娜姑光伏电站的太阳能资源评估及发电量预测

王恒贤，龚加志，曾章波，董明名，方火浪

摘 要：云南省是中国太阳能资源最丰富的地区之一，光伏发电已成为该省实现能源转型的中坚力量和减少碳排放的重要举措。基于Meteomorm和SolarGIS数据库，对在云南省曲靖市会泽县拟建的娜姑光伏电站所在区域的太阳能资源时空分布特征进行了分析；并通过计算能够反映太阳能资源丰富程度、稳定度和太阳直接辐射状况的量化指标，评估了该光伏电站建设地的气候适宜性；然后利用光伏发电系统设计软件，结合电站所在地的实际地形，对该电站光伏阵列的布置方式进行了优化，并预测了电站的发电量。分析结果表明：1）基于Meteomorm和SolarGIS数据库分别计算得到的月均水平面太阳辐射量及月均水平面太阳散射辐射量的变化趋势和数值基本接近；2）根据SolarGIS数据库计算得到的娜姑光伏电站建设区域的年总水平面太阳辐射量、月均法向太阳直接辐射量和年总水平面太阳散射辐射量分别为1655.9、1361.8和755.0 kWh/m2；3）娜姑光伏电站装机容量为151.2 MW时，预计其25年的总发电量为5499833.0 MWh，年均发电量为219993.3 MWh，年均等效利用小时数为1454.9 h。该研究可为娜姑光伏电站的建设提供科学依据。

关键词：太阳能资源；光伏电站；气候适宜性；气象数据；太阳辐射；发电量

中图分类号：TM615 文献标志码：A

0  引言

随着光伏发电技术的不断进步和光伏电站建设成本的降低，光伏发电已成为中国新能源投资的主体之一。大力发展光伏发电是中国建设新型电力系统、实现能源绿色低碳转型的重要途径。

建设光伏电站的首要任务是分析和掌握该电站所在區域的太阳能资源特征。近年来，国内外研究人员利用气象观测数据，对不同地区的太阳能资源及光伏电站所在地的气候和土地适宜性进行了研究。Lurwan等[1]、Charabi等[2]分别利用地理信息系统（GIS）技术优选了光伏电站的建设场地，并对光伏电站的发电能力进行了评估。杜东升等[3]、梁玉莲等[4]、钟燕川等[5]分别根据湖南省、华南地区、四川省观测站的总太阳辐射和日照时数数据，研究了湖南省、华南地区、四川省太阳能资源的时空分布特征、丰富程度、稳定度和可利用状况。张乾等[6]利用遥感技术获取了区域太阳能资源的时空分布数据，并采用多因子评价模型对中国大型光伏电站所在区域的气候适宜性进行了评估。冯蕾等[7]根据野外观测站和气象站的观测数据，分析了宁夏回族自治区太阳山地区水平面总太阳辐射的年、季、日、时变化特征，以及太阳直接辐射、太阳散射辐射和斜面太阳辐射的分布特征。赵振宇等[8]对北京地区的太阳能资源与分布式光伏发电项目所在区域的时空耦合适宜度进行了评估。郝玉珠等[9]、王志春等[10]利用内蒙古自治区气象站的观测数据，对自治区相关地区的太阳能资源储量及其稳定度进行了研究。江涤非等[11]根据湖南省气象站的观测数据，分析了省内不同地区的总太阳辐射量和稳定度，并对光伏发电项目的气候适宜性进行了区域划分。赵明智等[12]采用TRANSYS系统的气象数据，研究了内蒙古自治区鄂尔多斯市达拉特旗的月总太阳辐射量、年总太阳辐射量及其变化规律。苗馨月等[13]从美国航空航天局（NASA）提供的气象数据中提取了新疆维吾尔自治区塔里木盆地典型区域的太阳辐射量数据，研究了塔里木盆地的太阳能资源分布情况。

本文以在云南省曲靖市会泽县拟建的娜姑光伏电站为研究对象，利用Meteomorm和SolarGIS数据库，对电站所在区域的太阳能资源时空分布特征进行分析；并通过计算能够反映太阳能资源丰富程度、稳定度及直接太阳辐射状况的量化指标，评估该光伏电站建设地的气候适宜性；然后利用光伏发电系统设计软件，结合电站所在地的实际地形，对该电站光伏阵列的布置方式进行优化，并对该电站的发电量进行预测。

1  云南省太阳能资源概况

云南省位于低纬度高原地区，北回归线贯穿其南部，其气候基本属于亚热带和热带季风气候，滇西北属高原山地气候。该省的地势呈西北高、东南低，自北向南呈阶梯状逐级下降，为山地高原地形，山地面积占全省总面积的88.6%，地跨长江、珠江、元江、澜沧江、怒江、大盈江6大水系；地形复杂，海拔高差悬殊，太阳辐射量大。全省的年均日照时数为2200 h，年总太阳辐射量在1004.2～1852.0 kWh/m2之间；日照时数超过2000 h的县有94个，占全省县总数（129个）的74.6%；年总太阳辐射量大于1388.9 kWh/m2的地区占全省总面积的90.0%。该省的全年太阳高度角变化幅度不大，冬季与夏季的日照时数差异较小；年内各月间的太阳辐射量差异不大，分布相对均匀。综上可知，云南省是中国太阳能资源最丰富的地区之一，仅次于西藏自治区和青海省。

根据云南省发展和改革委员会、云南省气象局于2007年发布的《云南省太阳能资源评价报告》，该省各地的年日照时数分布情况如图1所示。

从图1可以看出：云南省内大部分地区实际的年日照时数在2100～2500 h之间，其中，会泽县在2100～2300 h之间。

通过对省内125个气象站提供的多年逐月平均日照时数进行分析后发现，其分布特征为：旱季（11月—次年5月中旬）的日照时数明显大于雨季（5月下旬—10月）的日照时数；省内大多数地区的全年最大月均日照时数一般出现在3月，最小月均日照时数一般出现在7月或9月。

根据《云南省太阳能资源评价报告》，该省各地的年总太阳辐射量的分布情况如图2所示。

结合图2可以发现：在云南省129个县中，有92个县的年总太阳辐射量在1389.0～1667.0 kWh/m2之间，59个县超过1527.8 kWh/m2。并且对比图1和图2可以看出：云南省年总太阳辐射量的空间分布趋势与年日照时数的空间分布趋势一致。

从地区分布来看，一般低纬度地区冬季和夏季的太阳高度角较大，其年总太阳辐射量大于高纬度地区的年总太阳辐射量，这使云南省的年总太阳辐射量分布呈南多北少的总趋势。然而，该省一些地区的年总太阳辐射量分布并不符合这一趋势，比如，在云南省北部的河谷地区，其气候特点是干旱、少雨、日照充足，是云南省年总太阳辐射量最多的地区。因此，太阳辐射量的变化，不仅受到太阳高度角的制约，还会受到地形和气候的影响。

2  光伏电站建设区域的太阳能资源分析

会泽县（103°03′E～103°55′E、25°48′N～27°04′N）位于云南省东北部、金沙江东岸、曲靖市西北部，乌蒙山主峰地段。该县的地势为西高东低，南起北伏，由西向东呈阶梯状递减；地形山高谷深，沟壑纵横，山川相间排列，山区、河谷呈条块分布；平均海拔在2200 m以上，空气相对稀薄，太阳辐射波较短，日照时间较长，年日照时数为2312.2 h，年均气温为13.3 ℃。

拟建的娜姑光伏电站位于会泽县的娜姑镇，属于农光互补型山地光伏电站。电站规划区域的东西长约12.0 km、南北宽约2.5 km，如图3中的红线范围所示。

由于会泽县气象站缺乏该县的太阳辐射数据，因此本文从Meteomorm和SolarGIS数据库获取了拟建光伏电站区域的太阳能资源评估数据。Meteonorm是一款气象数据查看软件，来源于瑞士Meteonorm研究所，包含全球8325个气象站及5颗地球同步卫星提供的气象数据，中国98个气象辐射观测站中的大部分数据均包含在这个数据库中。SolarGIS是由欧洲Solargiss.r.o.公司开发的太阳能资源评估软件，其使用欧洲气象卫星应用组织（Eumetsat）的Meteosat系列卫星、美国国家海洋和大气管理局（NOAA）的GOES系列静止轨道气象卫星及日本的MTSAT系列卫星提供的卫星遥感数据。根据从Meteomorm和SolarGIS数据库获取的气象数据，对拟建光伏电站区域的典型年太阳能资源进行分析。

基于Meteomorm数据库计算得到拟建光伏电站区域全年的日均水平面太阳辐射量变化曲线，具体如图4所示。

从图4可以看出：拟建光伏电站区域全年的日均水平面太阳辐射量随季节更替呈明显的起伏变化，上包络线近似对称分布；第124、164、206天附近的日均水平面太阳辐射量较大，最大值出现在第164天，约为9.9 kWh/m2。

从图5可以看出：

1）月均水平面太阳辐射量呈现一定的波动性，基于两个数据库分别计算得到的月均水平面太阳辐射量的数值和变化趋势基本接近。

2）从基于Meteomorm数据库计算得到的结果看：4月接收的水平面太阳辐射量最高，为182.0 kWh/m2；3月接收的水平面太阳辐射量次之；10月接收的水平面太阳辐射量最低，为106.0 kWh/m2。

3）从基于SolarGIS数据库计算得到的结果看：5月接收的水平面太阳辐射量最高，为178.6 kWh/m2；4月接收的水平面太阳辐射量次之；12月接收的水平面太阳辐射量最低，为108.1 kWh/m2。

4）基于Meteomorm和SolarGIS数据库计算得到的年总水平面太阳辐射量分别为1662.0和1655.9 kWh/m2，二者非常接近。该计算结果也与图2中的会泽县年太阳辐射量（1389.0～1667.0 kWh/m2）的最大值较为接近。

基于Meteomorm和SolarGIS数据库分别计算得到的拟建光伏电站区域全年月均法向太阳直接辐射量如图6所示。

从图6可以看出：

1）在1～4、6～9和12月，基于Meteomorm数据库计算得到的月均法向太阳直接辐射量大于基于SolarGIS数据库计算得到的值，而在其他月份，前者略小于后者。

2）从基于Meteomorm数据库计算得到的结果看：2月接收的月均法向太阳直接辐射量最高，为185.0 kWh/m2；1月接收的月均法向太阳直接辐射量次之；10月接收的月均法向太阳直接辐射量最低，为74.0 kWh/m2。

3）從基于SolarGIS数据库计算得到的结果看：2月接收的月均法向太阳直接辐射量最高，为158.9 kWh/m2；1月接收的月均法向太阳直接辐射量次之；7月接收的月均法向太阳直接辐射量最低，为64.0 kWh/m2。

4）基于Meteomorm和SolarGIS数据库计算得到的年总法向太阳直接辐射量分别为1543.0和1361.8 kWh/m2，后者比前者低约12%。

基于Meteomorm和SolarGIS数据库分别计算得到的拟建光伏电站区域全年月均水平面太阳散射辐射量如图7所示。

从图7可以看出：

1）月均水平面太阳散射辐射量呈现较大波动，基于两个数据库计算得到的数据和变化趋势基本相似。

2）从基于Meteomorm数据库计算得到的结果看：8月接收的水平面太阳散射辐射量最高，为90.0 kWh/m2；5月接收的水平面太阳散射辐射量次之；12月接收的水平面太阳散射辐射量最低，为36.0 kWh/m2。

3）从基于SolarGIS数据库计算得到的结果看：8月接收的水平面太阳散射辐射量最高，为83.2 kWh/m2；7月接收的水平面太阳散射辐射量次之；12月接收的水平面太阳散射辐射量最低，为37.9 kWh/m2。

4）基于Meteomorm和SolarGIS数据库计算得到的年总水平面太阳散射辐射量分别为732.0和755.0 kWh/m2，二者非常接近。

由Meteomorm和SolarGIS数据库分别得到的拟建光伏电站区域全年月均环境温度如图8所示。

从图8可以看出：

1）由于两个数据库对于测量环境温度的位置界定不同，导致二者得到的值存在较大差异，各月的月均值相差约5.8 ℃，但环境温度曲线的变化形状非常相似。

2） 由Meteomorm数据库得到的最高环境温度为19.4 ℃，出现在7月；最低环境温度为6.2 ℃，出现在1月。

3） 由SolarGIS数据库得到的最高环境温度为24.9 ℃，出现在7月；最低环境温度为11.6 ℃，出现在12月。

3  光伏电站建设地的气候适宜性评估

目前，太阳能资源主要从丰富程度、稳定度和直射比这3个方面进行评估。根据SolarGIS数据库计算得到的结果及GB/T 37526—2019《太阳能资源评估方法》，对娜姑光伏电站建设地的气候适宜性进行评估。

太阳能资源的丰富程度以年总水平面太阳辐射量QH作为评估指标。娜姑光伏电站拟建区域的年总水平面太阳辐射量为1655.9 kWh/m2。GB/T 37526—2019对太阳能资源丰富程度等级划分如表1所示。

由表1可知：该建设区域的太阳能资源丰富程度为“很丰富”，等级为“B”。

太阳能资源稳定度表示太阳能资源的年内变化状态和幅度，是评估太阳能资源的重要指标。太阳能资源的稳定度通常用水平面太阳辐射稳定度QHR来表示，其值为全年中月均日水平面太阳辐射量的最小值与最大值的比值。该值越大说明太阳能资源越稳定。月均日水平面太阳辐射量定义为月均水平面太阳辐射量除以当月天数。在该光伏电站拟建区域的月均水平面太阳辐射量中，5月的值最大，为178.6 kWh/m2；12月的值最小，为108.1 kWh/m2。根据上述数据可计算得到该光伏电站拟建区域的水平面太阳辐射稳定度为0.61。

GB/T 37526—2019对太阳能资源稳定度的等级划分如表2所示。

由表2可知：该建设区域的太阳能资源稳定度为“很稳定”，等级为“A”。

太阳能资源的直射比以年水平面太阳直接辐射量占年总水平面太阳辐射量的比例来表示，该值越大，说明太阳能资源中的太阳直接辐射量占比越高。

娜姑光伏电站拟建区域的年总水平面太阳辐射量为1655.9 kWh/m2，年水平面太阳散射辐射量为755.0 kWh/m?，由此可计算得到直射比RD为0.54。

GB/T 37526—2019对太阳能资源直射比的等级划分如表3所示。

由表3可知：该建设区域的太阳能资源直射比为“高”，等级为“B”。

4  光伏阵列设计和发电量预测

光伏组件的安装倾角和光伏阵列方位角是影响山地光伏电站发电效率的重要因素。利用PVsyst软件进行建模及系统仿真，对光伏组件的安装倾角和光伏阵列方位角进行优化。倾斜面上的太阳辐射量Qt由太阳直接辐射量、太阳散射辐射量和太阳反射辐射量3部分组成，其计算式[14]可表示为：

（1）

式中：Q为水平面太阳辐射量；S为水平面太阳直接辐射量；D为水平面太阳散射辐射量；β为倾斜面与水平面的夹角；K为地面反射系数；Rb为倾斜面太阳直接辐射量与水平面太阳直接辐射量的比值。

倾斜面太阳直接辐射量与水平面太阳直接辐射量的比值可表示为：

（2）

式中：φ为项目所在地的纬度；δ为太阳赤纬角；ωs为水平面上的日落时角；ω0为倾斜面上的日落时角。

利用PVsyst软件仿真计算在该地区单块光伏组件在不同安装倾角下接收的年总太阳辐射量，计算结果如图9所示。

从图9可以看出：当光伏组件安装倾角为26°～32°时，其接收的年总太阳辐射量相对较大；且在安装倾角为29°时达到最大值，为1863.0 kWh/m2，此时的光伏组件安装倾角被定义为“最佳安装倾角”。

由于山地光伏电站的土地面积有限，在布置光伏阵列时，前后排光伏阵列之间可能存在阴影遮挡。考虑到阴影遮挡的影响，根据光伏电站建设区域地形图，利用Helios 3D软件对光伏组件的阴影遮挡情况进行分析，并结合地形的实际坡度计算光伏阵列间距，以满足各光伏阵列在冬至日真太阳时09：00～15：00时间段不受阴影遮挡影响。

固定光伏阵列间距，并按适当幅度改变光伏组件安装倾角及光伏阵列方位角，利用PVsyst軟件仿真计算不同光伏组件安装倾角和光伏阵列方位角时对应的年总太阳辐射量，并确定最大年总太阳辐射量时对应的光伏组件安装倾角和光伏阵列方位角，结果如图10所示。

从图10可以看出：小红点处的年总太阳辐射量最大，为1823.0 kWh/m2，对应的光伏组件安装倾角为27.5°、光伏阵列方位角为-1°。

根据以上计算结果，考虑到山地光伏电站光伏组件安装的复杂性，本光伏电站将南坡光伏组件的安装倾角设置为27°、光伏阵列方位角设置为0°；将东西坡光伏组件的安装倾角设置为27°、光伏阵列方位角设置为10°，以最大限度利用场地面积。

通过优化计算，将该山地光伏电站大部分光伏阵列的间距取3～8 m，小部分阴影遮挡严重的光伏阵列的间距取10或15 m。

本光伏电站拟采用540 W双面单晶硅光伏组件，共280020块；直流侧装机容量为151.2 MW。每26块光伏组件串联成1个光伏组串，约每19个光伏组串汇入1台逆变器，每14台逆变器接入1台3150 kVA箱变，并升压至35 kV，共计40台3150 kVA箱变。每3150 kW容量的光伏组件组成1个光伏子阵，共40个光伏子阵。

根据所选双面单晶硅光伏组件第1年衰减率不大于2.0%、后续年衰减率为0.45%的质量标准，利用GB 50797—2012《光伏发电站设计规范》中提供的光伏电站发电量计算公式，可预测该山地光伏电站建成后第1～25年的发电量，结果如图11所示。

通过图11可知：该山地光伏电站建成后预计25年的总发电量为5499833.0 MWh，年均发电量为219993.3 MWh，年均等效利用小时数为1454.9 h。

5  结论

本文根据Meteomorm和Solargis数据库，对在云南省曲靖市会泽县拟建的娜姑光伏电站所在区域的太阳能资源时空分布特征进行了分析；并通过计算能够反映太阳能资源丰富程度、稳定度和太阳直接辐射状况的量化指标，评估了该光伏电站建设地的气候适宜性；然后利用光伏发电系统设计软件PVsyst，结合电站所在地的实际地形，对该电站光伏阵列的布置方式进行了优化，并预测了电站的发电量。分析结果表明：

1）基于Meteomorm和SolarGIS數据库分别计算得到的月均水平面太阳辐射量及月均水平面太阳散射辐射量的变化趋势和数值基本接近；

2）根据SolarGIS数据库计算得到的娜姑光伏电站建设区域的年总水平面太阳辐射量、年总法向太阳直接辐射量和年总水平面太阳散射辐射量分别为1655.9、1361.8和755.0 kWh/m2；

3）娜姑光伏电站装机容量为151.2 MW时，预计其25年的总发电量为5499833.0 MWh，年均发电量为219993.3 MWh，年均等效利用小时数为1454.9 h。

[参考文献]

[1] LURWAN S M，IDREES M O，AHMED G B，et al. GIS-based optimal site selection for installation of large-scale smart grid-connected photovoltaic （PV） power plants in Selangor，Malaysia[J]. American journal of applied sciences，2017，14（1）：174-183.

[2] CHARABI Y，GASTLI A. PV site suitability analysis using GIS-based spatial fuzzy multi-criteria evaluation[J]. Renewable energy，2011，36（9）：2554-2561.

[3] 杜东升，张剑明，张建军.湖南省太阳能资源时空分布特征及评估[J].中国农学通报，2015，31（36）：170-175.

[4] 梁玉莲，申彦波，白龙，等. 华南地区太阳能资源评估与开发潜力[J]. 应用气象学报，2017，28（4）：481-492.

[5] 钟燕川，马振峰，徐金霞，等. 基于地形分布式模拟的四川省太阳能资源评估[J]. 西南大学学报（自然科学版），2018，40（7）：115-121.

[6] 张乾，辛晓洲，张海龙，等.基于遥感数据和多因子评价的中国地区建设光伏电站的适宜性分析[J].地球信息科学学报，2018，20（1）：119-127.

[7] 冯蕾，张金生，廖海燕，等.基于现场实测的宁夏太阳山地区太阳能资源特征分析[J].太阳能学报，2020，41（12）：146-153.

[8] 赵振宇，杨雨佳. 北京市太阳能资源与分布式光伏发电项目的时空耦合适宜度研究[J]. 太阳能，2021（4）：16-25.

[9] 郝玉珠，李兴华，胡亚男，等. 内蒙古57年太阳能资源变化规律及影响因子[J]. 太阳能学报，2021，42（9）： 145-151.

[10] 王志春，张新龙，苑俐，等. 内蒙古赤峰市太阳能资源评估与开发潜力分析[J]. 沙漠与绿洲气象，2021，15（2）：106-111.

[11] 江涤非，郭海峰，罗红梅，等.湖南光伏发电气候适宜性研究[J].气象科技进展，2022，12（3）：58-62.

[12] 赵明智，段佩瑶，常春，等.太阳能辐射资源计算分析与特性模拟方法[J].太阳能学报，2023，44（3）：22-28.

[13] 苗馨月，王克林，卢亚男，等. 塔里木盆地太阳能资源分布及可利用量分析[J]. 石油石化节能，2023，13（5）： 9-14.

[14] KLEIN S A，THEILACKER J C. An algorithm for calculating monthly-average radiation on inclined surfaces[J]. Journal of solar energy engineering，1981，103（1）：29-33.

Assessment of solar energy resources and prediction of power generation CAPACITY in Nagu PV power station

Wang Hengxian1，Gong Jiazhi2，Zeng Zhangbo3，Dong Mingming3，Fang Huolang4

（1. Huadian Yunnan Power Generation Corporation Limited，Kunming 650231，China；

2. Huize Huadian Daocheng Clean Energy Development Corporation Limited，Qujing 654299，China；

3. PowerChina Huadong Engineering Corporation Limited，Hangzhou 311122，China；

4. College of Civil Engineering and Architecture，Zhejiang University，Hangzhou 310058，China）

Abstract：Yunnan Province is one of the regions with the richest solar energy resources in China，and PV power generation has become the backbone of the province's energy transformation and an important measure to reduce carbon emissions. This paper analyzes the spatiotemporal distribution characteristics of solar energy resources in the area where the proposed Nagu PV power station is located in Huize County，Qujing City，Yunnan Province，based on Meteomorm and SolarGIS databases. And the climate suitability of the PV power station construction site is evaluated by calculating quantitative indicators that can reflect the richness，stability，and direct solar radiation status of solar energy resources. Then，using PV power generation system design software，the layout of the PV array is optimized based on the actual terrain of the PV power station location，and the power generation capacity of the PV power station is predicted. The analysis results show that：1） The variation trends and values of the monthly average horizontal solar radiation and scattered solar radiation calculated based on Meteomorm and SolarGIS databases are basically similar；2） According to the SolarGIS database，the annual total horizontal solar radiation，annual total normal direct solar radiation，and annual total horizontal scattered solar radiation in the construction area of the Nagu PV power station are 1655.9，1361.8，and 755.0 kWh/m2，respectively；3） When the installed capacity of the Nagu PV power station is 151.2 MW，it is expected that its total power generation capacity in 25 years will be 5499833.0 MWh，with an average annual power generation capacity of 219993.3 MWh and an average equivalent utilization hours of 1454.9 hours. This study can provide scientific basis for the construction of Nagu PV power station.

Keywords：solar energy resources；PV power stations；climate suitability；meteorological data；solar radiation；power generation capacity