光伏發(fā)電項目的設備選型、優(yōu)化設計、性能分析、收益評估等都需要對發(fā)電項目的潛在發(fā)電量進行評估，從而可為相關決策提供技術支撐。目前PVsyst的發(fā)電量仿真模型較為成熟，它采用模塊化設計，包括設備模型、三維模型、損耗設置模塊等，也給用戶提供了自定義窗口，根據實際數據進行設置。
?
基于當地自然氣候條件及輻照數據的情況下，為比較及分析光伏發(fā)電系統(tǒng)軟件仿真結果與實際發(fā)電運行情況的差異,采用PVsyst軟件對江蘇某分布式電站進行仿真，并與實際發(fā)電量進行了比較。對于本案例，通過計算相應的偏差指標，驗證了仿真模型的準確度。
–全文預計2K字左右，預計閱讀時間8分鐘–
? ? ? ?項目裝機容量4MW，采用“自發(fā)自用，余電上網”模式，接入廠內變壓器，所發(fā)電量在廠區(qū)內部就近消納，多余電量反送到? 國家電網，該項目于2017年6月并網發(fā)電，至今運行3年多。
? ? ? ?該項目屋頂為彩鋼瓦，屋面坡角約5°，光伏組件采用多晶硅組件，順著屋面平鋪，組件布置時根據設計規(guī)范避開了陰影區(qū)域，逆變器采用華為組串式，逆變器輸出后經交流匯流箱匯集至并網柜。
? ? ? ?通過遠程監(jiān)控后臺導出現(xiàn)場環(huán)境監(jiān)測儀器的數據，時間范圍從2020年1月至10月22日，包括組件斜面的輻照度、風速、環(huán)境溫度數據，時間間隔為30分鐘，其中5度光伏斜面的輻射量為1090 kWh/m2。
? ? ? ?數據在導入PVsyst軟件前，需要檢查數據的質量，包括數據缺失、數據失真等問題，盡可能的剔除誤差較大的數據。然后根據PVsyst氣象數據轉換協(xié)議，將數據按格式整理，并保存為csv后綴。
? ? ? ?下圖為導入后的氣象數據。水平面輻射量為1059.4kWh/m2，5度光伏斜面輻射量為1083.1 kWh/m2，由于軟件轉換及斜面輻照算法差異，軟件計算的輻射與實際數據偏差7kWh/m2，偏差較小。在仿真環(huán)節(jié)，由于南北均有光伏組件布置，仿真時組件角度選擇0°。
? ? ? ?PVsyst仿真設置的參數不同，發(fā)電量結果會不同，可根據實際需求進行設置。下面列出主要的幾個設置選項：
? ? ? ?由于組件離屋面約10公分距離，PVsyst關于組件的溫度計算，是根據散熱條件不同，選擇對應的熱平衡系數或者根據實際測試結構填入，本案例是選擇第二項，半封閉式。
? ? ? ?組件的光致衰減LID：默認2%。根據組件的實際參數填入。? ? ? ?灰塵損失：由于光伏組件順坡平鋪，在雨水條件下自清潔能力較差，組件下邊緣容易積灰。默認3%偏樂觀，在年清洗次數較少的情況下，取值可選在5%左右，當然具體看現(xiàn)場情況而定。? ? ? ?線損：線損包括了組件輸出至組串逆變器的直流線損、逆變器出口至匯流箱的交流線損、匯流箱至出線線損等?？筛鶕娎|清冊在損耗設置中填入電纜長度、截面積，或根據坎德拉自主設計的PV小程序計算后填入百分比（小程序見本文末尾）。本案例直流線損默認，交流線損計算后0.72%。? ? ? ?組件老化衰減：光伏電站從并網運行開始到2019年年底，運行年限約2.5年，而軟件對于具體年份只能選擇整數，本例選擇3，即第3年。
? ? ? ?不可利用率：主要為設備的故障停機、電站停電檢修等造成的，默認2%略偏大，該電站故障發(fā)生較少，可選擇0.5%以內。
? ? ? ?在發(fā)電量仿真環(huán)節(jié)，沒有對全站進行仿真，而是選擇了一個部分發(fā)電單元，全站的發(fā)電量可根據計算得到的發(fā)電小時數乘以全站容量。? ? ? ?仿真發(fā)電小時數為818h，系統(tǒng)效率為77.35，根據運行監(jiān)控平臺得到的實際發(fā)電小時數為815h，與仿真結果差3h，偏差百分比僅0.4%。
? ? ? 下圖為每天的對比曲線，兩條曲線的一致性整體較好。日發(fā)電小時數與日輻射量是線性相關，由于軟件所使用的氣象數據是來自于現(xiàn)場，那么仿真值與實際值的偏差性就基本可以反映軟件模型的準確性。
? ? ? ?圖為各個月份的現(xiàn)場輻射量與TMY數據對比，獨立月份的偏差較大，由于偏差有正有負，現(xiàn)場輻射總量與典型氣象年的值偏差較小，但是當年的輻射水平略低于典型氣象年?？蓞⒖急?。
? ? ? ?下圖為典型氣象年仿真結果與實際運行對比，典型氣象年是代表了歷史氣象數據，與特定年份的輻照一般都會有偏差，兩條曲線的一致性較差。
? ? ? ?仿真結果與實際值的平均偏差和均方根偏差如表2。
▼表2
? ? ? ?從上面結果可知，根據實測氣象數據輸入軟件進行仿真，得到的仿真結果還是較為理想的，整體偏差較小，從側面說明了軟件模型的準確性，當然有點偏差是正常。下面列幾個偏差來源：
1）氣象數據：現(xiàn)場實測的氣象數據的統(tǒng)計天數為296天，仿真結果略高于實際，可能和個別瞬時輻照度不準確有關；另外現(xiàn)場對于輻照儀的維護和定期校準也很重要，若積灰不清理，容易導致輻照數據偏低。
2）直流線損：軟件仿真采用的是默認值1.5%，若有電纜清冊，則可根據實際電纜長度計算。
3）光伏組件衰減率：2%LID，逐年0.7%，是理論值。真實的數據還需要實測。另外電站并網運行是2017年6月，2020年1月至10月，介于第3年到第4年，而PVsyst從年初到年末算完整一年。
4）灰塵損失：5%為經驗值，一般建議在現(xiàn)場安裝對比組進行數據采集，一組正常自動清洗，另一組不清洗，通過發(fā)電量對比計算，方能得到較為準確的全年灰塵損失數據。
另一個方法是目前采用集控平臺大數據分析，根據輻照量、理論發(fā)電量和實際發(fā)電量，分析灰塵損失，至于準確性如何，則有待商榷。
5）陰影遮擋：這里面可能需要考慮不同發(fā)電單元的一致性問題，和屋頂的復雜性有關。未采用全站建模，屋頂潛在障礙物暫未考慮，精細化分析需要建立三維模型，可得到較為準確的陰影損失。
PVsyst軟件可用于光伏項目建設初期以及運行期的發(fā)電量評估，遮陰損失分析、系統(tǒng)優(yōu)化設計及設備選型等。
? ? ? ?本文是基于已經運行多年的光伏電站，利用現(xiàn)場的環(huán)境監(jiān)測數據作為軟件的輸入，在軟件內部仿真以后得出仿真小時數，與現(xiàn)場的實際發(fā)電數據進行比較，從實踐角度去驗證了仿真模型的準確度，可以為光伏電站的運行評估、軟件使用提供一定的參考。?
鏈接：
https://pan.baidu.com/s/1aXsfqTXFdXndm0H6LrdLng
提取碼：5cjk
原文始發(fā)于微信公眾號（坎德拉學院）：利用實測氣象數據和發(fā)電量探討PVsyst仿真模型的準確性
