析。

1 光伏发电系统的基本信息

本案例的光伏发电系统安装于山西省长治地区某学校图书馆的楼顶，总装机容量约为5 kWp；采用天合光能股份有限公司生产的TSM-255PD05型多晶硅光伏组件，共20块；每10块光伏组件串联成1个光伏组串，布设在1个光伏支架上，形成1个光伏阵列；然后2个光伏组串并联，构成1个光伏方阵。光伏方阵的方位角为正南偏西17°。该光伏发电系统中光伏组件的性能参数如表1所示。

表1 光伏组件的性能参数Table 1 Performance parameters of PV modules

采用PVsyst软件进行模拟，根据模拟结果，长治地区光伏组件的最佳安装倾角为35°，但考虑到本光伏发电系统采用的光伏支架的特点，光伏组件的安装倾角最终选择了42°。

为防止前排光伏支架上的光伏组件对后排光伏支架上的光伏组件产生遮挡，从而影响光伏组件的输出功率，需要计算前后排光伏支架之间的最小间距d，其计算式为：

式中：H为前排光伏支架上光伏组件的最高点与后排光伏支架上光伏组件的最低点之间的垂直距离的差值；φ为长治地区的纬度，取35°52′。

通过式(1)可计算得到d=1.96 m，但由于受安装光伏发电系统的屋顶面积的限制，d的实际取值为1.00 m。

该光伏发电系统的逆变器选用由江苏纳通能源技术有限公司生产的 NAC5K-DS 型逆变器，其技术参数如表2所示。

表2 逆变器的技术参数Table 2 Technical parameters of inverter

由表2可知，光伏阵列的最大输出电压在逆变器的MPPT电压范围内，光伏方阵的最大输出功率与逆变器的最大直流输入功率相匹配。

该光伏发电系统中光伏线缆统一选用截面面积为4 mm2的标准光伏专用线缆，电表选用安科瑞电气股份有限公司生产的型号为DDSD1352的220V/10(60)A电表。

本光伏发电系统的并网方式为220 V低压并网。光伏阵列输出的直流电经过汇流箱汇流，通过光伏线缆输送到逆变器及电表，最终并入电网。气象站可采集室外的太阳辐射量数据，通过RS485标准通信接口传输数据到电脑端。本光伏发电系统的结构示意图如图1所示。

图1 本光伏发电系统的结构示意图Fig. 1 Schematic diagram of structure of PV power generation system in this paper

2 PVsyst软件的发电量模拟值与实际值的对比

2.1 建模

利用PVsyst软件对本光伏发电系统进行建模，步骤如下：

1)输入长治地区的纬度、经度、平均海拔、时区等数据，建立长治地区的气象信息，软件自动生成长治地区的太阳辐射量数据，作为PVsyst软件模拟时的太阳辐射量参考值。

2) 进入光伏发电系统界面，在该界面设置光伏组件安装倾角、光伏方阵的方位角、光伏组件型号及逆变器型号等信息，建立光伏发电系统的基本信息。

3)光伏发电系统的系统损耗设置。根据相应公式计算得到温度损失因子、光伏线缆的欧姆损失、光伏组件的失配损失，并将相应数据输入PVsyst软件；而其他损失，比如：灰尘损失、入射角损失则选择软件默认值，从而完成设置。

4)进入近处阴影分析界面，进行阴影遮挡建模。根据百度地图中显示的图书馆屋顶与主教学楼屋顶之间的实际距离，对主教学楼及图书馆屋顶进行模型参数设置，确定附近遮挡物对光伏发电系统发电量的影响。PVsyst软件中建立的位于图书馆屋顶的光伏发电系统的阴影遮挡模型如图2所示。

图2 PVsyst软件中建立的位于图书馆屋顶的光伏发电系统的阴影遮挡模型Fig. 2 Shadow occlusion model of PV power generation system on the roof of library established in the PVsyst software

通过PVsyst软件建立了光伏发电系统模型，将模拟得到的光伏发电系统发电量结果与实际发电量数据进行对比。

2.2 模拟结果分析

本光伏发电系统于2019年1月开始运行，但由于初步运行时系统出现了多次故障，导致数据采集系统无法完整统计出该光伏发电系统在当年1-5月时的发电量数据，因此以该光伏发电系统平稳运行的6-9月的发电量数据与PVsyst软件的模拟结果进行了比较。6-9月时光伏发电系统的月均发电量及日均太阳辐射量的实测值及模拟值的对比如图3所示。

图3 6-9月时光伏发电系统的月均发电量及日均太阳辐射量的实际值及模拟值的对比Fig. 3 Comparison of actual and simulated values of monthly average power generation capacity of PV power generation system and daily average solar radiation from June to September

从图3中可以看出，当PVsyst软件采用Meteonorm 7.1气象数据库中的数据对长治地区的气象数据进行模拟时，得到的月均发电量模拟值均高于月均发电量实际值，且模拟得到的月均发电量平均值比实际的月均发电量平均值高43.0%。

PVsyst软件模拟得到的本光伏发电系统的PR值为74.1%，因温度损失、光伏组件失配损失、阴影遮挡等因素造成的光伏发电系统发电量损失的占比为13%。其中，由阴影遮挡造成的光伏发电系统发电量损失的占比为4.9%，阴影遮挡的原因主要在于前后排光伏支架的间距小于最小允许值1.96 m造成的；除此之外，附近的建筑也造成了阴影遮挡。

PR的计算式可表示为[7]：

式中：YF为总产能，即每千瓦光伏组件输入电网的电量，kWh；YR为参考产能，即在标准测试条件(STC)下每千瓦光伏组件的发电量，kWh。

其中，YF可表示为：

式中：EAC为每月光伏发电系统交流侧输出的电量，kWh；PPV为光伏方阵的标准功率，kW。

YR可表示为：

式中：Ht为光伏组件倾斜面接收的太阳辐射量，kWh/m2；G0为STC下的太阳辐射强度，kW/m2，取值为1。

通过式(2)～式(4)可计算得到本光伏发电系统实际的PR值为56.5%，该值较低的原因可能是因为6-9月时长治地区的阴雨天气较多，影响了光伏发电系统的发电量。可以看出，该实际PR值与模拟PR值74.1%之间的差别较大。

2.3 PVsyst软件中太阳辐射量的修正及结果对比

由于上述计算得到的模拟值与实际值之间的差距较大，因此对气象数据库中水平方向的全局太阳辐射量进行修正，修正后的数值是基于6-9月时实际测得的全天候太阳辐射量数据。

图4为2019年6月1日时本光伏发电系统的输出功率曲线，根据图4可确定6-9月时逆变器的工作时段为06:00-19:00。实际上，9月时逆变器的工作时段有所减少，但此处进行忽略。

图4 2019年6月1日时光伏发电系统的输出功率Fig. 4 Output power of PV power generation system in June 1th, 2019

通过统计逆变器工作时段的太阳辐射量，并利用PVsyst软件中太阳辐射量数据的合成方法，得到基于逆变器工作时段的日均太阳辐射量数据，以该数据作为PVsyst软件的输入数据，忽略夜间不发电时的太阳辐射情况。基于逆变器工作时段的日均太阳辐射量计算方法的具体步骤如下：

1)通过测试6月1日-9月30日期间每天06:00-19:00时段内每间隔1 h的整点时的气象数据，获得每天的小时太阳辐射强度，单位为W/m2；

2)计算每天06:00-19:00时段内的小时太阳辐射强度平均值，单位为W/m2；

3)将获得的小时太阳辐射强度平均值乘以06:00-19:00这一时段的时间间隔13 h，可得到日均太阳辐射量，单位为Wh/m2；

4)根据上一步中得到的日均太阳辐射量数据，可计算得到整个月的日均太阳辐射量数据，并将数据导入到Meteonorm 7.1气象数据库中。

利用上述方法对气象数据进行了修正，并利用修正后的数据再次进行了光伏发电系统发电量模拟。将模拟得到的光伏发电系统月均发电量与实际月均发电量进行了对比，结果如图5所示。

图5 光伏发电系统的月均发电量的实际值及模拟值的对比Fig. 5 Comparison between actual values and simulated values of monthly average power generation of PV power generation system

PVsyst软件中日均太阳辐射量数据修正前、后的光伏发电系统月均发电量模拟值与实际值的对比如图6所示。

图6 日均太阳辐射量数据修正前、后光伏发电系统的月均发电量模拟值与实际值的对比Fig. 6 Comparison of simulated values and actual values of monthly average power generation capacity of PV power generation system before and after daily average solar radiation data correction

通过分析图5和图6可以发现，当采用修正后的日均太阳辐射量数据时， PVsyst软件得到的修正后的月均发电量模拟值与实际值较为接近，此时模拟得到的光伏发电系统PR值为67.1%，与实际PR值56.5%较为接近。因此，通过统计基于逆变器工作时段内的太阳辐射量并进行换算后用于PVsyst软件的模拟，可以使模拟结果更加接近实际值。

利用统计得到的2019年4-5月该光伏发电系统发电量数据，结合式(5)[14]可计算出该系统4、5月时的日均发电量。

式中：EAC,est为考虑了丢失的数据后估算的光伏发电系统交流侧的日发电量，kWh；EAC,mea为实际测得的光伏发电系统的日发电量，kWh；Tmax为一天内逆变器的总工作时间，h；Tmis为一天内逆变器缺失的工作时间占其总工作时间的比例。

根据式(5)可计算得到该光伏发电系统在4、5月时的日均发电量分别为11 kWh和13 kWh。

结合长治地区其他光伏电站的发电量数据及PVsyst软件模拟得到的月均发电量数据可以判断得出：本光伏发电系统2019年中4、5月的月均发电量会相对较高，1-3月与8-9月的月均发电量相似，而10-12月的月均发电量比8-9月的略低。对该光伏发电系统全年的日均发电量进行估算，结果为11.3 kWh。

为了比较不同地区、不同装机容量下各个光伏电站的性能，将该光伏发电系统的日均发电量进行归一化处理 (即除以标准功率)，得到的归一化日发电量值为2.26 kWh/kW。根据文献[9]可知：印度、南非、意大利等地区的归一化日发电量在2.23～4.90 kWh/kW之间，通过与该数值对比可以发现，本光伏发电系统的归一化日发电量低于世界其他大部分地区的值。

3 光伏发电系统故障及原因分析

本光伏发电系统在2019年3月时出现了故障，下文对故障原因进行分析。

2019年3月6日09:00-14:00时段实测的太阳辐射强度数据及光伏发电系统输出功率情况如图7所示。

图7 2019年3月6日实测的太阳辐射强度及光伏发电系统输出功率Fig. 7 Measured solar radiation intensity and output power of PV power generation system in March 6th, 2019

图7中实测的太阳辐射强度偏低是由于当天为雾霾天气，11:20时出现了光伏发电系统的输出功率极值，达到了3334 W，该值明显高于临近时刻的光伏发电系统输出功率。

由于本光伏发电系统的实际PR值为56.5%，再结合11:20时的太阳辐射强度极值及光伏发电系统全年的输出功率曲线，该系统的输出功率极值很难超过3 kW。因此，3334 W的光伏发电系统输出功率意味着该系统可能出现了故障。

3月6日时，当光伏发电系统运行到12:35时，系统电压突然下降，从正常的310 V左右骤降至10 V左右，这说明该系统出现了明显的故障。通过现场排查发现，光伏发电系统有一处的MC4连接器端子已经被烧毁，如图8所示。

图8 被烧毁的MC4连接器端子Fig. 8 Burned MC4 connector terminal

分析故障原因，可能是因为在MC4连接器安装过程中，某处的MC4连接器端子接触不良，导致端子公母头连接位置处的电阻异常增大，甚至可能发生了电弧现象。

电弧是强功率的放电现象，伴随着电弧，大量的电能会转化为热能，使电弧处的温度极高。电弧也是一种自持放电现象，不用很高的电压和很大的电流就能维持相当长时间的电弧稳定燃烧而不会熄灭，造成在电弧断层附近点燃易燃材料的情况[15]，导致端子外壳最终烧毁变形。MC4连接器端子故障在其他光伏电站的故障调查中也频繁出现[16]。故障发生的原因经常是因为在安装阶段工人出现疲劳或疏忽所致。

本光伏发电系统在2019年10月时同样发生了一次严重的故障。使用万用表对光伏发电系统直流侧的电压进行测量，显示电压约为300 V，说明光伏方阵并未发生故障。光伏发电系统的并网点连接有一个显示平台，用来显示太阳辐射数据及发电量数据，由电源开关控制其关断。经过进一步调查发现，该显示平台的一组保险丝被烧毁，导致了此次故障。光伏发电系统发生故障时的原理图如图9所示。

图9 光伏发电系统发生故障时的原理图Fig. 9 Schematic diagram of PV power generation system in case of failure

由于光伏发电系统的并网点接在图书馆的一个交流侧开关处，图书馆经常因用电负荷过大而导致跳闸，故障发生当天也是如此。跳闸后，逆变器产生的电量不能通过并网点流入电网，而此时电源开关是闭合的，导致逆变器产生孤岛效应，逆变器产生的电量只能通过保险丝向显示平台供电。然而，由于在显示平台处使用了错误的截面面积为1.5 mm2的光伏线缆，导致电量传输过程中将产生一个经过线缆及20 A保险丝的瞬时大电流，该电流已超过了保险丝的承载范围，导致保险丝被烧毁，附近的线缆也出现了烧焦变黑的情况。

通过对上述2次故障进行分析可以发现，由于安装阶段的不严谨及后期维护的不及时，会导致光伏发电系统处于停机状态，造成很大的发电量损失及经济损失。因此，对于需要安装光伏发电系统的用户而言，成立专业化的第三方工程验收团队对安装的光伏发电系统进行全面检查和验收非常必要，这些检查有利于在光伏发电系统投入使用前排除潜在的故障，以确保系统的平稳运行，避免不必要的损失。

4 结论

本文利用PVsyst软件并结合Meteonorm 7.1气象数据库提供的气象数据，对位于山西省长治地区的某5 kWp并网光伏发电系统在2019年的运行情况进行了统计分析，结论如下：

1) 6-9月时，PVsyst软件模拟得到的月均发电量模拟值均高于月均发电量实际值，且模拟得到的月均发电量平均值比实际的月均发电量平均值高43.0%。在太阳辐射数据修正前，通过模拟得到的光伏发电系统PR值为74.1%，而通过计算得到的光伏发电系统实际PR值仅为56.5%。

2)由于温度损失、光伏组件失配损失、阴影遮挡等因素造成的光伏发电系统发电量损失的占比为13.0%，其中由于阴影遮挡造成的发电量损失占比为4.9%。

3)通过修正太阳辐射量数据，PVsyst软件重新模拟得到的月均发电量模拟值与实际值较为接近，模拟得到的光伏发电系统PR值为67.1%，与实际值56.5%更加接近。

4)根据长治地区其他光伏电站的经验，通过对比实际测得的其他月份的发电量数据及PVsyst软件模拟获得的不同月份的发电量数据，估算得到归一化日发电量为2.26 kWh/kW，与文献报道的世界其他地区的归一化日发电量相比处于较低的水平。

5)针对光伏发电系统出现的2次故障进行分析后，建议计划安装光伏发电系统的用户成立专业化的第三方工程验收团队，在光伏发电系统投入使用前将故障排除，能够确保系统的平稳运行。