基于光照强度曲线微积分的光伏发电特性分析
光照变化时光伏发电系统暂态功率特性分析
Science and Technology &Innovation ┃科技与创新2021年第19期·79·文章编号：2095－6835（2021）19－0079－02光照变化时光伏发电系统暂态功率特性分析董子一，王洪增（中国核能电力股份有限公司，安徽合肥231115）摘要：针对光伏发电并网后的功率稳定问题，建立了一种光伏发电系统的暂态电磁工程用数学模型，通过对光伏电池的基本原理进行分析，同时分别在光照强度为阶跃变化和斜坡变化的条件下，利用所建立的模型研究了并网点电压波动和光伏系统有功输出等暂态响应特性，通过对暂态响应特性进行分析，得到了光照强度、直流端最佳工作电压和光伏电池输出有功功率三者之间的关系。
关键词：光伏发电系统；光照变化；暂态响应特性；有功输出中图分类号：TM615文献标志码：ADOI ：10.15913/ki.kjycx.2021.19.03421世纪是世界能源结构发生巨大变革的世纪。
由于传统能源已出现严重短缺局面，并会造成环境不断恶化，因此人类开始将目光转向可再生能源的发展。
大规模地开发利用可再生洁净能源，以资源无限、清洁干净的可再生能源为主的多样性能源结构代替以资源有限、污染严重的化石能源为主的能源结构已成为人们关注的焦点。
太阳能作为一种新型绿色的可再生能源，是最理想的可再生能源，越来越受到世界各国的关注。
并网光伏发电是当前光伏发电技术的利用趋势，这标志着光伏技术步入大规模发电阶段，成为电力工业的组成部分之一。
目前，中国已经并网运行的光伏电站总体装机规模较小，但在部分地区，出现了一些谐波等电能质量问题。
若大量光伏发电接入电网，则可能带来多方面的影响。
本文通过对光伏发电系统基本原理和光伏发电系统暂态模型进行分析，并分别在光照强度阶跃变化和斜坡变化的条件下，得到直流端最佳工作电压和光伏系统有功输出的波形图，以此得到光照强度、直流端最佳工作电压和光伏电池输出有功功率三者之间的关系。
高海拔荒漠地区光伏系统发电量受光照强度的影响分析
高海拔荒漠地区光伏系统发电量受光照强度的影响分析作者：***来源：《机电信息》2020年第23期摘要：在高海拔荒漠地区，采集两个光伏电站的发电数据，绘制一年中每月的发电量、月平均利用小时、月累计辐照度之间的曲线图，对比分析三者之间的关系，结果表明，不同光伏电站，三者关系呈正相关，三者曲线走势基本一致。
在该地区搭建实验平台，利用光照强度检测仪和功率记录仪，采集光照强度和光伏组件的实际功率，通过MATLAB软件绘制两者的曲线图，结果表明，无论是光伏电站还是光伏组件，光照强度对其影响基本一致，且光照强度与发电量关系呈高度正相关。
关键词：高海拔;光伏电站;光照强度;辐照度;正相关0 引言国家能源局下发的《太阳能发展“十三五”规划》中指出：在青海、内蒙古等高海拔地区（太阳能资源好、土地资源丰富），充分建设太阳能发电基地，其中青海省2020年光伏发电建设规模达1 000万kW。
青海省大部分市区属于高海拔荒漠地区，地缘辽阔，无遮挡光伏电池板的树木或建筑物，空气稀薄，云量少，透明度高，太阳能辐射度高，日照时间长，太阳能、土地资源优势明显。
天然的优势为光伏电站的建设提供了有力保障[1]。
随着光伏电站装机容量的扩大，高海拔荒漠地区的特殊环境因素对发电量的影响亟待研究[2]，本文采集了位于高海拔荒漠地区的锡铁山电站、乌兰电站的相关发电数据，对比分析了一年中两个电站的每月发电量、月平均利用小时、月累计辐照度的关系。
为了验证光照强度对光伏组件和对整个光伏系统的影响是否一致，在高海拔荒漠地区搭建实验平台，以每分钟为采样单位，采集每天的光照强度和光伏组件发电量数据，并用MATLAB编程处理庞大的数据，绘制两者的曲线图，结果表明，无论是光伏电站还是光伏组件，高海拔荒漠地区的光照强度对其影响基本一致，无论是月累计辐照度还是每天的光照强度，都与相对应的发电量曲线走势高度一致，呈正相关，这也表明辐照度是发电量非常重要的影响因素。
1 光伏电站数据分析高海拔荒漠地区的锡铁山电站和乌兰电站在一年中的月发电量、月平均利用小时与月累计倾角辐射量之间的曲线图如图1所示，2个电站的曲线走势具有统一的共性。
光伏发电曲线计算
光伏发电曲线计算
“光伏发电曲线计算”这句话的意思是进行光伏发电的曲线计算，即通过数学模型和分析方法，计算光伏发电系统的输出功率、效率等随时间变化的曲线。
光伏发电曲线计算的具体方法包括但不限于：
1.建立数学模型：根据光伏发电系统的原理和工作方式，建立数学模型，描
述太阳辐射强度、温度、阴影等因素对光伏发电系统输出功率的影响。
2.数据采集：采集太阳辐射强度、环境温度、系统运行状态等数据，作为计
算的基础。
3.计算输出功率：根据数学模型和采集的数据，计算光伏发电系统的输出功
率。
这通常涉及对太阳辐射强度、温度等参数进行实时监测和修正。
4.绘制曲线：将计算出的输出功率数据绘制成曲线，以便直观地了解光伏发
电系统的性能和变化趋势。
通过光伏发电曲线计算，可以评估光伏发电系统的性能和效率，预测其在不同时间和环境条件下的输出功率，为优化系统设计、提高发电效率提供依据。
此外，光伏发电曲线计算还可以用于评估光伏发电对电网的影响，以及制定相应的调度和运行策略。
总结来说，“光伏发电曲线计算”指的是通过数学模型和分析方法，计算光伏发电系统的输出功率、效率等随时间变化的曲线。
这一过程有助于评估光伏发电系统的性能和效率，为优化设计、提高发电效率以及制定调度和运行策略提供依据。
光照变化时光伏发电系统暂态功率特性分析
光照变化时光伏发电系统暂态功率特性分析摘要：21世纪是全球能源结构发生重大变化的世纪。
由于传统能源严重短缺和由此造成的环境退化，人类开始转向开发可再生能源。
大规模开发可再生和清洁能源以及用无限制、清洁和多样化的可再生能源取代高度污染的矿物能源已成为令人关切的问题。
太阳能是绿色可再生能源的新来源，是世界各国日益关注的最佳可再生能源。
并网光伏发电是目前使用光伏技术的趋势，标志着光伏技术进入大规模发电，是电力工业不可分割的一部分。
目前，中国已经联网的光伏电站一般规模较小，但有些地区存在谐波等电能质量问题。
如果很大一部分光伏发电与电网相连，后果可能是多方面的。
本文通过分析光伏系统的基本原理和光伏系统的暂态模型，得到直流侧最佳工作电压与光伏电池输出有源电力之间的关系，得到直流侧最佳工作电压和系统主动输出的波形关键词：光照变化;光伏发电;暂态功率特性引言绿色建筑是近年来兴起的一种建筑类型，相较于传统建筑，绿色建筑加强了绿色节能材料的选用和智能化设计。
节能环保是衡量绿色建筑的重要指标之一，建筑企业应高度重视绿色建筑的能耗比，创造生态宜居的人居环境。
分布式光伏发电系统是太阳能发电技术的新发展，光伏发电作为一种以一次能源为光辐射能的新型发电形式，自绿色建筑兴起以来，在绿色建筑中得到广泛应用。
随着分布式光伏系统技术的进一步发展，分布式光伏系统在绿色建筑中应用空间越来越广阔，推动了绿色建筑在节能环保方面的进一步发展。
1光伏发电基本原理光伏发电原理见图1。
光伏电池受太阳光子的影响，光伏电池内部产生了大量不平衡的电子孔对。
其中，少量不平衡载体(即N+区的不平衡孔和p区的不平衡电子)可通过ei集成电场作用于对面区，然后光伏电池P-N节点的Epv光电电场可从当许多小型光伏电池以串联和平行方式组合形成光伏组件时，太阳能产生了足够的能量。
图1光伏发电原理2分布式光伏发电系统的优势分析分布式光伏发电系统是太阳能发电技术的一种，利用各种光伏组件进行光电转换，通过各种电力电子装置进行电能的变换，将其与公共电网连接，实现分散式发电与公共电网的并网连接。
光伏电池工程用数学模型研究
光伏电池工程用数学模型研究随着可再生能源的日益重视和广泛应用，光伏电池作为一种重要的可再生能源转换设备，其研究和发展具有重要意义。
为了准确模拟光伏电池的性能和行为，需要建立有效的数学模型。
MATLAB是一种强大的数学计算和仿真软件，为光伏电池建模提供了便利。
光伏电池的通用数学模型可以根据物理原理和电路拓扑结构建立。
在物理原理方面，光伏电池利用半导体材料的光电效应将光能转化为电能。
这个过程可以表示为：$P_{in} = P_{out} + P_{loss}$，其中$P_{in}$为输入光功率，$P_{out}$为输出电功率，$P_{loss}$为损失功率。
在此基础上，根据能量守恒定律和半导体方程，可以建立光伏电池的数学模型。
在电路拓扑结构方面，光伏电池可以等效为电压源和电阻抗的组合。
其中，电压源表示光伏电池的开路电压$V_{OC}$，电阻抗表示光伏电池的内阻$R_{s}$。
根据电路原理，可以列出光伏电池的通用数学模型：$V_{OC} = V_{mp} + I_{mp}R_{s}$其中，$V_{mp}$为最大功率点电压，$I_{mp}$为最大功率点电流。
对于一个给定的光伏电池，其$V_{OC}$、$R_{s}$、$V_{mp}$和$I_{mp}$均为工作温度和光照强度等外部参数的函数。
利用MATLAB进行光伏电池建模时，可以根据上述数学模型编写程序代码。
根据物理原理和电路拓扑结构建立数学模型函数，然后使用MATLAB的仿真计算功能对函数进行求解和分析。
例如，可以使用MATLAB的优化工具箱对光伏电池的最大功率点进行寻址和控制，提高系统的效率和稳定性。
MATLAB还可以方便地绘制各种图表和图形来可视化结果，帮助人们更好地理解光伏电池的性能和行为。
基于MATLAB的光伏电池通用数学模型可以有效地模拟光伏电池的性能和行为，为光伏电池的研究和发展提供了有力支持。
光伏电池作为一种清洁、可再生的能源转换设备，已日益受到人们的。
太阳能电池探究亮特性光照强度关系资料
扬州大学物理科学与技术学院大学物理综合实验训练论文实验名称：太阳能电池探究亮特性光照强度关系班级：物教1201班姓名：郑清华学号：120801117指导老师：李俊来太阳能电池探究亮特性光照强度关系物教1201 郑清华指导老师：李俊来摘要：本文介绍了太阳能电池研究背景、实验原理等。
在不同光强条件对单晶硅太阳电尺进行了测试.研究发现,当光强为3433.56—10617.33W/2m时,开路电压随着光强的增加呈对数关系增加,短路电流几乎呈线性变化。
效率随着光强的增加先增加后减小,最大效率值1、21%。
填充因子随着光强的增加减小。
关键词：太阳能电池;输出特性；光强特性。
一、研究背景随着经济社会的不断发展，能量与能源问题的重要性日益凸显。
人类对能源的需求，随着社会经济而急剧膨胀，专家估计目前每年能源总消耗量为200亿吨标准煤，并且其中90%左右为不可再生的化石能源来维持。
就目前情况，全球化石能源储备只能维持100年左右。
太阳能以其清洁、长久、无害等优点自然而然成为人类可持续发展不得不考虑的能源方式。
太阳每年通过大气向地球输送的能量高达3×1024焦耳，而地球上人类一年的能源总需求达到约4.363×1020焦耳，也就是说，如果我们可以收集其中的万分之一到万分之二就足够我们的需求。
太阳能是最为清洁的能源，并且不受任何地域限制，随处可取。
此外，将太阳能转换为电能后，电能又是应用范围最广，输送最方便的一种能源。
太阳能一般指太阳光的辐射能量。
我们知道在太阳内部无时无刻不在进行着氢转变为氦的热核反应，反应过程中伴随着巨大的能量释放到宇宙空间。
太阳释放到宇宙空间的所有能量都属于太阳能的范畴。
太阳能电池是目前太阳能利用的关键环节，核心概念是pn结和光生伏特效应晶体硅太阳电池在如今的光伏市场中占据了绝对主导的地位,而且这一地位在今后很长一段时间内不会改变,因此提高晶体硅太阳电池效率,降低生产成本,使晶体硅太阳电池能与常规能源进行竞争成为现今光伏时代的主题.太阳能是最具发展潜力的新能源。
光电导及光伏效应
2、PbS光敏电阻 PbS光敏电阻是近红外波段最灵敏的光电导器件。 PbS光敏电阻在2μm附近的红外辐射的探测灵敏度 很高，因此，常用于火灾的探测等领域。
PbS光敏电阻的光谱响应和比探测率等特性与工作温度有关， 随着工作温度的降低其峰值响应波长和长波长将向长波方向延伸， 且比探测率D*增加。例如，室温下的PbS光敏电阻的光谱响应范 围为1~3.5μm，峰值波长为2.4μm，峰值比探测率D*高达 1×1011cm·Hz·W-1。当温度降低到（195K）时，光谱响应范围为 1~4μm，峰值响应波长移到2.8μm，峰值波长的比探测率D*也增 高到2×1011cm·Hz·W-1。
KMUST
3、InSb光敏电阻 InSb光敏电阻是3~5μm光谱范围内的主要探测器件之 一。 InSb材料不仅适用于制造单元探测器件，也适宜制造 阵列红外探测器件。 InSb光敏电阻在室温下的长波长可达7.5μm，峰值波 长在6μm附近，比探测率D*约为1×1011cm·Hz·W-1。当温 度降低到77K（液氮）时，其长波长由7.5μm缩短到 5.5μm，峰值波长也将移至5μm，恰为大气的窗口范围， 峰值比探测率D*升高到2×1011cm·Hz·W-1。
(τ 0 / τ l )∆ f 1 + ω 2τ 02
2 I ngr = 4q I ∆f
τl τ0
3、低频噪声（电流噪声）
c1I 2 ∆f 2 I nf = bdl f b
总噪声
2 2 2 I N = ( I NJ + I ngr + I nf )
1 2
KMUST
2.2.6 光谱响应
光敏电阻的光谱响应主要由光敏材料禁带宽度、杂质电离能、材 料掺杂比与掺杂浓度等因素有关。
光伏发电曲线预测难点-概述说明以及解释
光伏发电曲线预测难点-概述说明以及解释1.引言1.1 概述概述光伏发电曲线预测是指通过对光伏发电系统的光照、温度、云量等环境因素进行测量和分析，来预测未来一段时间内光伏发电系统的发电情况。
这项工作对于实现光伏发电系统的高效运行和对电力系统的有序调度具有重要意义。
然而，光伏发电曲线预测面临着诸多挑战和难点，需要在数据采集、环境变化等方面进行深入研究和分析。
本文将围绕光伏发电曲线预测的重要性及其面临的难点展开论述，希望可以对相关研究和实践工作提供一定的参考和启发。
1.2 文章结构文章结构部分主要是对全文的整体结构进行介绍，包括各个章节的内容安排和组织架构。
本文分为引言、正文和结论三个部分，引言部分概述了光伏发电曲线预测难点的重要性和目的，正文部分主要分析了光伏发电曲线预测中的两个难点：天气变化对光伏发电的影响和数据采集处理的挑战，最后结论部分对全文进行总结，并进行可行性分析和展望。
通过这样的文章结构，读者可以清晰地了解全文内容的安排和组织，帮助读者更好地理解和消化文章的核心内容。
1.3 目的：本文旨在探讨光伏发电曲线预测过程中所面临的难点，以及对预测结果准确性的影响。
通过详细分析天气变化对光伏发电的影响和数据采集处理的挑战，旨在找出光伏发电曲线预测的关键问题，并提出解决方案。
同时，本文也旨在提出对光伏发电曲线预测的展望和思考，为相关研究和实际应用提供参考和借鉴。
1.3 目的部分的内容2.正文2.1 光伏发电曲线预测的重要性光伏发电曲线预测是指根据天气、季节等外部环境因素，以及光伏组件的特性和性能参数，对未来一定时间段内光伏发电量进行预测和估算。
这项工作在光伏发电系统的规划、运营和维护中具有非常重要的作用。
其重要性主要表现为以下几个方面：首先，光伏发电曲线预测是光伏发电系统的运营管理的重要依据之一。
光伏发电系统的发电量是随着天气、季节等因素而波动的，只有通过准确的预测，才能合理安排发电计划，确保系统的稳定运行和发电量的最大化。
光照强度与环境温度对光伏发电系统影响的研究
第９卷㊀第４期Ｖｏｌ．９Ｎｏ．４㊀㊀智㊀能㊀计㊀算㊀机㊀与㊀应㊀用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ㊀㊀２０１９年７月㊀Ｊｕｌ．２０１９㊀㊀㊀㊀㊀㊀文章编号：２０９５－２１６３（２０１９）０４－０２９７－０４中图分类号：ＴＭ７１５文献标志码：Ａ光照强度与环境温度对光伏发电系统影响的研究张唯一，张㊀菁（上海工程技术大学电子电气工程学院，上海２０１６２０）摘㊀要：本文对新能源开发和利用过程中的光伏发电系统进行了深入研究㊂首先分析了最大功率点跟踪算法㊁ＰＷＭ斩波控制㊁蓄电池充放电原理等，并在此基础上构建了光伏系统的控制模块以及储能模块㊂然后根据建立的数学模型以及相关算法，搭建光伏发电系统的仿真模型，并分析在不同光照强度和环境温度下光伏发电系统的输出特性㊂关键词：光伏发电系统；光照强度和环境温度；控制模块；储能模块ＲｅｓｅａｒｃｈｏｎｔｈｅｅｆｆｅｃｔｓｏｆｌｉｇｈｔｉｎｔｅｎｓｉｔｙａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｔｅｍｐｅｒａｔｕｒｅｏｎｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍＺＨＡＮＧＷｅｉｙｉ，ＺＨＡＮＧＪｉｎｇ（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ２０１６２０，Ｃｈｉｎａ）ʌＡｂｓｔｒａｃｔɔＴｈｉｓｐａｐｅｒｈａｓｃｏｎｄｕｃｔｅｄｉｎ－ｄｅｐｔｈｒｅｓｅａｒｃｈｏｎｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｓｉｎｔｈｅｐｒｏｃｅｓｓｏｆｎｅｗｅｎｅｒｇｙｄｅｖｅｌｏｐｍｅｎｔａｎｄｕｔｉｌｉｚａｔｉｏｎ．Ｆｉｒｓｔｌｙ，ｔｈｅｍａｘｉｍｕｍｐｏｗｅｒｐｏｉｎｔｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍ，ＰＷＭｃｈｏｐｐｅｒｃｏｎｔｒｏｌａｎｄｃｈａｒｇｉｎｇａｎｄｄｉｓｃｈａｒｇｉｎｇｐｒｉｎｃｉｐｌｅｏｆｔｈｅｂｏｔｔｅｒｙａｒｅａｎａｌｙｚｅｄ．Ａｆｔｅｒｔｈａｔ，ｔｈｅｃｏｎｔｒｏｌｍｏｄｕｌｅｏｆｔｈｅｐｈｏｔｏｖｏｌｔａｉｃｓｙｓｔｅｍａｒｅｃｏｎｓｔｒｕｃｔｅｄ．Ｔｈｅｎｂａｓｅｄｏｎｔｈｅｅｓｔａｂｌｉｓｈｅｄｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌａｎｄｒｅｌａｔｅｄａｌｇｏｒｉｔｈｍｓ，ｔｈｅｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆｔｈｅｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｉｓｂｕｉｌｔ，ａｎｄｔｈｅｏｕｔｐｕｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｕｎｄｅｒｄｉｆｆｅｒｅｎｔｌｉｇｈｔｉｎｔｅｎｓｉｔｙａｎｄａｍｂｉｅｎｔｔｅｍｐｅｒａｔｕｒｅａｒｅａｎａｌｙｚｅｄ．ʌＫｅｙｗｏｒｄｓɔｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍ；ｌｉｇｈｔｉｎｔｅｎｓｉｔｙａｎｄａｍｂｉｅｎｔｔｅｍｐｅｒａｔｕｒｅ；ｔｈｅｃｏｎｔｒｏｌｍｏｄｕｌｅ；ｔｈｅｅｎｅｒｇｙｓｔｏｒａｇｅｍｏｄｕｌｅ基金项目：机械电子工程学科建设项目（２０１８ｘｋ－Ａ－０３）㊂作者简介：张唯一（１９９５－），男，硕士研究生，主要研究方向：电力系统分析㊁机械电子工程㊂收稿日期：２０１９－０３－０８０㊀引㊀言光伏发电是缓解当前能源枯竭等一系列重大问题的最有效手段［１］㊂光伏发电系统由太阳能电池组件模块㊁控制模块㊁蓄电池储能模块等组成，电池模块是光伏发电系统中的核心模块［２］㊂光伏发电系统的性能受外部环境的影响［３］㊂建立一个准确㊁通用的光伏发电系统，观察其在不同环境（光照㊁温度等）下的输出特性，对进一步提高系统的效率具有重要意义［４］㊂光伏发电系统的输出功率与运行点有关㊂用ＭＰＰＴ算法求出系统的最大功率点，可以提高系统的最大功率输出［５］㊂通过建立仿真模型，为今后光伏发电系统的实际建设和运行奠定了基础㊂１㊀光伏发电系统控制模块模型１．１㊀ＭＰＰＴ控制模块的搭建本次仿真ＭＰＰＴ算法采用的是扰动观察法，并在ＭＡＴＬＡＢ／Ｓｉｍｕｌｉｎｋ环境中对其进行了仿真，其模型如图１所示㊂V p vI p vZ e r o O r d e rH o l dZ e r o O r d e r H o l d 1P r o d u c tM e r r o r y 1M e r r o r y C o n s t a n tP r o d u c t 1S i g n0.001M e r r o r y 2S c o p eV r e fP r o d u c t 2+++---图１㊀扰动观察法仿真模型Ｆｉｇ．１㊀Ｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆｐｅｒｔｕｒｂａｔｉｏｎｏｂｓｅｒｖａｔｉｏｎｍｅｔｈｏｄ㊀㊀Ｚｅｒｏ－ＯｒｄｅｒＨｏｌｄ是零阶保持器，其作用是对输出量进行采样，本次设计选用最大值０．０００１；Ｍｅｍｏｒｙ 是延时发生器，其输出是上一个采样期的输入值，并作为下个周期的比较量； Ｓｉｇｎ 模块可以判断输入的正负，并且当输入大于０时输出１，输入为０输出０，输入小于０时输出－１，作用是把正弦㊁余弦函数变成方波输出㊂１．２㊀ＰＷＭ脉宽调制仿真模型仿真采取的做法是通过ＭＰＰＴ得到追踪的参考信号，然后调制其波形，得到所希望的ＰＷＭ调制波㊂常用的参考信号有锯齿波和等腰三角波，其中后者的应用更多一些㊂原理是，在交点时刻控制电路中可控开关器件的开断，通过这种方式能够得到宽度和信号波幅值成正比关系的脉冲㊂ＰＷＭ斩波仿真模型如图２所示㊂1101V r e fC o n s t a n tZ e r o O r d e rH o l dC o n s t a n t1S w i t c hP WMR e p e a t i n gS e q u e n c e图２㊀ＰＷＭ斩波仿真模型Ｆｉｇ．２㊀ＰＷＭｃｈｏｐｐｅｒｓｉｍｕｌａｔｉｏｎｍｏｄｅｌ㊀㊀ＲｅｐｅａｔｉｎｇＳｅｑｕｅｎｃｅ可以输出一个标准的三角波信号，与前级ＭＰＰＴ输出的比较差值，作为下一个模块的启动㊂Ｓｗｉｔｃｈ接受上级的输出结果并进行判断，若大于零则接通ｃｏｎｓｔａｎｔ１，若小于零则接通ｃｏｎｓｔａｎｔ０，然后进一步驱动ＤＣ／ＤＣ电路㊂１．３㊀ＤＣ／ＤＣ㊀斩波电路仿真模型通过控制功率开关的占空比α，就可以获取输出的最大功率点，也实现了ＭＰＰＴ控制过程㊂ＤＣ／ＤＣ变换电路常用的有升压ｂｏｏｓｔ电路和降压ｂｕｃｋ电路㊂㊀㊀本模块采用Ｂｏｏｓｔ作为ＤＣ／ＤＣ转换的直流升压电路，这种方式不仅能够大大改善工作效率，并且也使得电路驱动变得更加简单，因此利用Ｂｏｏｓｔ升压电路ＤＣ／ＤＣ变换器的电路会有一个比较理想的结果㊂图３所显示的就是Ｂｏｏｓｔ直流升压电路的运行状态：通过控制器调节ｓｗｉｔｃｈ开关的占空比α，就可以得到理想的输出电压㊂㊀㊀若电流的纹波幅度高，则电感可能在整个换向周期结束之前完全放电㊂在这种情况下，通过电感的电流在一段时间内下降到零，虽然差别很小，但其对输出电压方程式有很大的影响㊂电压增益可以用如下公式计算：ＵｓｉＬｔｏｎ＝（Ｕ０－Ｕｓ）ｉＬｔｏｆｆ，（１）㊀㊀化简得：Ｕ０＝１１－αＵｓ．（２）R U oI o+-CTi TLi L+-+-U s图３㊀Ｂｏｏｓｔ电路示意图Ｆｉｇ．３㊀ＳｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆＢｏｏｓｔｃｉｒｃｕｉｔ２㊀光伏发电系统仿真模型及特性分析经过上述的设计，完成了对一个独立的光伏发电系统模型的搭建仿真㊂下面对仿真进行以下说明：总系统的模型由多个子系统构成，其中包括太阳能光伏电池阵列㊁ＭＰＰＴ控制器（包括ＰＷＭ斩波㊁ＤＣ／ＤＣ直流升压电路）和蓄电池组件㊂将每一部分进行封装，最后得到了一个独立的光伏发电系统模型，如图４所示㊂图４㊀独立光伏发电系统Ｆｉｇ．４㊀Ｉｎｄｅｐｅｎｄｅｎｔｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍ８９２智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第９卷㊀㊀㊀根据商家给出的参数，设定电感值Ｌ＝１０㊃ｅ－３Ｈ，电容值Ｃ＝３００㊃ｅ－６Ｆ，等效负载Ｒ＝２０Ω，Ｄｉｏｄｅ模块采用默认数据㊂本次设计中用到的太阳能光伏电池的参数见表１㊂表１㊀太阳能电池相关参数Ｔａｂ．１㊀Ｒｅｌｅｖａｎｔｐａｒａｍｅｔｅｒｓｏｆｓｏｌａｒｃｅｌｌｓ短路电流Ｉｓｃ／Ａ开路电压Ｖｏｃ／Ｖ峰值电流Ｉｍ／Ａ峰值电压Ｖｍ／Ｖ７．３６２２．７６．８０１７．７２．１㊀标准情况下的仿真分析首先，在正常的外界条件下（太阳辐射强度Ｓｒｅｆ＝１０００ｗ／ｍ２，外界温度Ｔｒｅｆ＝２５ħ）对建立好的模型进行仿真，观察在ＭＰＰＴ追踪前后的功率㊁电压仿真曲线，运行后的结果如图５，图６所示㊂图５㊀经过ＭＰＰＴ追踪后的功率Ｆｉｇ．５㊀ＰｏｗｅｒｔｒａｃｋｅｄｂｙＭＰＰＴ图６㊀经过ＭＰＰＴ追踪后的电压Ｆｉｇ．６㊀ＶｏｌｔａｇｅｔｒａｃｋｅｄｂｙＭＰＰＴ㊀㊀由图６可知，本次设计中用到的直流升压电路的升压比为５３．７１／１７．６８ʈ３㊂２．２㊀温度Ｔ发生变化时的仿真太阳能光伏发电系统在实际运行过程中，一般放在室外，会受到周围环境温度的影响㊂每天早晚有一定的温差，每年的４个季节温度也不一样，所以本次设计基于不同温度条件下，进行了相应的仿真实验㊂环境温度数据见表２，仿真曲线如图７㊁图８所示㊂㊀㊀根据仿真图可以看出，环境温度升高，系统的输出功率㊁电压等均会下降，然而环境温度降低时，光伏系统的输出量则会变多㊂不难看出，环境温度的改变与太阳能光伏发电系统的输出特性是成反比关系的㊂尽管如此，环境温度的改变对于系统输出特性的影响还是比较微弱的㊂表２㊀环境温度Ｔ变化Ｔａｂ．２㊀ＣｈａｎｇｅｏｆａｍｂｉｅｎｔｔｅｍｐｅｒａｔｕｒｅＴ时间段／ｓ０－０．１０．１－０．２０．２－０．３０．３－０．４环境温度Ｔ／ħ０２５５０３０图７㊀太阳能光伏阵列电压仿真曲线Ｆｉｇ．７㊀Ｖｏｌｔａｇｅｓｉｍｕｌａｔｉｏｎｃｕｒｖｅｏｆｓｏｌａｒｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙ图８㊀太阳能光伏阵列功率仿真曲线Ｆｉｇ．８㊀Ｐｏｗｅｒｓｉｍｕｌａｔｉｏｎｃｕｒｖｅｏｆｓｏｌａｒｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙ２．３㊀太阳辐射强度Ｓ改变时的仿真太阳能光伏发电系统在实际运行过程中，一般放在室外，所以光照也会给其带来一定的影响，所以对Ｓ发生变化时进行仿真是有意义的，本次设计基于光照条件下，进行了相应的仿真实验㊂太阳辐射强度变化见表３㊂表３㊀太阳辐射强度Ｓ变化Ｔａｂ．３㊀ＣｈａｎｇｅｏｆｓｏｌａｒｒｅｄｉａｔｉｏｎｉｎｔｅｎｓｉｔｙＳ时间段／ｓ０－０．１０．１－０．２０．２－０．３０．３－０．４辐照强度Ｓ／（ｗ㊃ｍ－２）１０００６００８００１０００㊀㊀光照量Ｓ对太阳能光伏发电系统输出特性的影响比较大，当光照量Ｓ变化很大（由１０００ｗ／ｍ２ң６００ｗ／ｍ２），且辐射强度不太高时，太阳能光伏系统的输出功率并不稳定，会跳动㊂根据实验可以推测，光照弱的地方，太阳能光伏系统的性能差，所以阴天㊁雨天等天气不利于系统运行㊂根据上下２条曲线对比可以看出，直流升压回路促进了输出的稳定性㊂９９２第４期张唯一，等：光照强度与环境温度对光伏发电系统影响的研究３㊀结束语太阳能光伏电池输出与外界环境温度Ｔ和太阳辐照强度Ｓ具有明显的非线性特征，只有在特定的电压值下才有最大的输出功率，通过ＭＰＰＴ控制找到最大功率点有助于提高光伏发电的效率㊂本文通过仿真搭建出来的光伏发电系统模型，验证了光伏发电的输出特性㊂在未来的研究中，可以尝试建立系统的实物模型，以便于更好地对新能源开发利用进行深入地研究㊂参考文献［１］刘皓明，宁健，朱芳芳，等．考虑随机性分布式电源的配电系统潮流计算［Ｊ］．电力需求侧管理，２０１４，１６（１）：１１－１４．［２］许洪华．中国光伏发电技术发展研究［Ｊ］．电网技术，２００７，３１（２０）：７７－８１．［３］张立梅，唐巍，赵云军，等．分布式发电对配电网影响的综合评估［Ｊ］．电力系统保护与控制，２０１０，３８（２１）：１３２－１３５，１４０．［４］李晶，许洪华，赵海翔，等．并网光伏电站动态建模及仿真分析［Ｊ］．电力系统自动化，２００８，３２（２４）：８３－８７．［５］王飞，余世杰，苏建徽，等．太阳能光伏并网发电系统的研究［Ｊ］．电工技术学报，２００５，２０（５）：７２－７４，９１．［６］王成山，郑海峰，谢莹华，等．计及分布式发电的配电系统随机潮流计算［Ｊ］．电力系统自动化，２００５，２９（２４）：３９－４４．［７］李振坤，陈星莺，刘皓明，等．配电网供电能力的实时评估分析［Ｊ］．电力系统自动化，２００９，３３（６）：３６－３９，６２．［８］于雷，王立地，纪建伟，等．基于ＰＶ节点分布式电源的弱环网潮流计算［Ｊ］．沈阳农业大学学报，２０１３，４４（３）：３７３－３７６．［９］谷文卓．配电网最大供电能力的定义㊁模型与计算方法［Ｄ］．天津：天津大学，２０１２．［１０］陈浩，张焰，俞国勤，等．配电网最大供电能力计算方法［Ｊ］．中国电力，２００９，４２（８）：２０－２３．［１１］刘洪，郭寅昌，葛少云，等．配电系统供电能力的修正计算方法［Ｊ］．电网技术，２０１２，３６（３）：２１７－２２２．［１２］国宗，韦钢，李明，等．含分布式电源的配电网供电能力评估方法［Ｊ］．现代电力，２０１５，３２（４）：５６－６１．［１３］ＹＵＢ，ＭＡＴＳＵＩＭ，ＪＵＮＧＹ，ｅｔａｌ．Ａｃｏｍｂｉｎｅｄａｃｔｉｖｅａｎｔｉ－ｉｓｌａｎｄｉｎｇｍｅｔｈｏｄｆｏｒｐｈｏｔｏｖｏｌｔａｉｃｓｙｓｔｅｍｓ［Ｊ］．ＲｅｎｅｗａｂｌｅＥｎｅｒｇｙ，２００８，３３（５）：９７９－９８５．［１４］ＨＵＮＧＧＫ，ＣＨＡＮＧＣＣ，ＣＨＥＮＣＬ．Ａｕｔｏｍａｔｉｃｐｈａｓｅ－ｓｈｉｆｔｍｅｔｈｏｄｆｏｒｉｓｌａｎｄｉｎｇｄｅｔｅｃｔｉｏｎｏｆｇｒｉｄ－ｃｏｎｎｅｃｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｉｎｔｅｒｔｅｒｓ［Ｊ］．ＩＥＥＥＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＲｅｖｉｅｗ，２００２，２２（９）：５５．［１５］ＹＵＧＪ，ＪＵＮＧＹＳ，ＣＨＯＩＪＹ，ｅｔａｌ．Ａｎｏｖｅｌｔｗｏ－ｍｏｄｅＭＰＰＴｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｃｏｍｐａｒａｔｖｉｅｓｔｕｄｙｏｆｅｘｉｓｔｉｎｇａｌｇｏｒｉｔｈｍｓ［Ｃ］／／２００２ＣｏｎｆｅｒｅｎｃｅＲｅｃｏｒｄｏｆｔｈｅＴｗｅｎｔｙ－ＮｉｎｔｈＩＥＥＥＰｈｏｔｏｖｏｌｔａｉｃＳｐｅｃｉａｌｉｓｔｓＣｏｎｆｅｒｅｎｃｅ．ＮｅｗＯｒｌｅａｎｓ，ＬＡ，ＵＳＡ：ＩＥＥＥ，２００２：１５３１－１５３４．［１６］ＤｅＣＡＳＴＲＯＬＮ，ＶｏｎＺＵＢＥＮＦＪ．Ｌｅａｒｎｉｎｇａｎｄｏｐｔｉｍｉｚａｔｉｏｎｕｓｉｎｇｔｈｅｃｌｏｎａｌｓｅｌｅｃｔｉｏｎｐｒｉｎｃｉｐｌｅ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＥｖｏｌｕｔｉｏｎａｒｙＣｏｍｐｕｔａｔｉｏｎ，２００２，６（３）：２３９－２５１．［１７］ＤｅＳＯＴＯＷ，ＫＬＥＩＮＳＡ．Ｉｍｐｒｏｖｅｍｅｎｔａｎｄｖａｌｉｄａｔｉｏｎｏｆａｍｏｄｅｌｆｏｒｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｐｅｒｆｏｒｍａｎｃｅ［Ｊ］．ＳｏｌａｒＥｎｅｒｇｙ，２００６，８０：７８－８８．（上接第２９６页）㊀㊀（２）组件准备阶段㊂由程序员对引用的各类组件模板进行二次开发，即对组件接口进行业务功能开发，当然也可以直接使用具体应用组件或第三组件，根据需求设计实现目标应用程序的开发㊂整体架构又可分子框架，主要是面向粗颗组件进行设计，例如日志㊁安全等这一类功能㊂（３）装配阶段㊂由于本框架容器是组件的载体，所以容器可以看成是组件的活动场所，程序员只要操控组件装配接口，即可组装程序㊂在云服务器上进行装配完成部署㊂因此利用本框架可以软件一体化开发㊁部署和发布㊂同时也易于维护及升级软件，在云服务器上装配的应用程序具有很高的伸缩性，不但组件装缷，还可以对单个组件某个功能进行装缷㊂当应用程序需要升级或添加某项功能时，可以将相关组件接口进行直接升级与功能添加的开发，既便于维护也便于拓展功能㊂４㊀结束语本文实现了可移植㊁可扩展㊁可复用的针对实时流数据计算的高性能分层式组件式的中间件软件系统，为云环境下提供一种面向组件的统一的开发㊁部署和集成方式中间件软件开发方法，并可以使应用软件在云计算平台进行大数据处理与弹性计算，极大发挥云平台的优势㊂实践证明，本软件架构有效性㊁易构㊁安全㊁可靠性㊂参考文献［１］左海春．跨平台移动轻量级动态装配式软件开发框架设计研究［Ｊ］．河北省科学院学报，２０１７，３４（３）；７－１０．［２］虞佳晋．面向分布式实时嵌入式系统的通用组件模型的研究与实现［Ｄ］．南京：东南大学，２０１７．［３］王慕所．面向组件的通信中间件技术研究［Ｄ］．杭州：浙江大学，２０１７．００３智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第９卷㊀。
光伏电池等效电路,描述电池输出的 vpv-ipv 特
光伏电池等效电路,描述电池输出的vpv-ipv 特1. 引言1.1 概述在当今全球能源危机的背景下，清洁可再生能源备受关注。
光伏电池作为一种利用太阳能转化为电能的设备，具有广泛的应用前景。
光伏电池的性能评估和建模是研究和开发太阳能光伏系统的基础工作之一。
而等效电路理论被广泛地应用于描述光伏电池并对其行为进行建模分析。
1.2 文章结构本文将围绕光伏电池的等效电路进行探讨和分析。
首先，我们将介绍光伏电池的基本原理，包括太阳辐射的转换过程以及形成光生载流子的机制。
接着，我们将详细讨论光伏电池等效电路模型，并解释不同参数在模型中所代表的意义。
然后，我们将重点分析光伏电池输出特性中的vpv-ipv规律，并探讨影响这种规律出现和变化的因素。
此外，在第四部分中，我们还将介绍验证等效电路模型准确性所使用的方法，并比较理论计算与实测结果之间的差异。
最后，在结论部分，我们将总结文章的重点内容，并探讨光伏电池等效电路模型的发展前景和研究方向。
1.3 目的本文的目的旨在深入了解光伏电池等效电路模型以及光伏电池输出特性中vpv-ipv规律的内在机制。
通过对影响因素的分析和实际应用场景的探讨，我们希望能更好地理解并研究光伏电池，为其在清洁能源领域的应用与发展提供有益的思路和建议。
随着技术不断进步和经济条件改善，光伏电池有望成为未来能源供给体系中不可或缺的组成部分。
因此，深入研究光伏电池等效电路是十分重要且具有远-reaching意义的一项工作。
2. 光伏电池等效电路：2.1 光伏电池基本原理：光伏电池是一种将太阳能直接转化为电能的器件，它基于光电效应的原理。
当太阳光照射到光伏电池上时，光子会激发出电子，并在半导体中形成正负电荷分离。
这种分离产生的正负载流最终形成了输出电流和输出电压。
2.2 等效电路模型概述：为了简化对于光伏电池工作原理的描述和分析，人们引入了等效电路模型来代替实际复杂的物理过程。
等效电路模型可以将光伏电池抽象为由某些元件组成的简化线性模型。
太阳光模拟器光谱对光伏组件I-V特性测试的影响分析
太 阳 能第1期 总第357期2024年1月No.1 Total No.357Jan., 2024SOLAR ENERGY0 引言自2015年发射极钝化和背面接触(PERC)光伏组件面向光伏市场并逐渐取代传统铝背场光伏组件以来，经过多年发展，PERC光伏组件的光电转换效率已接近理论极限，提升速度缓慢，在此情况下，生产厂家开始将目光投向异质结(HJT)、全背电极接触(IBC)、隧穿氧化层钝化接触(TOPCon)等光电转换效率更高的光伏组件[1-3]。
由于光伏组件类型不同，其光谱响应能力也不同，导致进行光伏组件I-V特性测试时使用的太阳光模拟器存在光谱失配的情况[4]，影响测试结果。
基于此，本文选取3台以氙灯作为光源的不同品牌的太阳光模拟器，分别测试其光谱辐照度，并采用这3台太阳光模拟器分别测试市场上常见类型光伏组件的光谱响应特性，然后通过计算光谱失配因子来分析评估太阳光模拟器光谱对光伏组件I-V特性测试的影响。
1 太阳光模拟器光谱IEC 60904-9: 2020《Photovoltaic devices——Part 9: Classification of solar simulator characteristics》[5]可用于评价太阳光模拟器性能，其在AM1.5下评价太阳光模拟器光谱时用到的参数包括光谱匹配度、光谱覆盖率(SPC)和光谱偏离率(SPD)。
其中，光谱匹配度为各波长区间内太阳光模拟器光谱的辐照度占比与相应波长区间内标准太阳光谱(AM1.5G)的辐照度占比的比值，是评价太阳光模拟器光谱的主要指标。
而SPC和SPD主要用于反映光谱匹配度无法体现的偏差。
目前，太阳光模拟器主要采用3种光源，分别为卤素灯、氙灯及LED灯。
其中，卤素灯光谱与AM1.5G差异较大，其主要用于光伏组件的光致衰减、热斑、温升等实验测试，而不用于DOI: 10.19911/j.1003-0417.tyn20221122.04 文章编号：1003-0417(2024)01-77-06太阳光模拟器光谱对光伏组件I-V特性测试的影响分析陈昊旻*，朱冰洁(无锡市检验检测认证研究院，无锡 214000)摘 要：太阳光模拟器是目前测试光伏组件I-V特性的主流设备，然而其光谱辐照度与标准太阳光谱(AM1.5G)的辐照度存在差异，此差异是造成测试结果偏差的主要原因之一。
太阳能光伏电池性能的特性分析与提升
太阳能光伏电池性能的特性分析与提升太阳能光伏电池是现代清洁能源的重要组成部分，具有环境友好、可再生和广阔的应用前景。
然而，太阳能光伏电池的性能影响着其实际的发电效果和经济效益。
因此，对太阳能光伏电池的特性进行深入分析，并提出提升性能的方法，具有重要的理论和实践意义。
一、太阳能光伏电池性能分析1. 电池效率：太阳能光伏电池的效率是衡量其性能的重要指标，定义为光能转化为电能的比例。
提高电池效率可以增加产生的电能，从而提高经济效益。
电池效率受光吸收、载流子传输和光伏效应等因素的综合影响。
2. 开路电压和短路电流：太阳能光伏电池的输出特性曲线中，开路电压和短路电流是两个重要参数。
开路电压是在光照条件下，电池未连接电路时的电压；短路电流则是在电池的两端短接时的电流。
这两个参数与材料的能带结构、光照强度和载流子浓度等因素密切相关。
二、提升太阳能光伏电池性能的方法1. 材料优化：太阳能光伏电池的性能与所使用的半导体材料密切相关。
优化材料的带隙、载流子迁移率和捕获激子能力等特性，可以提高电池的光吸收能力和光电转换效率。
目前较为常用的材料有硅、铜铟镓硒等。
2. 结构优化：通过调整电池的结构，改变光的吸收和载流子的传输效果，可以提高电池的性能。
例如，通过调整电池的表面纳米结构，可以增加光的吸收量；加入复合材料层次结构，可以提高电池的载流子传输效率。
3. 后处理技术：太阳能光伏电池的后处理技术可以进一步提高电池性能。
例如，使用表面修饰技术可以减少光的反射和损失，提高光的吸收率；采用界面工程技术可以提高电荷传输效率和载流子寿命。
4. 多晶硅应用：多晶硅是太阳能光伏电池中常用的材料之一。
通过控制多晶硅材料的晶粒尺寸和尺度均匀性，可以提高电池的电子传导性能和光吸收能力，从而增加电池的效率。
5. 组合光伏电池：通过把不同材料的光伏电池组合在一起，可以充分利用不同材料的光谱范围，提高整个电池组的光电转换效率。
例如，将硅光伏电池与铜铟镓硒(CIGS)光伏电池组合，可以实现对可见光和红外光的双重吸收，提高光的利用率。
分布式光伏发电的特性分析与预测方法综述
上述内容中已经提到过ꎬ光伏出力的时间波动性与间歇性
都较强ꎬ光伏出力的输出功率需要通过依靠分布模型才能够进
行更准确的分析ꎮ 持续时间概率分布ꎬ是把光伏出力范围的研
究ꎬ分为了不同的时间段ꎬ通过对每个时间段光伏出力的功率
进行统计ꎬ来分析光伏出力的特性ꎮ
２ 分布式光伏发电的预测方法分析
连接了大量的间歇性较强的分布式光伏ꎬ给配电网带来了大量的运行问题ꎬ影响到了整个电网的稳定运行与供电质量ꎮ 为此ꎬ必
须要对分布式光伏发电进行更细致的研究ꎮ 本文主要对分布式光伏发电展开了研究ꎬ对其特性与预测方法进行了阐述ꎮ 希望这
篇文章能够为今后此方面的工作提供参考ꎮ
关键词:分布式光伏ꎻ概率分布ꎻ出力特征ꎻ预测方式ꎻ分析
随着不断的发展ꎬ越来越多的研究人员开始对分布式光伏
接入配电网展开的研究ꎮ 发现随着光伏并网规模的不断扩大ꎬ
光伏出力的特性对配电网产生的影响也会越明显ꎬ维护配电网
１８２
稳定需要控制的因素也就变得更多ꎮ 近些年只有研究人员使
用多变量随机分布 Ｃｏｐｕｌａ 函数的方法ꎬ构建出了分布式光伏和
风机的处理相关性的模型ꎬ并对分布式光伏特性展开的研究ꎮ
能力ꎬ对天气的初值与边界条件进行假设ꎬ并且根据流体力学
与热力学原理对天气演变过程进行模拟ꎬ预测出在未来一段时
间内ꎬ该地区大气处于的运动状态与气候ꎬ这样使得光伏出力
预测的原始输入数据的准确性有了明显的提升ꎮ
２. ３ 常用的预测软件
现阶段国内外主要使用的光伏电站特性分析预测软件主
科技风 ２０２０ 年 １ 月
２. １. １ 数据统计预测法
这种方法也可以称作是直接预测法ꎬ通常适宜以往的光伏
光照强度对光伏并网系统的最大功率点影响研究
2020年第07期 光照强度对光伏并网系统的最大功率点影响研究马 帅,王冠雄,李子健,戴志伟河北农业大学,河北保定071000摘 要 全球经济的飞速发展,致使传统非可再生能源不停地耗损,其储量也不断缩减,所以开始寻求清洁能源替代传统石化能源,以应对能源危机,太阳能由此得到利用与发展㊂分布式发电就是清洁能源光伏发电的一个重要优点,并且能够并入大电网㊂光伏并网逆变系统目前广泛应用,为确保光伏并网逆变系统能够稳定输出,并入电网,需要研究影响光伏逆变系统输出的因素㊂光照强度以及光伏并网逆变系统自身构件等因素都会影响系统的输出㊂光照强度能够反映光的能量,光伏并网逆变系统就是将这部分能量转化成电能,所以光伏发电的发电能力与光照强度是成正比的㊂鉴于此,对光照强度对光伏并网逆变系统的最大功率输出以及输出电压的影响进行分析,对于光伏并网逆变系统具有一定的研究意义㊂关键词 可再生能源;清洁能源;太阳能;光伏并网逆变系统;光照强度;最大功率输出中图分类号 TM 615D O I 10.19769/j .z d h y.2020.07.0410引言当今世界高速发展,能源消耗巨大,致使世界能源储备量急剧下滑,能源短缺问题日益突显㊂能源短缺成为制约一个国家国力发展的问题之一,在仅有的可利用能源制约面前,实现社会可持续发展成为人类的一项重大挑战㊂因此, 可再生能源 被提出并得到大力开发㊂发展可再生能源已经成为当代社会的迫切需求,世界上各个国家均从源头出发,开始开发利用清洁的可再生能源来解决能源危机㊂目前,包括中国和美国在内的许多主要国家正在将可再生能源的开发和使用纳入其国家发展计划,并成为其国家能源战略的一个组成部分[1]㊂基于以上背景,以风能和太阳能为代表的可再生新能源因具有清洁㊁安全以及可持续等特点,目前已经成为能源开发利用的主流趋势之一㊂它们不仅可以缓和当前化石能源短缺的现状,还能保护自然环境,实现自然与人和睦共处,促进经济㊁环境的可持续发展,建设资源节约型社会[2]㊂特别是太阳能,其具有清洁㊁无污染㊁可靠㊁安全等优点,已成为极具发展前景的技术之一㊂太阳能光伏发电系统构建简单,建设周期比较短,经济性好㊂近年来,我国在光伏发电方面取得了引人注目的成绩,在促进我国的能源转移和发电方面发挥着重要作用㊂1研究内容及工作原理电能是一种清洁㊁便利㊁经济实用的能源,促进了整个人类社会的发展进步,在人类生活中起到重要的作用㊂为实现清洁可再生能源稳定并入大电网,改变现有的能源结构,生物能㊁太阳能等新能源发电技术得到快速发展㊂以分布式发电为核心的分布式微电源(D i s t r i b u t e dG e n e r a t i o n ,D G )实现了分布式清洁可再生能源发电稳定并网运行[4],图1为其结构图㊂本文主要研究光伏并网逆变器的最大功率点跟踪㊂因为太阳能电池的输出功率是受外界环境因素与电池内部因素影响的,例如受日照强度㊁日照时间㊁电池序列结温的非线性影响㊂当外部环境稳定时,光伏电池阵列存在最大输出功率点㊂但是,光时间㊁温度㊁光强度等外部条件发生了变化时,光伏电池阵列的输出特性可能会发生改变,导致系统效率的降低㊂因此,为提高光伏发电系统的效率,就需要跟踪和控制光伏系统的最大功率点,保持最大功率并提高功率消耗利用率㊂图1分布式并网结构图图2 单相光伏并网逆变系统本文通过搭建单相光伏并网逆变系统仿真,模拟实现光伏发电并入大电网,以此为研究对象,进行M P P T 跟311收稿日期:2020-04-212020年第07期图3 单相单级式光伏系统踪,如图2为单相光伏并网逆变系统㊂接收到的太阳辐射能量在逆变器转换成高压直流后,由高频直流通过光伏模块转换成高压直流,将具有与网络电压相同的频率和相位的正弦交流电流传输到电网㊂2系统仿真验证为研究光照强度对光伏并网系统的最大功率点影响,应用P S I M 仿真软件搭建单相单级式光伏系统,如图3所示㊂用光伏输出序列加B o o s t 电路构成并网系统的前级系统,图4为该系统的相关设置参数㊂由图3可知,光伏阵列最大额定输出功率P m a x 为2000W ,开关频率为10k H z㊂为研究最大功率点跟踪速度,改变光照强度S (W /m 2),观察其响应速度㊂图4 单相单级式光伏系统的参数设置3仿真分析根据搭建的仿真系统,研究光照强度对光伏并网系统的最大功率点影响㊂图5为模拟改变光伏系统光照强度,对系统影响及响应速度的结果㊂光伏板最大功率点对应的输出功率用P m a x 表示㊂变化光照分别为400W /m 2㊁600W /m 2㊁800W /m 2㊁1000W /m 2时,P m a x 改变㊂当光强度为400W /m 2时,P m a x_1为912.8W ㊂600W /m 2时对应的光伏阵列最大功率点输出功率P m a x_2为1313.75W ㊂为800W /m 2时对应的光伏阵列最大功率点输出功率P m a x_3为1676.17W ㊂当光照强度为1000W /m 2时对应的P m a x_4为2000W ㊂图5 改变光照强度时的系统最大功率点功率输出对比图改变光照强度时,光伏板输出功率同时改变,且其响应速度也有所改变㊂图6为光照改变时系统的响应速度,其中响应时间分别为t 1㊁t 2㊁t 3㊁t 4㊂当光照强度为400W /m 2时响应速度最慢,0.205s 跟踪上最大功率;600W /m 2时,在t 2=0.155s 跟踪上最大功率;光照强度为800W /m 2时,在t 3=0.127s 时跟踪上P p v -m a x ;光照强度为1000W /m 2时,在t 4=0.115s 时方可跟踪上最大功率㊂如前所述,光照强度改变,输出功率跟踪到最大功率点的时间就不同,响应速度也会随着光照强度的增加而加快㊂以上均在光强变化时观察输出功率的变化㊂在同等条件下,图7为光伏阵列的输出电压的情况㊂由图可4112020年第07期 知,光伏板的输出电压V p v 随光照强度减弱而增大㊂当光照强度为400W /m 2,P v p_1为912.8W 时,V p v _1在230V 左右㊂当光照强度为600W /m 2,P v p_2为1313.75W 时,V p v _2在220左右㊂当光照强度为800W /m 2,P v p_3为1676.17W 时,V p v_3在214V 左右㊂当光照强度为1000W /m 2,P v p _4为2000W 时,V v p_4响应最快,大约在200V ㊂此时,随着光度的降低,I p v 电流会降低相应太阳能转化性能㊂如图8所示,当光强度越高,输出电流越大,两者的变化呈正比关系㊂光照强度不仅影响系统功率输出,同时也对输出电压及电流产生影响,输出端电压降低,输出电流升高㊂图6改变光照强度时的系统响应速度对比图图7 光伏阵列的输出电压V pv图8 改变光照对应的I pv 由于电池板内部条件以及系统存在的响应时间等条件差异,实际输出与理想输出存在着跟随关系,图9即为实际输出功率P p v 与光伏电池板理想的功率P m a x 的对比图㊂M P P T 控制算法的指标之一就是跟踪匹配因数K p m=P p v /P m a x ,当K p m <1且愈加趋近1时,说明跟踪的效率越高㊂当t =0.1s 时,P p v 开始在2000W 附近振荡,跟踪到最大功率点P p v (m a x )为1998.3W ,此时的控制精度接近0.999,跟踪性能良好㊂此时整个系统的输出电压V o 如图10所示,经过仿真测试可知:V o m a x =407.5V ,V o m i n =389.3,最大值与最小值压差两者相差18.2V ㊂按照经验公式:ΔV C =1%V 1(1%为电压纹波)计算得:输出电压的电压纹波应是4V ,输出纹波电压过大,这也验证了光照强度对光伏系统的影响㊂图9实际输出与理想输出对比图10 输出电压V o4结论本文针对光伏并网逆变系统中的最大功率点跟踪(M P P T )控制的相关问题进行了探讨和研究,详细分析了光照强度对光伏最大功率点跟踪的影响,并对其进行了仿真验证㊂外部环境的条件不同,系统每次转换的能量就有差别㊂系统所处的外部环境条件不同,导致其输出特性受到影响,这就使得实际输出与理想输出功率存在一定差距㊂文章分析了光照强度变化对光伏阵列输出功率㊁输出电压以及输出电流,还有整个光伏逆变系统的输出电压的影响,结论表明:当光照强度愈加强烈,光伏阵列最大功率点输出的功率也就越大,响应速度也就越快,光伏阵列输出电流I p v 随着光照强度的增强而增强㊂参考文献[1]蒋家平.太阳能发电技术现状分析[J ].大科技,2015(7):78.[2]孙园园.光伏并网逆变器M P P T 技术研究[D ].南京:南京航空航天大学,2012.[3]李杰.孤岛微电网下多逆变器并联协调控制研究[D ].西安:西安理工大学,2018.[4]S o u m i a I c h o u a .A s t o c h a s t i c a p p r o a c h f o r t h e i n t e gr a t i o n o f d i s t r i b u t e d e n e r g y re s o u r c e s [C ]//I E E E I n t e r n a t i o n a l T e c h n o l o g y M a n a ge m e n t C o nf e r e n c e ,2014:1-4.511。
基于多尺度聚类分析的光伏功率特性建模及预测应用
基于多尺度聚类分析的光伏功率特性建模及预测应用基于多尺度聚类分析的光伏功率特性建模及预测应用一、引言随着可再生能源的迅速发展，光伏发电作为其中重要的一种形式，已经成为了清洁能源领域的热点研究方向之一。
然而，光伏发电的功率特性具有不确定性和非线性，给其建模和预测带来了一定的挑战。
因此，为了提高光伏发电系统的性能和效率，需要进行充分的研究和分析。
二、多尺度聚类分析多尺度聚类分析是一种基于数据特性的计算方法，可以将数据划分为不同的尺度来研究其内部关系。
在光伏发电系统中，多尺度聚类分析被广泛应用于对光伏功率特性的建模和预测。
在多尺度聚类分析中，首先，对光伏功率特性数据进行采样和预处理，以获取可供分析的数据集。
然后，利用聚类算法将数据集划分为不同的尺度或簇。
最后，对不同尺度的簇进行分析和建模，从而获得光伏功率特性的预测模型。
三、光伏功率特性建模在多尺度聚类分析中，光伏功率特性的建模是一个重要的环节。
通过分析光伏功率特性数据，我们可以找到各个尺度下的关键特征，并构建相应的预测模型。
首先，对光伏功率特性数据进行聚类，将其划分为不同的尺度或簇。
然后，对每个尺度或簇进行特征提取和分析，以确定其对光伏功率的影响程度。
最后，根据特征分析结果，构建光伏功率特性的预测模型。
该模型可以根据实时的天气条件和其他相关参数，准确地预测光伏功率的输出。
四、光伏功率特性预测应用基于多尺度聚类分析的光伏功率特性建模可以应用于多个方面，具有广泛的实际应用价值。
首先，光伏功率特性预测可以用于光伏电站的运行与维护。
通过预测光伏功率的输出，可以及时发现光伏电池组件的故障或异常，提前采取相应的维护和修复措施，提高光伏电站的运行效率和可靠性。
其次，光伏功率特性预测可以用于光伏发电系统的规划和设计。
光伏发电系统的容量和配置直接影响其发电效果和经济效益。
通过预测光伏功率的输出，可以优化光伏电池组件的布局和选型，提高系统整体的发电能力。
最后，光伏功率特性预测也可以用于电网调度和能量管理。
光伏发电功率持续时间特性的概率分布定量分析
光伏发电功率持续时间特性的概率分布定量分析
光伏发电是一种利用光能转化为电能的技术，随着光伏发电的广泛应用，对光伏发电功率持续时间特性的概率分布定量分析变得越来越重要。
光伏发电功率是指单位时间内光伏发电系统输出的电能，其持续时间特性影响着光伏发电系统的稳定性和可靠性。
为了定量分析光伏发电功率的持续时间特性，可以使用概率分布这一工具。
概率分布是描述随机变量取不同值和不同概率的函数。
根据光伏发电功率的实际测量数据，可以建立典型的概率分布模型，来描述光伏发电功率的持续时间特性。
常用的概率分布模型有正态分布、指数分布和韦伯分布等。
正态分布是一种最为常见的概率分布，其特点是呈现钟形曲线，适用于描述连续型的随机变量。
指数分布常用于描述时间间隔的分布，适用于光伏发电功率无明显周期性变化的情况。
韦伯分布适用于描述光伏发电功率有一定幅度的周期性变化的情况。
在进行概率分布定量分析之前，需要先对光伏发电功率进行数据处理和预处理。
常用的方法有去除异常值、平滑处理和周期性分析等。
通过对光伏发电功率数据的处理，可以剔除异常值，平滑数据，找到数据的周期性变化规律等。
根据概率分布模型的分析结果，可以定量评估光伏发电系统的稳定性和可靠性。
通过概率分布定量分析，可以预测光伏发电功率的概率分布，从而评估系统在不同环境条件下的发电能力。
这对于光伏发电系统的设计、运营和维护都有重要的意义。
- 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、"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、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)。
姚天亮，吴兴全
计算方法。首先，通过METEOINFO光资源分析软件拟合得到一年中十二个月份典型日光照强度逐时曲 线，然后采用曲线微分理论求取各月份典型日逐时发电出力特性曲线，最后运用曲线积分方法计算典型 日发电量，进而得到各月份典型日发电量、全年累计发电量及年等效利用小时数。分析结论可以应用于 发电功率预测和调度运行，解决大型光伏发电基地在电网调度中的预知性问题，以甘肃某大型光伏基地 为例介绍了该方法的实施应用过程。
3.2. 发电出力特性
定义分析发电出力特性指标包括：发电出力特性曲线、最大出力系数、发电量、利用小时数、平均 出力、光伏接纳能力，用于评价光伏发电出力特性。 1) 发电出力特性曲线 光伏发电出力计算公式：
P=
dX Sη 3.6 × dt
(3)
式中：X 为典型日逐时光照强度，S 为光伏阵列面积，P 为典型日逐时发电出力，η 为光电效率，t 为光 照时间；当 dt 无限趋近于 0 时，得到发电出力 P 实时平滑的特性曲线。 由公式(3)， 对各月份典型日光照强度逐时拟合曲线进行微分计算， 得到 12 条典型日逐时发电出力特 性曲线，即为光伏基地各月份典型日逐时发电出力特性曲线，如图 2 所示。
峰值日照时数是将太阳能辐射量折算成 1000 W/m2 条件下的小时数。若太阳能电池组件 1 h 接收到 的太阳辐射量为 1 MJ/m2，则由换算公式(2)，得出等效峰值日照时数为 1/3.6 h。
= 1 MJ = m 2 ⋅ h 106 J m 2 ⋅ 3600 s 103 W m 2 3.6
(2)
PMPP = POPT × η = VOC × ISC × FF
(1)
式中：POPT 为光功率，PMPP 为光功率，η 为光电转换效率，PMPP 为电池组件峰值功率，VOC 为开路 电压，ISC 为短路电流，FF 为填充因子，电池的结构品质、环境温度等外部环境影响光伏组件的效率。
2.3. 发电量预测
DOI: 10.12677/aepe.2018.63015 132 电力与能源进展
姚天亮，吴兴全
工作难度大。
2.2. 发电功率预测
光伏发电功率[8] [9] [10] [11]预测方式可分为直接预测和间接预测两大类。 前者预测依据为光伏电站 历史出力特性，对预测算法的精确性和历史数据的完整性要求高。后者先预测太阳辐射强度，再利用光 功率乘以光电能量转换效率预测光伏发电功率，该方法简单实用，常用于光伏系统设计。 光电能量转换效率是电池组件将太阳光能转化为电能的效率。光伏组件的峰值功率也是在标准测试 条件(STC：1000 W/m2，AM 1.5，环境温度 25˚C)下标定，组件峰值功率和的计算公式：
DOI: 10.12677/aepe.2018.63015 133 电力与能源进展
姚天亮，吴兴全
月 月 月 月 月 月 月 月 月
X (MJ/m2)
月 月 月
Figure 1. Monthly typical light intensity curve 图 1. 各月份典型日光照强度逐时拟合曲线
2) 最大出力系数 参见图 2，各月份典型日逐时发电出力特性曲线纵坐标 P 的最大值 Pmax 与光伏基地装机容量 SN 的比 值，得到光伏基地最大出力系数 KPV，该系数为光伏基地重要的发电出力特性指标之一。
运用等效峰值日照时数乘以光伏装机容量得到光伏理论发电量。光伏电站工程设计中普遍采用上述 方法推算光伏电站月平均发电量。该方法虽然提供了便捷的光伏发电量计算方法，但忽略了光伏电站所 处外部环境对发电功率的影响，降低了发电量和峰值日照时数的预测精确度。
3. 发电出力特性曲线分析方法
3.1. 光照强度曲线
Advances in Energy and Power Engineering 电力与能源进展, 2018, 6(3), 131-136 Published Online June 2018 in Hans. /journal/aepe https:///10.12677/aepe.2018.63015
K PV =
pmax SN
(4)
式中：Pmax 为光伏基地发电出力的最大值，SN 为光伏基地装机容量。 3) 发电量 由公式(5)，首先某月份典型日逐时发电出力特性曲线对日有效发电时间 t 的积分，得到该月份典型 日发电量 Qdi，然后乘以各月份有效发电天数 di，得到各月份累计发电量 Qi，进而通过求和得到全年累计 发电量。
t2 Qdi = ∫ Pi dt t1 Q Q = i di d 12 Qtotal = ∑ Qi i =1
(5)
式中：Qdi 为某月份典型日发电量，Pi 为某月份典型日逐时发电出力特性曲线，t 为日有效发电时间，同 理可求取一年中各月份典型日发电量；Qi 为各月份累计发电量，d 各月份有效发电天数，Qtotal 为全年累 计发电量。 4) 利用小时数
PV Power Analysis Based on Light Intensity Curve and Differential and Integral Calculus
Tianliang Yao, Xingquan Wu
CEEC Gansu Electric Power Design Institute, Lanzhou Gansu
2. 出力特性传统预测方法
年总辐射量和年日照时数是表征太阳能资源主要指标。太阳能辐射量也称为光功率，单位 MJ/m2 或 kWh/m2，太阳光照强度反映光照强弱，单位 W/m2。日照时数不等于日照时间，是指达到一定光照强度 的有效小时数，可分为年日照时数、月平均日照时数、峰值日照时数等，单位 h。
2.1. 太阳辐射强度预测
H=
Qtotal SN
(6)
式中：Qtotal 为全年累计发电量；SN 为光伏基地装机容量；H 为等效年利用小时数。 利用式(6)求取全年累计发电量与光伏基地装机容量的比值，得到光伏基地等效年利用小时数。 5) 平均出力
METEOINFO 软件是由中国气象工作者在 Microsoft 的 Net 环境中用 C 语言研发的一款气象绘图软件， 具有较强的综合数据图形显示、分析能力，支持多种常用气象数据格式，具备 GIS 功能。 利用气象站多年光照资源观测数据，推算光伏基地代表年逐月典型日逐时光照资源参数。针对 12 个 月份，通过 METEOINFO 光资源分析软件模拟得到 12 条典型日光照强度逐时曲线。 以某大型光伏基地为例，运用 METEOINFO 等光资源分析软件模拟得到 12 条典型日光照强度逐时 曲线如图 1 所示。
姚天亮，吴兴全
中国能建甘肃院，甘肃 兰州
收稿日期：2018年5月12日；录用日期：2018年5月28日；发布日期：2018年6月6日
摘
要
基于区域代表气象站多年光照资源的观测数据，提出一种大型光伏基地发电出力特性分析方法和发电量
文章引用: 姚天亮, 吴兴全. 基于光照强度曲线微积分的光伏发电特性分析[J]. 电力与能源进展, 2018, 6(3): 131-136. DOI: 10.12677/aepe.2018.63015
th th th
Received: May 12 , 2018; accepted: May 28 , 2018; published: Jun. 6 , 2018
Abstract
Base on the regional representative of the weather station for many years of light observation data, this paper presented a method for analyzing output characteristics of large scale photovoltaic power generation base and calculation method of power generation. First, this paper obtained the typical daylight intensity curve by fitting the METEOINFO optical resource analysis software, secondly, used differential theory to calculate the output characteristic curve based on the typical daylight intensity curve, at last, calculated power generation by using integral method. The conclusion can be used to predict the generated output of large photovoltaic power generation base, operation and peaking demand calculation, to solve predictive issues of large-scale photovoltaic power generation base.
Open Access
1. 引言
截至 2016 年底，我国光伏累计装机容量达到 7740 GW，以地面集中式光伏电站为主。2016 年第一 批光伏领跑者计划八大基地总容量 5.5 GW，2017 年光伏发电先进技术应用基地计划建设 8~10 GW，建 设 0.5 GW 及以上大型光伏发电基地仍然是发展趋势。 光伏发电出力特性随机性和波动性强，属于不稳定和冲击性电源，且随着光伏发电基地装机容量的 增加，其不利特性将给电力系统电源规划、电网运行方式安排带来巨大影响。虽然光伏电站都安装有光 伏功率预测[1] [2]系统，但是针对光伏电站群整体发电出力特性[3]的研究特别缺乏。 目前， 光伏功率预测主要原理分为光功率转换方法和历史数据分析方法[4]。 前者天气预报模型复杂， 光电转换效率直接采用实验室数据，忽略了外部环境对效率的影响，预测值精度不高，结果偏理论化， 且仅能实现 0~72 h 短期和 15 min 超短期功率预测[5]，不能提供长期功率预测[6]。后者需要一系列完整 的历史数据库，并引入复杂的人工智能算法。 因此，研究一种简单实用的大型光伏发电基地发电出力特性预知性分析方法显得尤为重要。本文提 出一种基于典型日光照强度曲线，运用曲线微积方法求取发电出力特性曲线和发电量的方法，很容易得 到精确的长期发电出力特性曲线，解决了目前大型光伏发电基地在电网调度中的预知性问题，预测结果 可作为新能源规划设计依据，提高电力消纳能力分析的准确性，还能为调度、安排调度曲线和调峰容量 提供依据。