跳转到路径导航栏
跳转到正文内容
新闻  招聘  产品 

光伏电站设计中光资源分析的方法

`清洁能源网   2012 年 06 月 26 日 15:58   来源:清洁能源网

  导语:在过去的十年间,光伏产业在规模和技术都取得了迅猛的发展,2011年太阳电池组件的生产规模达到了约40GWp,随着技术的不断成熟,太阳电池效率不断提高,光伏发电的成本不断下降,光伏电站的建设迎来了一个高峰,在2011年全世界光伏发电系统的安装容量达到了27GWp。

  在过去的十年间,光伏产业在规模和技术都取得了迅猛的发展,2011年太阳电池组件的生产规模达到了约40GWp,随着技术的不断成熟,太阳电池效率不断提高,光伏发电的成本不断下降,光伏电站的建设迎来了一个高峰,在2011年全世界光伏发电系统的安装容量达到了27GWp。中国占据了全世界太阳电池组件产能的90%,随着政府陆续出台扶持光伏发电的政策,并确定了光伏上网电价,在2011年,国内光伏电站的建设也有飞跃式的发展,累计安装容量超过2GWp。光伏发电向着成为人类用电重要供电来源的目标迈出了冲锋的步伐。

  目前国内光伏电站的建设和发展处于起步阶段,光伏电站的设计还存在很多不足,对项目场址的光资源的分析评估比较粗浅。项目场址的光资源直接决定了光伏电站的发电量,决定了整个项目的投资收益情况,因此在项目开发阶段,应该对拟建场址的光资源进行深入的评估分析,为光伏电站的投资和运营提供可靠的依据和保障,本文对光资源的评估分析方法进行简要的论述。

  1.代表气象站的选取

  一般说来,可以直观表征一个地区太阳能资源的参数有太阳总辐射(包括直接辐射和散射辐射)、日照时数和日照百分率。在光伏电站的设计初期,应该搜集拟建场址30年以上光辐照数据,即太阳总辐射(日、月、年)、日照时数和日照百分率。

  为保证选取的光辐照数据具有代表性,应选用距离项目场址最近的气象站的光辐照数据,如果项目场址附近的气象站没有太阳辐射观测数据,应选择附近有长期太阳辐射观测数据的站点作为参考站,建立经验公式对太阳总辐射值进行计算,公式如下:

  式中:S——月日照百分率,无量纲数;a、b——经验系数,无量纲数;

  Q0——月天文太阳总辐射量;QM——计算地点月太阳总辐射量;

  采用距离最近的参证气象站多年太阳辐射数据,利用最小二乘法计算拟合得到经验系数a、b。将此a、b值代入上面经验公式,同时代入项目场址附近的气象站同时间序列的月日照百分率,由此可推算出项目场址的太阳总辐射值。

  2.光辐照资源分析

  评价光辐照资源的指标主要有太阳总辐射量的大小和太阳资源的稳定程度,因此要分别对太阳总辐射量和日照时数进行年际变化分析和月际变化分析,研究一个地区光辐照资源的丰富程度和稳定程度,通常需要30年以上的气象数据作为基础分析数据。参考相关的评估方法,太阳能资源丰富程度等级的划分标准表1-1所示。

表1-1太阳能资源丰富程度等级

  评价一个地区太阳能资源的丰富程度,除了太阳总辐射年总量,太阳总辐射的月际分布也会有影响,为了增加太阳电池组件接收的太阳辐射量,组件都会有一定的安装倾角,这使得在春冬两季组件接收的太阳辐射量量增加,而夏秋两季组件接收的太阳辐射量减少,因此简单来讲,春冬两季的太阳辐射量越多,对于光伏发电利用越有利。

  太阳能资源稳定程度可用各月的日照时数大于6h天数的最大值与最小值的比值表示,如下式所示:

  式中:

  K—太阳能资源稳定程度指标,无量纲数;

—1至12月各月日照时数大于6h天数,单位为天(d);

  max()—求最大值的标准函数;

  min()—求最小值的标准函数。

  太阳能资源稳定程度的等级见表1-2。

表1-2 太阳能资源稳定程度等级

  3.代表年光辐照数据的选取

  太阳辐射量具有随机性,需要从多年的气象数据中选取具有代表性的太阳辐照数据,对工程运行期辐射数据进行预测,建立工程代表年以充分反应长期的太阳辐射变化规律,为光伏电站发电量预测提供合理的基础数据。

  目前通常是选择多年光辐照数据的均值作为代表年光辐照数据。对未来二十五年光辐照数据的预测,本身就是一个概率性事件,为了保证发电量预测的准确性,应该对光辐照数据进行分析,根据项目本身能够承受的风险大小,选择合理的代表年辐照数据,不同的代表年辐照数据对应了不同的概率,例如选择多年平均值作为代表年辐照数据,其概率是50%,即为了某一年太阳总辐射量不小于均值的概率仅有50%,相应的预测发电量也有同样的概率,显而易见,由此带来的投资风险较大,而目前国内光伏电站设计中基本都采用光辐照数据的均值作为代表年辐照数据,因此需要更加科学合理的分析方法来选取代表年辐照数据,以指导例行投资,降低项目风险。

  下面举例说明如何更加合理的选择代表年辐照数据,图1-1是根据30年的光辐照数据对青海某地区的4月份光辐照数据正态拟合曲线,图1-2全年光辐照数据的正态拟合曲线,具体数据如表1-3所示。

图1-1 月光辐照数据正态拟合曲线

图1-2月光辐照数据正态拟合曲线

表1-3 正态拟合数据

    从表1-3可以看到,对于多年的统计数据,几何均值与拟合均值非常接近,误差小于1%,都是概率为50%的数据,若要降低投资风险,提高预测的概率,例如要求将概率提高至84%,则选取的代表光辐照数据应是均值减去方差,从表1-3可以得知,对于4月份的光辐照数据,要将概率从50%提高到84%,即从660.4调整至632.4,变化幅度超过4%,对于年辐照辐照数据,则是从6614.6调整至6571.6,变化幅度较小,不到1%。由以上的分析结果可知,不同的代表年辐照数据对应了不同的发生概率,若要提高概率,降低风险,则对应的代表年辐照数据会变小,根据不同地区的太阳辐射量的分布规律,变化的比例可能会很大,对项目投资收益会有很大的影响。

  4.结论

  太阳辐射量是影响光伏电站发电量的根本要素,在光伏电站的开发设计阶段,应该对场址的光辐照资源进行详细的分析评估,包括数据的收集、换算和拟合处理,应该最终形成一套完成的评估标准和完善的分析方法,为光伏电站发电量预测提供可靠的依据,降低项目的投资风险,推动光伏产业的发展。

> 关键词:光伏电站  资源分析    




    声明:此消息系转载自合作媒体,登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。
请您注意:
·尊重网上道德,遵守《全国人大常委会关于维护互联网安全的决定》及中华人民共和国其他各项有关法律法规 ·尊重网上道德,遵守中华人民共和国的各项有关法律法规
·承担一切因您的行为而直接或间接导致的民事或刑事法律责任
·本网新闻留言板管理人员有权保留或删除其管辖留言中的任意内容
·您在本网留言板发表的作品,本网有权在网站内转载或引用
·参与本留言即表明您已经阅读并接受上述条款

版权所有·北京英康达科技有限公司 永久域名:www.21ce.cc 英文网站- China Clean Energy Network
常年法律顾问:北京市君永律师事务所 CopyRight(C)2008-2014 21ce.cc All Rights Reserved
ICP 110015号  京公网安备11010802011213号