并网光伏系统性能精细化评估方法研究_李芬

合集下载

一种分布式光伏并网适应性评估方法[发明专利]

一种分布式光伏并网适应性评估方法[发明专利]

专利名称:一种分布式光伏并网适应性评估方法
专利类型:发明专利
发明人:何后裕,何华琴,吴思谋,陈建志,林明熙,李小娴申请号:CN201310470261.5
申请日:20131010
公开号:CN103530817A
公开日:
20140122
专利内容由知识产权出版社提供
摘要:本发明公开了一种分布式光伏并网适应性评估方法,利用主观赋权法确定的权重大小可以反映该指标相对于其他指标重要性的高低,然后利用三角模糊层次分析法来求取指标权重值,建立可用于评价含分布式光伏接入项目的现状电网或目标电网的可靠性,并指导电网适应性改造的多维度评价体系。

申请人:国家电网公司,国网福建省电力有限公司,国网福建省电力有限公司泉州供电公司
地址:100031 北京市西城区西长安街86号
国籍:CN
代理机构:福州展晖专利事务所(普通合伙)
代理人:林天凯
更多信息请下载全文后查看。

光伏系统性能评估方法

光伏系统性能评估方法

光伏系统性能评估方法在日益增长的可再生能源需求下,太阳能光伏系统作为一种绿色、可持续的能源解决方案受到了广泛关注。

然而,随着光伏系统规模的扩大和技术的不断进步,如何准确评估光伏系统的性能成为了一个重要的问题。

本文将介绍一种可行的光伏系统性能评估方法,以帮助我们更好地了解光伏系统的运行情况。

一、数据收集与准备光伏系统的性能评估需要从系统中收集和准备大量的数据。

首先,我们需要获取光伏阵列的日光辐射数据,这可以通过气象站或太阳能辐射计等设备来获取。

此外,还需要收集光伏组件的发电量数据、温度数据、倾角和朝向等信息。

这些数据将作为评估光伏系统性能的基础。

二、性能指标的选择光伏系统的性能可以从不同的角度来评估。

常用的性能指标包括发电量、效率、可利用率等。

选择合适的性能指标取决于实际需求和评估目的。

例如,如果我们想评估系统的发电潜力,可以选择年平均发电量作为性能指标;如果我们想评估系统运行的稳定性,可以选择每月或每年的可利用率指标。

三、性能评估方法1. 发电量预测模型发电量是评估光伏系统性能的重要指标之一。

建立发电量预测模型可以帮助我们准确地预测系统的发电能力。

常用的发电量预测模型包括物理模型和统计模型。

物理模型基于光伏组件的特性参数和环境因素来计算发电量,而统计模型则通过统计历史数据来预测未来的发电量。

2. 效率评估方法效率是评估光伏系统性能的另一个重要指标。

光伏系统的效率可以分为组件效率和系统效率两个方面。

组件效率是指光伏组件将太阳能转化为电能的能力,而系统效率则包括了组件效率、电池逆变器效率以及系统的配电损耗等因素。

评估光伏系统效率时,我们可以通过测量光伏组件的电流和电压来计算组件效率,通过测量系统的总发电量和总辐射量来计算系统效率。

3. 可利用率评估方法可利用率是用来评估光伏系统运行稳定性和可靠性的指标。

光伏系统的可利用率可以分为时间利用率和发电利用率两个方面。

时间利用率是指系统正常运行的时间占总时间的比例,而发电利用率则是指系统实际发电量占理论或理想发电量的比例。

光伏发电系统的可持续性评估与改进方法

光伏发电系统的可持续性评估与改进方法

光伏发电系统的可持续性评估与改进方法光伏发电系统是一种利用太阳能转化为电能的技术,具有绿色环保、可再生等优点,被广泛应用于能源领域。

然而,光伏发电系统在运行过程中可能存在一些问题,如能源损耗、设备老化、电网接入难题等,这些影响了系统的可持续性和效益。

因此,对光伏发电系统的可持续性进行评估,并提出改进方法,是提高系统性能和推动可持续能源发展的关键。

本文将就光伏发电系统的可持续性评估与改进方法进行探讨。

一、可持续性评估方法1. 能源分析方法能源分析方法是通过分析光伏发电系统的能源利用效率来评估其可持续性。

该方法可以计算光伏组件的太阳能转换效率、电池的储能效率、逆变器的转换效率等关键技术指标,进而评估系统的能源利用效率和可持续性。

2. 环境影响评估方法环境影响评估方法是通过分析光伏发电系统对环境的影响程度来评估其可持续性。

这包括评估系统在制造、安装、运行和退役等各个环节对环境的影响,如能源消耗、碳排放、土地使用等。

通过这些评估,可以综合考虑系统在整个生命周期内的可持续性。

3. 经济效益评估方法经济效益评估方法是通过分析光伏发电系统的投资回报率、市场潜力、成本效益等指标来评估其可持续性。

这需要考虑系统的建设成本、运维成本、电价收益等因素,并通过经济模型进行定量分析,从而评估系统的经济可行性和可持续性。

二、可持续性改进方法1. 提高光伏组件效率光伏组件的效率直接关系到系统的能源利用效率和可持续性。

通过不断提高光伏组件的太阳能转换效率,可以减少系统的能源损耗,提高光伏发电系统的可持续性。

研发和应用高效的光伏组件技术,如多晶硅太阳能电池、薄膜太阳能电池等,可以有效提高系统性能。

2. 优化系统设计系统设计是光伏发电系统可持续性的重要因素。

通过科学合理的系统设计,可以提高系统的能源利用效率,优化系统运行模式,减少系统的损耗和影响。

例如,合理选择光伏组件的布局方式、逆变器的选择与配置等,可以优化系统性能。

3. 强化运维管理良好的运维管理可以延长光伏发电系统的寿命,提高系统的可持续性。

光伏发电系统综合量化评价体系研究

光伏发电系统综合量化评价体系研究

光伏发电系统综合量化评价体系研究光伏发电系统是一种利用太阳能发电的系统,具有环保、可再生能源和节能的特点,因此在全球范围内得到了广泛的推广和应用。

为了进一步提高光伏发电系统的性能和效率,需要对其进行综合量化评价。

本文将针对光伏发电系统的综合量化评价体系进行研究。

我们需要明确光伏发电系统的评价指标。

光伏发电系统的性能和效率可以从多个方面进行评价,包括能量输出、系统可靠性、经济性等。

在能量输出方面,可以考虑光伏发电系统的功率输出、发电量、发电效率等指标;在系统可靠性方面,可以考虑光伏发电系统的故障率、可靠性指标等;在经济性方面,可以考虑光伏发电系统的投资回收期、成本效益等指标。

我们需要确定评价指标的权重。

不同的评价指标对光伏发电系统的综合评价有不同的重要性,因此需要确定权重,以便在综合评价中进行加权计算。

确定权重可以采用多种方法,如层次分析法、模糊综合评价法等。

然后,我们需要进行数据采集和分析。

为了对光伏发电系统进行综合评价,需要收集相关的数据,包括光伏组件的性能数据、系统运行数据、经济数据等。

然后可以根据这些数据进行分析,得出系统的综合评价结果。

我们可以建立光伏发电系统综合量化评价模型。

综合考虑以上步骤中确定的评价指标和权重,建立一个数学模型来对光伏发电系统进行综合评价。

可以使用线性加权法、灰色关联法等方法来建立模型,并利用计算机软件进行模拟和计算。

光伏发电系统的综合量化评价体系研究需要明确评价指标、确定权重、进行数据采集和分析,并建立相应的评价模型。

这将有助于提高光伏发电系统的性能和效率,推动光伏发电技术的发展和应用。

兼顾经济品质的配电网分布式光伏承载能力评估方法 

兼顾经济品质的配电网分布式光伏承载能力评估方法 

第48卷第2期燕山大学学报Vol.48No.22024年3月Journal of Yanshan UniversityMar.2024㊀㊀文章编号:1007-791X (2024)02-0110-10兼顾经济品质的配电网分布式光伏承载能力评估方法李㊀利1,李㊀征1,王文宾1,范㊀曾1,张㊀硕2,贾清泉2,∗(1.国网河北省电力有限公司邢台供电分公司,河北邢台054001;2.燕山大学电力电子节能与传动控制河北省重点实验室,河北秦皇岛066004)㊀㊀收稿日期:2022-07-21㊀㊀㊀责任编辑:温茂森㊀㊀基金项目:国家自然科学基金资助项目(51877186);国网河北省电力有限公司科技项目(kj2021-041)㊀㊀作者简介:李利(1971-),男,河北邢台人,硕士,高级工程师,主要研究方向为分布式电源并网规划;∗通信作者:贾清泉(1970-),男,吉林白山人,博士,教授,博士生导师,主要研究方向为分布式发电及微电网技术㊁电能质量分析与治理,Email:jiaqingquan@㊂摘㊀要:为了量化评估高比例分布式光伏接入配电网所产生的综合影响,本文提出一种兼顾经济品质的配电网分布式光伏承载能力评估方法㊂首先,从分布式光伏并网特性㊁分布式光伏利用特性和配电网适应性3个方面,构建配电网承载能力综合评价指标体系;然后,综合考虑光伏接入量和经济品质,建立光伏并网容量优化模型,并根据分布式光伏不同开发需求,形成不同并网容量接入方案;最后采用状态空间评价方法对配电网分布式光伏承载能力进行综合评估㊂通过对IEEE33节点配电网进行仿真分析,结果表明所提承载能力评估方法能够全面客观地反映配电网对于分布式光伏的承载能力㊂关键词:配电网;分布式光伏;承载能力;经济品质;状态空间中图分类号:TM72㊀㊀文献标识码:A㊀㊀DOI :10.3969/j.issn.1007-791X.2024.02.0020 引言在我国 双碳 目标的驱动下,电网将构建以新能源为主体的新型电力系统㊂随着分布式光伏的快速发展,其高比例规模化接入已经成为配电网未来发展趋势㊂然而,由于光伏发电随机波动性,使得配电网运行过程中电压越限㊁潮流倒送等问题更加严重[1-3]㊂为了保障配电网源-网-荷安全协调发展,基于配电网稳定运行边界和实际运行状态,评估分布式光伏承载能力对于指导分布式光伏规模化接入具有重要意义[4-5]㊂承载能力是西方发达国家用于评价未来电网特性的一个概念,具有一定的开放性,其计算的核心是选取适当的评价标准,通常根据所研究问题采用不同的指标体系进行评价[6-7]㊂文献[8]从系统接纳不确定性因素的资源充裕度和运行安全性两方面提出了综合承载力评价指标体系㊂文献[9]针对高渗透率光伏带来的过电压和电压不平衡问题,通过简化的蒙特卡洛方法进行分析,同时提出了敏感性探究,进而量化几个因素对承载能力的影响㊂文献[10]计算分析了辐射型配电网在多约束多个不同类型分布式能源情况下的系统最大承载力㊂文献[11]基于多元化接入体的用能特性,应用相似性度量方法分析接入体特性与配电网承载能力之间的关联关系㊂文献[12]提出了一种含新型负荷及高比例分布式电源的配电网承载能力综合评估方法,针对新型负荷及分布式电源的特性,分析出典型区域网架的薄弱环节,为规划工程提供依据㊂文献[13]将优化问题转化为历史匹配问题,通过统计仿真和不确定性量化来解决最大承载能力的评估问题,对现有网络可再生能源的发电效益最大化提供了灵活指导㊂文献[14]针对电网负荷承载能力问题,提出了分别面向运行和规划场景的电网负荷承载力评价指标体系,通过统计指标反映不同规划方案下的负荷承载力㊂文献[15]提出了一种分布式光伏最大承载能第2期李㊀利等㊀兼顾经济品质的配电网分布式光伏承载能力评估方法111㊀力分析方法,通过模拟光伏出力位置和大小的场景,并进行灵敏度分析以评估分布式光伏对配电网承载能力的影响㊂上述研究大多是在一定约束条件下求取分布式光伏的极限容量,或是单独分析光伏接入或负荷变化对配电网的影响,没有深入探究承载能力的内在含义㊂对于已经架设完成㊁结构固定的配电网而言,影响配电网承载分布式光伏能力的重点在于源-网-荷的协调性㊂因此,亟需建立一套科学㊁系统的综合评价体系,准确量化分析分布式光伏㊁负荷以及配电网的相互作用对承载能力的综合影响㊂同时,考虑到分布式光伏的不同开发需求,需要兼顾一定程度的经济品质㊂综上,本文提出一种兼顾经济品质的配电网分布式光伏承载能力评估方法㊂考虑到光照和负荷的不确定性,基于Wasserstein距离构建源荷联合概率场景;然后,从分布式光伏并网特性㊁分布式光伏利用特性和配电网适应性3个方面,构建新型配电网承载能力综合评价指标体系;综合考虑光伏接入量和经济品质,建立光伏并网容量优化模型;针对分布式光伏不同开发需求,形成不同并网容量接入方案;采用状态空间评价方法对配电网分布式光伏承载能力进行综合评估㊂1㊀考虑源㊁荷不确定性的场景模型光伏出力和负荷功率的不确定性通常用连续概率密度分布函数来表示㊂但在规划模型中,一般用离散概率分布来表征其不确定性,并在离散的确定性场景下对所研究问题进行分析[16-17]㊂1.1㊀光伏和负荷概率模型光照强度通常采用Beta分布来描述,由于光伏出力与光照近似为正比关系,因此光伏出力的概率密度分布函数为f(P PV)=1PN Γα+β()Γα()Γβ()P PVP N()α-11-P PVP N()β-1,(1)式中,P PV为光伏发电功率,P N表示光伏额定发电功率,α和β是Beta分布的形状参数,Γ(㊃)为伽马函数㊂通常采用正态分布来反映负荷的不确定性:f P L()=12πσp exp-P L-μp()22σ2péëêêùûúú,(2)式中,P L为负荷功率,μp为有功功率的均值,σp为有功功率的方差㊂1.2㊀基于Wasserstein距离的联合概率场景如图1所示用离散场景及相应概率代替连续概率密度分布函数的过程,即为场景建立或场景生成㊂对于单维随机变量x,设其连续概率密度函数为h(x),最优离散点为[18]ʏz s-ɕh(x)1r+1d x=2s-12Sʏ+ɕ-ɕh(x)1r+1d x,(3)相应离散点z s s=1,2, ,S()对应的概率为P s=ʏz s+z s+12z s-1+z s2h x()d x,(4)式中,S为离散场景数,r为指数阶数㊂图1㊀光伏及负荷的离散概率场景生成过程Fig.1㊀Discrete probability scenario generation processof photovoltaic and load㊀㊀基于已有的光照和负荷数据,提取典型特征,生成符合地区实际情况的源荷概率分布模型,并采用基于Wasserstein距离的场景生成方法,将光伏出力和负荷功率的连续概率分布转化成最优离散场景及其概率值,并根据所得离散场景构建源荷联合概率分布场景,相应的计算公式为m=S PV㊃S Lp s=P s.PV㊃P s.L{,(5)式中,m为联合场景数,S PV和S L分别为光伏出力和负荷的离散场景数,p s为联合场景的概率,P s.PV和P s.L分别为第s个光伏和负荷离散场景的概率㊂2㊀承载能力综合评价体系承载能力的大小与电网性能评价指标的选取密不可分,标准不同,最终的评价结果可能会相差很大㊂分布式光伏接入配电网的影响体现在多方面,难以用单一评价指标对其总体性能进行衡量㊂因此为了真实反应配电网的承载能力,需要考虑多方面的影响因素建立一套综合评价体系㊂本文从分布式光伏并网特性㊁分布式光伏利用特性和配电网适应性3个方面建立配电网承载能力综合评价体系,指标体系如图2所示㊂112㊀燕山大学学报2024图2㊀承载能力综合评价体系Fig.2㊀Comprehensive evaluation system of hosting capacity2.1㊀分布式光伏并网特性并网特性指标是从配网运行状态和网络结构的角度,对分布式光伏大规模并网后风险发生的可能性和严重性进行量化,从而可以定性定量地描述分布式光伏的并网给配电网运行安全带来的影响㊂1)电压年越限风险程度电压年越限风险程度指标反映了分布式光伏并网对整个系统电压水平的影响㊂配电网电压过高影响电力设备的绝缘;配电网电压降低会增加配电网中的功率损耗,甚至会影响配电网运行的稳定性,造成系统崩溃出现大面积停电的情况㊂因此,将电压年越限风险程度指标纳入评价体系很有必要,表征为全年节点电压越限率和越限严重度乘积之和,用式表示为㊀U 1=8760ðms =1U s 2max ㊃U s 3max +U s 2min ㊃U s3min()p s ,(6)式中,U s 2max 和U s2min 分别为节点电压越上限率和节点电压越下限率,U s 3max 和U s 3min 分别为节点电压越上限严重度和节点电压越下限严重度㊂其中,U s 2max 和U s2min 表征场景s 下越电压上限或越电压下限节点占全部节点的比值,可以体现配电网整体电压水平:Us2max=ðNi =1P U s i>U max {}U s 2min =ðNi =1P U s i <U min {}ìîíïïïï,(7)式中,N 为节点数;P (㊃)表示不等式是否成立,成立则为1,反之则为0㊂U s 3max 和U s 3min 表征场景s 下越电压上限或越电压下限的各个节点越限程度数值大小之和,可以体现整体的电压越限程度:U s 3max=ðNi =1U si -U max U N ㊃P U s i >U max {}U s3min=ðN i =1U min -U s i U N ㊃P U s i <U min {}ìîíïïïïï㊂(8)㊀㊀2)综合节点脆弱度综合节点脆弱度指标表征系统中各个节点并网的分布式光伏的状态变化,进而影响配电网其他部分的程度,其值越大,系统也就越脆弱,用式表示为A =ðNi =1P G,i ㊃T i ㊃L i ,(9)式中,P G,i 为节点i 的分布式光伏接入量,T i 为节点i 连接节点数,L i 为节点i 的综合电气距离㊂其中,T i 可以体现电网中不同节点的相互联系程度,其值越大,说明在电网中就越重要[19-20]㊂综合电气距离L i 能从整个配电网的角度描述节点特性,考虑节点间的电气联系,用式表示为L i =1N -1ðNj =21d ij㊀i =11N -1ðNj =1j ʂi1d ij㊀i >1ìîíïïïï,(10)式中,i 和j 为节点序号,d ij 为i 和j 之间的电气耦合距离:d ij =Z ii +Z jj -2Z ij ,(11)式中,Z ii 为节点i 的自阻抗,Z jj 为节点j 的自阻抗,Z ij 为节点i 与j 之间的互阻抗㊂2.2㊀分布式光伏利用特性利用特性指标是指光伏自身及其发电功率的利用程度和利用效率,是衡量配电网运行高效性的重要指标,是反映分布式光伏消纳情况的量化指标,体现了分布式光伏对配电网的支撑能力,利用特性指标越大,说明分布式光伏的利用率越高,运行越高效,对配电网的支撑效果越好,经济品质也越好㊂1)光伏年发电利用率光伏年发电利用率表征所有分布式光伏的年实际发电量与年额定发电量的比值,其中,年额定发电量指分布式光伏以实际接入容量运行一年所第2期李㊀利等㊀兼顾经济品质的配电网分布式光伏承载能力评估方法113㊀发的电量:R1=8760ðm s=1ðN i=1P s g,i㊃p sðN i=1G iˑ100%,(12)式中,G i为节点i的年额定发电量,P s g,i为场景s 下节点i光伏实际发电量㊂2)光伏年发电消纳率针对于并网型配电网,包括本级电网就地消纳和售卖至大电网消纳两种情况,就地消纳可减少损耗,提升配网经济品质㊂光伏年发电消纳率表示为分布式光伏运行一年的本地消纳电量与发电量之比:R2=ðm s=1ðN i=1P s g,i-P s o()㊃p sðm s=1ðN i=1P s g,i㊃p sˑ100%㊂(13)式中,P s o为场景s下配电网通过并网点向上级电网送出的功率㊂2.3㊀配电网适应性分布式光伏的接入和就地消纳减少了线路上输送的功率,功率减少得越多,说明配电网对分布式光伏的接入越适应,因此定义配电网适应性指标来体现大量分布式光伏接入后配电网的供电传输能力,通过线路负载率和线损率来表征配电网适应性的提升,是用于评价配电网线路功率输送能力是否适应分布式光伏接入的重要指标㊂1)线路年平均负载率线路年平均负载率是指线路的年实际传输功率与额定传输功率之比,可以体现负荷在整个电网的分布情况,同时也可以表征对于不确定因素所带来负面影响的灵活响应能力㊂该指标是反映配电网运行状况的主要指标之一:K1=8760ðm s=1ðL l=1S s l㊃p sL㊃S Nˑ100%,(14)式中,L表示线路总数,S s j表示场景s下第j条线路的实际传输功率,S N表示线路年额定传输功率㊂2)配电网年综合网损率网损大小是评估配电网是否经济运行的重要因素,是电网规划必须考虑的一环㊂网损率是指线路的有功功率损耗与线路始端输入功率比值的百分数:K2=ðm s=1ðN i=1P s g,i+P s I-P s l,i()㊃p sðm s=1ðN i=1P s g,i+P s I()㊃p sˑ100%,(15)式中,P s l,i是场景s下节点i的负荷需求量,P s I为场景s下配电网通过并网点从上级电网购电功率㊂上述评价指标中,除综合节点脆弱度外,均由配电网潮流计算获得相应状态数据,进而得到指标统计数据,当配网结构发生变化时,潮流计算结果不同,各个承载能力评估指标也随之发生改变;而综合节点脆弱度指标是通过各节点间的电气联系紧密程度表征的,所依据的电气距离同样会随着配网结构的变化而有所不同㊂因此,承载能力的评估与配网结构有着密不可分的关系㊂3㊀兼顾经济品质的配电网光伏接入容量优化模型3.1㊀目标函数本文综合考虑多个方面的因素建立配电网光伏接入多目标优化模型,其中目标函数包括光伏接入量和经济品质㊂3.1.1㊀光伏接入量最大配电网分布式光伏承载能力评估的根本目的在于在保证配网安全稳定的情况下,尽可能地接入分布式光伏,因此以可配置节点的分布式光伏的接入量之和最大建立光伏接入量目标函数:f1=maxðN i=0P G,i(),(16)式中,P G,i为第i的分布式光伏接入量,N为节点数㊂3.1.2㊀经济品质最优以配电网分布式光伏成本和收益为研究对象,综合考虑光伏机组投资㊁维护和运行的整个过程内发生费用的总和,建立经济品质目标函数[21-22]:f2=max(B1+B2+B3-C1-C2-C3),(17)式中,C1为年值化投资成本,C2为年运行维护成本,C3为购电成本,B1为分布式光伏年发电收益, B2为分布式光伏政府补贴收益,B3为余电上网收益㊂114㊀燕山大学学报20241)年值化投资成本C 1=c 1r (1+r )t (1+r )t -1ðNi =1P G,i ,(18)式中,r 为贴现率,t 为使用年限,c 1为光伏单位容量投资费用㊂2)年运行维护成本C 2=8760c 2ðm s =1p s ðNi =1p s g,i ,(19)式中,c 2为单位电量运行维护成本㊂3)购电成本C 3=8760c 3ðms =1p s I p s ,(20)式中,c 3为购电电价㊂4)分布式光伏年发电收益B 1=8760b 1ðm s =1p s ðNi =1P s g,i ,(21)式中,b 1为单位电价㊂5)分布式光伏政府补贴收益B 2=8760b 2ðms =1p s ðNi =1P s g,i ,(22)式中,b 2为单位光伏电量补贴㊂6)余电上网收益B 3=8760b 3ðms =1p s OP s ,(23)式中,b 3为上网电价㊂3.1.3㊀约束条件模型的约束条件如下:等式约束包括配网潮流平衡约束,不等式约束包括节点电压约束㊁支路功率约束和分布式光伏单点接入量约束㊂具体表达式如下所示:1)系统潮流约束P i =U i ðNj =1U j (G ij cos θij +B ij sin θij )Q i =U i ðNj =1U j (G ij sin θij -B ij cos θij )ìîíïïïï,(24)式中,P i ㊁Q i 分别为节点i 注入的有功功率及无功功率,U i ㊁I j 分别为节点i 和j 的电压,θij 为i 和j 的电压相角差,G ij ㊁B ij 分别为节点i 和j 之间的电导与电纳㊂2)节点电压约束配电网节点电压应在一定约束范围内,即U min ɤU i ɤU max ,(25)式中,U max 和U min 为各节点电压上下限,由于本文考虑光伏出力的不确定性,允许一定程度的电压越限情况的发生,因此此处的上下限指的是电压不容许值,比常规要求的电压约束值略大,为110%U N 和90%U N ㊂3)支路功率约束S min ɤS l ɤS max ,(26)式中,S l 为第l 条线路的传输功率,S max 和S min 为各支路功率上下限㊂4)分布式光伏单点接入量约束0ɤP G,i ɤP max ,(27)式中,P max 为单点光伏接入量限值㊂3.2㊀多目标归一化由于优化目标具有不同的量纲,且光伏接入量和经济品质之间相互影响,因此本文采用极差标准化法对各目标统一量纲:r i max =f i -min{f i }max{f i }-min{f i },(28)r i min =max{f i }-f i max{f i }-min{f i },(29)式中,r i max 为经过归一化的收益性指标,即越大越优型指标;r i min 为经过归一化的成本性指标,即越小越优型指标;f i 为指标矩阵中一个元素㊂通过上述处理,采用权重系数法就可以将原来的多目标优化问题转化为单目标优化问题,即f =w 1r 1max +w 2r 2max ,(30)式中,w 1,w 2分别为归一化后的分布式光伏接入量目标和经济品质目标的权重系数,f 越大,表示算法优化结果越好㊂根据分布式光伏的不同开发需求,对于接入容量与经济品质赋予相应权重,形成不同光伏接入方案㊂场景一:在某些分布式光伏开发资源富集地区,根据 应接尽接 原则,尽可能多接入分布式光伏,此种场景下,光伏接入量目标函数权重应取较大数值,此时w 1取值可为0.7~0.9㊂场景二:对于自建光的个体用户,通过自发自用节省用电成本,同时获得余电上网收益,光伏接入量和经济品质具有基本相同的重要程度㊂此种场景下,光伏接入量目标函数和经济品质权重应取相近的数值,此时w 1取值可为0.4~0.6㊂场景三:对于分布式光伏集群运营商,开发分第2期李㊀利等㊀兼顾经济品质的配电网分布式光伏承载能力评估方法115㊀布式光伏的最终目的是为了盈利,因此经济品质的重要程度要大于光伏接入量㊂此种场景下,经济品质目标函数的权重应取较大数值,此时w 1取值可为0.1~0.3㊂3.3㊀承载能力评估流程配电网分布式光伏承载能力的评估流程如图3所示㊂图3㊀承载能力评估流程Fig.3㊀Hosting capacity assessment process㊀㊀步骤1:输入配电网网架结构和基础参数,主要包括配电网网架参数㊁光照强度㊁负荷数据及经济品质相关参数㊂步骤2:根据不同分布式光伏开发需求,设置不同权重形成不同并网容量接入方案㊂步骤3:采用粒子群优化算法进行求解,保存不同方案统计数据结果㊂步骤4:根据步骤3得出的统计数据计算不同方案下各个配电网承载能力评估指标㊂步骤5:通过状态空间评价方法计算不同方案的综合性能指标和均衡度指标㊂步骤6:比较不同方案承载能力指标和综合指标,对配电网分布式光伏承载能力进行综合评估㊂4㊀基于状态空间的承载能力综合评估方法本文中评价指标维数较多,且各个方案间指标统计数值相差较小,在转化成综合指标的过程中,容易出现综合指标相同或相近的结果,导致不能很好地选择承载能力更优的方案㊂而状态空间评价方法包含了综合性能及均衡度的两级评价流程,在综合性能相同或相近的情况下,可以进一步比较均衡度指标,极大地降低了上述无法准确比较问题出现的机率㊂因此本文采用状态空间评价方法对配电网承载能力进行综合评估㊂4.1㊀状态空间根据文献[23],配电网的每一种光伏接入方案可对应得出一组评价指标值,每一个评价指标构成空间坐标系的一个维度,而每个光伏接入方案可表征为空间坐标系的一个点㊂在通过式(28)和式(29)对指标进行归一化处理后,可以进一步构建图4所示的光伏接入方案的状态空间表征㊂图4㊀三维状态空间Fig.4㊀Three-dimensional state space㊀㊀本文所提出的承载能力评估指标体系为6维空间,维数越高,对配电网承载分布式光伏能力的评估也就越全面㊁越具体,所得出的综合性能指标和均衡度指标也就越能反应评估方案的综合承载能力㊂4.2㊀评估原理图4为三维状态空间,高维状态空间不利于计算分析,因此以3维状态空间为例分析,进而对n 维状态空间进行计算㊂其中,M 点坐标为一种光伏接入方案所对应的承载能力指标,射线OM 与各坐标轴夹角均相等,M 点在OM 0上的投影Mᶄ即为综合指标,用Mᶄ点到原点的距离OMᶄ表征评价指标的综合性能,距离越大,配电网综合性能越好,此为首要判断标准㊂OMᶄ距离相等时,则以M 点到OM 的距离MMᶄ表征评价指标的均衡性,距离越小,则配电网各项指标越均衡,性能也越好,此为第二判断标准㊂116㊀燕山大学学报2024综合性能z和均衡度b计算公式分别为z=OMᶄ=n mᶄ,(31)b=MMᶄ=ðn i=1(m i-mᶄ)2,(32)式中,n为指标个数,m i为第i个评价指标值㊂根据余弦定理可得出mᶄ的计算公式:mᶄ=ðn i=1m2i+n-ðn i=1m i-1()22n㊂(33)5㊀算例分析5.1㊀算例介绍为验证本文所提的兼顾经济品质的配电网分布式光伏承载能力评估方法的有效性,根据不同分布式光伏开发需求,形成3种不同接入方案,依据相关参数设置,对配电网承载能力进行分析㊂IEEE33节点网络拓扑如图5所示㊂图5㊀IEEE33节点配电网Fig.5㊀IEEE33node distribution network㊀㊀选取河北某地光照及负荷年时序运行数据作为该区域配电网运行场景原始数据㊂图6所示为该地区全年光照数据,年平均光照强度为106.2 W/m2;图7所示为该地区全年负荷序列,负荷峰值功率为2460kW,全年平均值1450kW,年负荷量为12725000kW㊃h㊂图6㊀全年光照强度数据Fig.6㊀Annual light intensitydata图7㊀全年负荷曲线Fig.7㊀Annual load curve㊀㊀系统中经济品质相关参数如表1所示㊂其中光伏额定发电功率为P N=1.0p.u.,使用年限为10年,Beta分布参数α=β=0.95,折现率为8%㊂表1㊀经济品质相关参数5.2㊀承载能力评估方案根据得到的Beta分布参数和负荷功率的均值及方差,分别依照式(1)和式(2)得到光伏出力和负荷功率的概率密度函数㊂设定Wasserstein距离指数r=1,场景S=5,依照式(3)和式(4)得到光伏出力和负荷功率的最优分点和相应概率值,并通过式(5)得到表2所示光伏-负荷联合场景概率㊂表2㊀光伏-负荷联合场景概率Tab.2㊀Photovoltaic-load joint scenario probability p.u.P LP PV0.08540.27360.52170.71380.9066 0.39300.01920.01550.01470.01490.0136 0.50240.09410.08860.08690.08710.0685 0.63920.05600.05010.04880.04890.0454 0.78950.03670.03040.02980.03010.0293 0.91650.02280.01790.01710.01720.0164㊀㊀从表2中可以看出,光伏出力的场景概率,出力不足0.1p.u.的场景占比最大,而接近满发出力的场景占比最小,其余场景概率近似相等㊂而第2期李㊀利等㊀兼顾经济品质的配电网分布式光伏承载能力评估方法117㊀负荷功率以0.5p.u.出力的场景概率最大,其他负荷场景概率均相对较小㊂通过生成的离散概率场景表征光伏出力和负荷功率的不确定性后,按照3.2小节所描述不同应用场景及开发目的形成3种接入方案㊂其中,粒子群算法种群数量为1650,最大迭代次数为230次㊂得到分布式光伏接入结果及权重分配如表3所示㊂表3㊀分布式光伏接入方案Tab.3㊀Distributed photovoltaic access scheme光伏接入量f1/kW权重w1经济品质f2/万元权重w2综合目标方案一39780.72244.790.30.6916方案二33640.52611.430.50.5975方案三28720.33326.330.70.6380 5.3㊀综合承载能力评估结果依据式(6)~(15)计算各分布式光伏接入方案的评价指标数据,如表4所示㊂表4㊀配电网承载分布式光伏能力评价指标Tab.4㊀Evaluation index of distribution network hostingdistributed photovoltaic capacity一级指标二级指标方案一方案二方案三上限下限分布式光伏并网特性U1 1.0800.7840.8232.0000 A1 1.5171.2601.0842.5000分布式光伏利用特性R10.6500.5700.5901.0000.300 R20.7400.7200.8301.0000.400配电网适应性K10.7930.8240.8471.0000.500 K20.0150.0190.0210.0500㊀㊀其中,U1㊁A1㊁K1和K2指标均为成本性指标,其值越小越有利,R1和R2指标均为收益性指标,其值越大越有利,针对成本性指标,上限值即为其不容许值,而下限值为其最满意值,收益性指标与之相反㊂根据表4中各个接入方案的指标值数据,依据式(28)和式(29)进行归一化处理,如图8所示;应用状态空间评价方法计算各分布式光伏接入方案的综合性能及均衡度,如表5所示㊂观察表4㊁表5和图8的结果可以发现: 1)方案三是综合性能最优的方案,其A1和R2指标均为3个方案中最优值,U1㊁R1以及K2指标在3个方案中适中,只有K1指标相对较差,因此其综合性能表现最优,但均衡性是3个方案中最差的,但因其综合性能远大于其他两个方案,因此仍是综合能力最优的㊂图8㊀综合承载能力雷达图Fig.8㊀Comprehensive hosting capacity radar map表5㊀不同分布式光伏接入方案综合性能比较Tab.5㊀Comparison of comprehensive performance ofdifferent distributed photovoltaic access schemes综合性能均衡度方案一 1.23870.0847方案二 1.23090.0669方案三 1.29490.1058㊀㊀2)方案一综合性能适中,其在R1指标上表现一般;且在U1和A1指标上表现最差;但在K1㊁K2和R1指标表现效果最优㊂该结果说明,方案一侧重于光伏接入量,因此对配电网造成的安全影响最大,因而一定程度上降低了配电网的综合承载能力㊂3)方案二是3个方案中综合性能最差的,但由于与方案一相比综合性能差距太小,所以可以比较其均衡度指标,此种情况下,方案二要明显优于方案一㊂但其在U1㊁R1㊁K1和K2指标上仍有一定的提升空间㊂6㊀结论本文基于配电网概率场景和实际运行情况,构建了新型配电网承载能力综合评估体系,该体系包括分布式光伏并网特性㊁分布式光伏利用特性以及配电网适应性3个方面,共6个指标㊂同时兼顾了光伏接入的经济品质,分析了不同分布式光伏接入方案对配电网承载能力的影响,采用状态空间评价方法对配电网分布式光伏承载能力。

农村光伏发电系统的性能评估与改进

农村光伏发电系统的性能评估与改进

农村光伏发电系统的性能评估与改进随着能源需求的增加和环境保护意识的提高,光伏发电系统在农村地区得到了广泛的应用。

然而,由于农村地区的特殊环境和条件,光伏发电系统的性能评估和改进成为了一个重要的课题。

本文将探讨农村光伏发电系统的性能评估与改进的相关问题。

首先,我们需要对农村光伏发电系统的性能进行评估。

性能评估可以从多个方面来考虑,包括发电效率、系统稳定性、能源利用率等。

发电效率是衡量光伏发电系统性能的重要指标之一。

通过对光伏发电板的输出功率和太阳辐射强度进行测量,可以计算出光伏发电系统的发电效率。

系统稳定性是指光伏发电系统在不同环境条件下的稳定性能。

通过监测系统的输出电压和电流的波动情况,可以评估系统的稳定性。

能源利用率是指光伏发电系统将太阳能转化为电能的效率。

通过对系统的发电量和太阳辐射量进行测量,可以计算出系统的能源利用率。

在评估了农村光伏发电系统的性能之后,我们可以根据评估结果来进行系统的改进。

首先,可以通过优化光伏发电板的设计来提高系统的发电效率。

例如,可以选择高效的光伏电池材料,改善光伏电池的光吸收和电子传输性能。

其次,可以加强系统的稳定性,减少系统的故障率。

例如,可以增加系统的保护装置,防止过电压和过电流对系统的损害。

此外,可以通过改进系统的能源管理策略来提高能源利用率。

例如,可以采用最大功率点跟踪技术,确保系统在不同太阳辐射条件下都能以最佳效率工作。

除了以上的改进措施,还可以考虑将农村光伏发电系统与其他能源系统相结合,实现能源的互补利用。

例如,可以将光伏发电系统与风力发电系统相结合,利用风能和太阳能的双重能源来提供电力。

此外,还可以将光伏发电系统与储能系统相结合,将白天产生的多余电能储存起来,以供夜间使用。

这样不仅可以提高能源利用率,还可以增加系统的稳定性。

综上所述,农村光伏发电系统的性能评估与改进是一个重要的课题。

通过对系统的性能进行评估,我们可以了解系统存在的问题,并采取相应的改进措施。

太阳能光伏资源精细化评估技术探究

太阳能光伏资源精细化评估技术探究

太阳能光伏资源精细化评估技术探究摘要:能源问题是21世纪世界经济发展过程中的重要问题。

进入21世纪以来,我国的社会经济发展始终将能源问题作为战略重心对待,我国是世界能源消耗大国,根据我国经济发展规划办公室的数据显示,我国国内能源的供应赤字将在呈现逐年上升的趋势,预计在2050年,国内能源赤字将超过10%。

我国目前的能源消费结构以煤炭为核心,以燃烧煤炭的火力发电为主,火电在能源消费结构中的占比超过85%(2010年数据),水电次之,占比约12%,石油及天然气约占2%~3%,太阳能资源、风能资源等可再生资源占比极低。

本文将从太阳能光伏资源精细化评估技术探究角度出发,研究太阳能光伏资源的精细化利用。

关键词:太阳能资源;光伏资源;精细化;技术评估太阳能资源不是一种新兴的能源,自地球上生命诞生以来,地球上的一切生命活动都依赖于太阳能资源,太阳能是一切生命活动的基础,广义来讲,地球上的生物能、化学能、风能、水能、潮汐能的本质都是太阳活动产生的能量。

人类社会很早就学会了利用太阳能资源,如晾晒谷物以方便储存、制盐等,到现代又发展出利用温室大棚种植农作物、太阳能热水器等,这些对太阳能资源的光热利用就是现代太阳能利用理论的雏形。

太阳能资源概况太阳是太阳系中的主序星,从宇宙尺度看,太阳是一颗比较年轻的恒星,太阳自身的热核聚变能产生巨大的能量,这些能量中大部分都散发到宇宙的空虚之中,但依旧有一小部分可以辐射到地球。

据计算,地球上每秒钟可获得的太阳能相当于燃烧500万吨优质煤发出的热量,其中我国拥有的太阳能资源相当于1.9万亿吨标准煤,发电量可达9.6亿千瓦,这个数据相当于2016年我国全年发电总量的1.42倍,从理论上来讲,仅使用太阳能就可以满足我国全部工业生产所需的电能总量。

太阳能的应用前景非常广阔,是目前最为人所看好的未来能源科学发展方向之一。

太阳能资源从利用方式来看,目前有光热利用(如太阳能热水器)、光伏利用(如光伏发电系统)、光化学利用(如光化学电池、光催化等)三种主要的应用方式。

太阳能光伏资源精细化评估技术分析

太阳能光伏资源精细化评估技术分析

太阳能光伏资源精细化评估技术分析摘要:光伏发电是一种清洁环保的发电形式,能够对越发紧张的电能供需矛盾进行缓解,促进电网和谐发展。

而最近几年,我国的光伏并网规模持续扩大,做好光伏资源的研究和评估也因此受到了越发广泛的关注。

本文就太阳能光伏资源的精细化评估技术进行了简单分析,希望能够为太阳能光伏资源的开发利用提供一些参考。

关键词:太阳能;光伏资源;精细化评估1 引言光伏发电是对太阳能进行开发利用的一种形式,经过了长期的发展,已经逐渐趋于成熟。

光伏发电的基本原理,是利用半导体截面本身的光生伏特效应,直接将光能转化为电能,主要设备包括了太阳能电池板、控制器以及逆变器,将太阳能电池串联后进行封装保护,可以得到大面积的太阳能电池组,配合相应的功率控制部件,就可以形成光伏发电装置。

太阳能光伏发电具有清洁性、安全性、相对广泛性、资源充足性以及潜在经济性的特点,而且基本不需要进行维护,在长期的能源战略中占据了非常重要的位置。

不过,光伏发电对于气候条件有着较为严格的要求,必须做好光伏资源的合理评估,才能保证良好的发电效果,也才能避免光伏电站功率持续波动对于整个电网系统的影响。

2 太阳能光伏资源精细化评估技术2.1区域太阳能资源评估以我国某地区为例,对气象辐射资料和同期多年的发电资料进行收集、整理和分析。

该区域太阳能电站采用了多种材料,包括单晶硅、多晶硅等,光伏组件的设置了采用了多个不同的固定倾角,引入了单跟踪、多跟踪等不同安装方式。

针对电站2015-2016年两个完整年的发电资料和气象数据进行收集,整合成相应的年度报告[1]。

依照电站实测数据,就不同天气状况下各种气象要素与发电量的关系进行评估,结果表明,从发电开始到发电结束,太阳能总辐射值并没有固定在特定范围内,进一步对光伏电站逐小时直接辐射、总辐射以及斜面辐射与发电量的关系进行分析,发现发电量与上述三种数据均呈现正相关关系,受总辐射影响最大。

晴朗天气发电量和气象因子之间的相关性程度从小到大依次为大气透明度系数、散射辐射、直接辐射、总辐射以及太阳高度角,太阳高度角和总辐射的日变化趋势基本一致,不过电站发电量普遍在正午12点达到峰值,总辐射最大值多出现在午后2点左右;阴天发电量与气象因子的关系依照相关性程度从小到大依次为大气透明度系数、直接辐射、散射辐射、总辐射以及太阳高度角;多云天气则比较特殊,如果直接辐射超过散射辐射,发电量与直接辐射相关性较大,反之,如果散射辐射超过直接辐射,发电量与散射辐射相关性更大。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第34卷第6期2013年6月太阳能学报ACTA ENERGIAE SOLARIS SINICAVol.34,No.6June ,2013收稿日期:2012-05-28基金项目:科技部2010年度公益性行业(气象)科研专项(GYHY201006036);湖北省气象局科技发展基金青年项目(2012Q06);国家自然科学基金(51177060)通讯作者:李芬(1984—),女,博士、工程师,主要从事可再生能源发电评估及功率预报技术方面的研究。

beckyhust@163.com文章编号:0254-0096(2013)06-0974-10并网光伏系统性能精细化评估方法研究李芬1,2,陈正洪2,蔡涛3,马金玉4,徐静2(1.上海电力学院电气工程学院,上海200090;2.湖北省气象服务中心,武汉430074;3.华中科技大学电气与电子工程学院,武汉430074;4.中国气象局工程咨询中心,北京100081)摘要:为综合评估并网光伏电站性能和效益,从太阳能资源和并网光伏系统运行角度引入、整合了一套完整的指标体系,探讨光伏发电潜能计算方法。

利用武汉站近30a (1981 2011年)气象资料、华中科技大学并网光伏电站(2010年1月 2011年12月)及湖北省气象局并网光伏电站(2011年4月 2012年3月)电量资料,对武汉市太阳资源分布特征和两座分布式并网光伏发电系统进行综合评价,结果表明:1)武汉近30a 年平均总辐射量为1151.2kWh /m 2,平均直射比为0.41,属于散射辐射较多地区;2)武汉近30a 平均最佳倾角为15ʎ,最佳倾角斜面总辐射量1175.0kWh /m 2,理论发电时数1175.0h ;3)华中科技大学并网光伏系统以40ʎ倾角安装,2010 2011年实际工况下两年平均PR(系统效率)为65.5%,阵列效率为9.8%,系统能效比为9.3%,容积因子为8.8%;湖北省气象局多晶硅并网光伏系统以15ʎ倾角安装,实际工况下年平均PR为73.5%,阵列效率为11.5%,系统能效比为10.7%,容积因子为10.1%;4)武汉以近30a 平均最佳倾角为15ʎ安装的屋顶分布式并网光伏系统,每kW 装机容量的年上网电量约为863.6kWh 。

关键词:并网光伏电站;太阳能辐射;直射比;最佳倾角;性能指标;上网电量中图分类号:TM615文献标识码:A0引言国际能源署(IEA )在1993年启动了光伏发电项目(PVPS )Task-2工作,对不同气候特征和地理环境的国家(欧洲国家、亚洲的日本、中东地区的以色列、南美洲的墨西哥等)多个不同类型光伏系统(并网光伏如分布式建筑集成/屋顶光伏、大型集中并网光伏电站,以及离网光伏系统)开展长期监测和多方位的研究[1,2]。

研究中给出一些描述光伏系统性能的指标和定义[3],并于1998年形成正式的国际标准IEC 61724[4]。

参照IEC 标准推荐的3个归一化指标[5]———YR(理论发电时数)、YF (满发时数)和PR(系统效率),研究人员利用多年观测数据资料进行深入分析,得出一系列有意义的结论。

例如,关于计算并网光伏发电潜能(年上网电量)的关键因子年均PR:发现随着技术进步如并网逆变器性能的改善,全球PR呈现上升趋势,在德国年均PR从20世纪90年代的0.64增至21世纪初增加到0.74[6];在近年研究中,对于按最佳倾角安装在屋顶和地面的并网光伏系统,IEA 则分别推荐年均PR为0.75和0.80[7]。

IEC 61724指标体系中提到了计算并网光伏系统上网电量的输入因子———理论发电时数,但对于其影响因素并未提及,该影响因素表面上是阵列倾角和朝向,而实际上由当地太阳能资源年总量以及分布形式决定。

目前,我国光伏业界在制定规划推算年上网电量时,往往直接下载使用国外的软件,如法国PVSYST 、加拿大RETScreen 等,其方法是黑匣子,原理不甚了解,或是语焉不详,既不交代计算依据,也不给出数据或方法来源(或资源评估数据来源不正或缺乏处理资源数据的相关知识),甚至出于商业目的,夸大计算结果。

气象部门拥有太阳能资源监测、预报及评估的天然优势,但往往局限于资源本身,对于面向工程应用不够深入。

而从2008年开始,我国光伏装机容量连续4年实现翻番,2011年6期李芬等:并网光伏系统性能精细化评估方法研究新增装机规模达到2GW,截至2011年底累计装机规模为3.1GW[8],但市场开发存在乱象,在技术及评估至高点———标准和规范亟缺,一方面是缺乏涵盖资源和光伏电站性能的完整评估指标体系,另一方面缺乏我国权威、长期、可靠运行的光伏电站数据分析结果,这与我国光伏市场的繁荣和国际地位严重不符,2011年中国为全球仅有的6个新增光伏装机规模超过GW大国之一。

本文从太阳能资源(年总量及其主要分布)和并网光伏系统运行角度出发,引入并整合了一套完整的性能评估指标体系,对其实质和相互关系进行研究,定量计算出武汉市近30a平均最佳倾角,并推导了武汉并网光伏发电潜能计算方法(每千瓦装机容量的年上网电量);可为光伏行业从业技术人员电站可研编制和优化设计、系统集成商/业主/投资者收益评估、系统维护人员运行管理以及电力部门制定光伏发电规划、调度等提供指导。

1资料与方法1.1资料来源电量资料分别取自华中科技大学电力电子研究中心(2005年建成)和湖北省气象局(2011年3月底试运行)屋顶分布式并网示范电站,两所光伏电站均就近接入低压市电电网,且两电站结构框图类似,图1为湖北省气象局示范电站示意图。

本文所选取的研究系统,其具体参数见表1。

华中科技大学电站资料时间为2010年1月 2011年12月,采样间隔为5min;其中,2010年1月1 6日和13图1湖北省气象局楼顶并网光伏发电系统框图Fig.1Schematic block diagram of HMB PV system15日、2月8 18日、6月16 19日、10月25 31日资料缺失;2011年1月19 24日、2月27 28日、9月23 24日资料缺失。

湖北省气象局电站资料时间为2011年4月 2012年3月,采样间隔为5min。

由于市电停电,2011年4月23 26日、6月5日、11月29日资料缺失。

表1华中科技大学和湖北省气象局并网光伏系统参数Table1The grid-connected PV system parameter of Huazhong university of science and technology(HUST)andHubei meteorological bureau(HMB)电站位置华中科技大学湖北省气象局组件材料多晶硅多晶硅单晶硅组件型号MSKPGC170MBG190DBG190组件标称效率/%14.214.914.9阵列峰值功率/kW p5.14.564.56阵列面积/m236.030.630.6并网逆变器型号SMC6000(德国SMA)SG5K(阳光)SG5K(阳光)逆变器欧洲效率/%95.193.6(含变压器)93.6(含变压器)阵列倾角/(ʎ)401515579太阳能学报34卷武汉市1981 2011年(缺1984年,后同)近30a的逐日、月、年的地面辐射观测资料(总、直、散)全部来自国家气象信息中心,所有数据均经过严格的质量控制和检查,质量良好。

2010 2012年逐时太阳辐射、气温、降水等实况资料来自武汉市气象站,该观测站位于武汉市东西湖慈惠农场。

考虑到武汉辐射和光伏发电实际情况(夜间不发电),计算月平均气温时取日间(07ʒ00 18ʒ00)逐时气温计算。

1.2指标定义及评估方法1)水平面直射比(RD),表示一段时间内,水平面直接辐射量与水平面总辐射量之比,它反映不同气候类型地区主要辐射形式和分布的差异,为不同地区根据辐射形式特点进行开发利用以及光伏系统优化(最佳倾角)提供依据[9]:RD =HDHH(1)式中,H D———一段时间内,单位面积水平面上接收的直接辐射量,kWh·m-2;H H———一段时间内,单位面积水平面上接收的总辐射量,kWh·m-2。

2)理论发电时数(YR),表示一段时间内,单位面积的光伏阵列倾斜面总辐射量与光伏电池标准测试条件下的标准辐射度之比[4],亦称为倾斜面峰值日照时数(单位为h):Y R=HAGSTC(2)式中,H A———一段时间内,单位面积的光伏阵列倾斜面接收的总辐射量,kWh·m-2;G STC———标准辐射度,其值为1kW·m-2。

3)满发时数(YF),表示一段时间内,并网光伏发电系统最终并网交流发电量(上网电量)与光伏系统额定功率(标称功率或峰值功率)之比(单位为kWh/kWp或h)[4]。

它是用光伏系统装机容量归一化后的上网电量,可用于不同装机容量光伏系统的比较。

Y F =EACPO(3)式中,E AC———一段时间内,并网光伏系统最终的并网发电量,kWh;P O———光伏系统额定功率(标称功率或峰值功率),也即在标准测试条件下(入射光为标准辐射度1kW·m-2、气温为25ħ、大气质量为AM1.5)光伏阵列最大输出直流功率,kWp。

4)系统效率(PR),表示一段时间内(一般取月或年),并网光伏系统的满发时数与理论发电时数之比,与光伏阵列所在地理位置、阵列倾角、朝向以及装机容量无关[3]。

它反映整个光伏系统的损失,包括低辐射度、高温、灰尘、积雪、老化、阴影、失配、以及逆变器、线路连接、系统停机、设备故障等产生的损失。

PR=YFYR(4)5)光伏阵列标称效率ηAO(%),标准测试条件下,光伏阵列额定功率与光伏阵列倾斜面接收的辐射度之比:ηAO=POGSTCSA(5)式中,S A———光伏阵列面积,m2。

6)光伏阵列效率ηA(%),表示在一段时间内,光伏阵列最大输出直流发电量和光伏阵列倾斜面接收的太阳总辐射量之比:ηA=EDCHASA(6)式中,E DC———一段时间内,光伏阵列最大输出直流发电量,kWh。

7)直流回路效率ηD(%),表示实际工况下光伏阵列效率与标称效率之比,如实反映光伏阵列受环境影响而产生的损失,包括低辐射度、高温、灰尘、积雪、老化、阴影、失配、线路连接等产生的损失:ηD=ηAηAO(7)8)逆变器效率ηI(%),表示一段时间内,并网逆变器输出的交流发电量与输入的直流发电量(即光伏阵列输出)之比:ηI=EACEDC(8)式中,E AC———一段时间内,并网光伏系统的并网发电量,kWh。

就近接入低压市电电网的并网光伏系统,可忽略交流连接线路损失,认为逆变器输出交流电量即为上网电量。

9)系统能效比ηe(%),表示一段时间内,并网光伏发电系统最终并网发电量与光伏系统倾斜面接收的太阳总辐射量之比,反映整个并网光伏系统对于单位入射辐射能量的最终利用效率。

相关文档
最新文档