10000927_光伏组件积灰模型研究
光伏组件积灰模型研究 刘富光,张臻 (河海大学机电工程学院,江苏 213022) 摘要:光伏组件表面积灰现象严重影响了光伏组件的发电效率及其可靠性,给光伏电站的后期运维带来了很大 的考验,可以毫不犹豫的说组件表面积灰问题已经成为制约光伏产业发展的一个重要因素。针对这一现象,本 文提出了一种用步长法计算组件积灰损失的模型,可以根据每天的 PM10 指数及降雨量变化,计算出积灰对光 伏组件输出功率的影响,为组件清洗策略的制定奠定了基础。 关键词:光伏组件;积灰;模型 通讯作者:张 臻(1981—),男,湖南,博士,主要研究方向光伏可靠性、高效光伏组件与系统。zhangzhenwl@126.com 1 研究背景与内容 由于光伏组件表面受不同环境条件影响,其积灰 现象及所产生的积灰损失问题不尽相同。组件积灰量 的多少与快慢受到当地空气质量,实时降雨量,风速 和湿度等因素的影响,导致不同地区不同时间下组件 表面的积灰大不相同。目前,就如何及时了解光伏组 件的积灰情况和把握组件清洗节点而言,已经成为了 光伏行业内的一个难点,本文利用 PM10 与组件积灰 的正相关性 [1],提出一种用步长法计算组件积灰损失 的模型,可以实时计算出每天由于积灰对组件造成的 功率损失,具体内容如下: (1)建立 PM10 指数与组件表面污染度模型; (2)建立步长法计算组件积灰损失的模型; (3)建立不同降雨量对组件积灰的清洗模型。 2 建立积灰模型 光 伏 组 件 第 一 层 积 灰 颗 粒第 二 层 积 灰 颗 粒 第 三 层 积 灰 颗 粒 图 1 步长法积灰原理示意图 光伏组件表面积灰模型如图 1 所示,组件表面灰 尘的积累可看作是层叠式的排布 [2],也就是说在灰尘 质量不断增大的同时,灰尘颗粒会层层累积,不断的 堆积在一起,从而影响组件的透光率,降低组件发电 功率。本文把难以量化的风湿度影响转化为不同地区 的修正系数,利用 PM10 指数计算光伏组件表面积灰 程度,而每层积灰对组件功率(透光率)的影响则看 作一个步长,从而计算得到每天灰尘堆积对组件功率 的影响。具体模型计算公式如下: 计算光伏组件表面清洁度,光伏组件一天的积灰 累积程度表达式如下: (1)𝑁=(𝐾∙𝐴∙𝑃𝑀10)% 其中: 为倾角系数,不同安装倾角取不同值, 𝐴 可由实验取得; 为不同城市的修订系数; 为𝐾 𝑃𝑀10 城市日均 指数,也就是城市每天 数据的𝑃𝑀10 𝑃𝑀10 平均值; 就是光伏组件当天的积灰累积程度。𝑁 则光伏组件每天的表面清洁度计算公式为: (2)𝐶𝑚=∑ 𝑚1𝑁𝑖 其中: 为组件积灰 天后的清洁度; 表示光𝐶𝑚 𝑚 𝑁𝑖 伏组件第 天的积灰累积程度。𝑖 以 为步长,把积灰在组件表面的沉积看作多层𝜂 积灰的堆积,每层积灰降低组件透光率的 ,积灰的𝜂 层数用 表征,具体计算公式如下:𝐶𝑚𝜂 (3)𝑃𝑙𝑜𝑠𝑠, 𝑚=1‒(1‒𝜂) 𝐶𝑚𝜂 其中: 为组件积灰 天后的功率损失;𝑃𝑙𝑜𝑠𝑠, 𝑚 𝑚 为步长,通常取 1%~2%,也就是每层积灰会使组件𝜂 透光率降低 1%~2%。 考虑到降雨对组件积灰的影响,还需对降雨事件 进行详细的研究,降雨等效清洗模型曲线图如图 2 所 示,按降雨量多少,把降雨对组件积灰的清洗效果划 分为无效清洗,微清洗和完全清洗 [3]。具体划分如下: 1)降雨量 mm 为完全清洗效果。该降雨情况𝐸 下积灰会被完全清除,光伏组件已不受积灰影响。 其中: , 由实验确定,一般 取 2~4, 取𝐷 𝐸 𝐷 𝐸 9~11。 A: 无效清洗 B:微 清 洗 C:完 全 清 洗 0 50 100 150 200 250 300 350 400 0% 10% 20% 30% 40% 50% 时 间 ( 天 ) 积 灰 发 电 量 损 失 图 2 降雨清洗模型示意图 3 研究结果与讨论 3.1 实验与研究 本文选取烟台电站 2017.07.03~2017.11.12 的实 时数据(安装倾角 6 度),采用实验数据计算与本发 明方法计算,对光伏组件每天的输出性能进行分析, 其中电站数据无直接获取的积灰对组件功率影响的数 据,为了减小测量和计算误差,本文比较采用每日中 午 10 点~14 点间辐照大于 600W/m2 的无遮挡的发电 数据计算组件的 PR 值变化,把每个时刻 PR 值的辐 照加权平均值看作积灰对组件输出功率的影响。PR 计算公式如下, 每个时刻 PR 计算: PRi= 𝑃i𝑃𝑠𝑡𝑐∙𝐺i∙1+∆𝛾 1000 (4) 其中: 为 i 时刻组件输出直流端实时功率;Pi 为 i 时刻组件接收实时辐照; 为标况下组件的𝐺i 𝑃𝑠𝑡𝑐 输出功率; 为组功率温度修订系数。∆𝛾 PR 辐照加权: PR=PR1+PR2+⋯+PRnG1+G2+⋯+Gn (5) 其中: ~ 为时刻 1 到时刻 n 的组件 PR 值;PR1PRn ~ 为时刻 1 到时刻 n 的组件接收的辐照值。G1Gn 本实验为了简单降雨对组件的清洗效果只划分为 无效清洗和有效清洗,实验可确定 3mm 降雨为清洗 界限, 值取 0.004;则采用实验数据计算的组件𝐾∙𝐴 日输出功率百分比与模型计算日输出功率百分比比较 如图 3 所示;除个别测量及计算误差外,模型计算与 实际数据的趋势与数值基本一致,证明了本文模型的 正确性。 2017/6/24 2017/8/13 2017/10/2 2017/11/21 70% 75% 80% 85% 90% 95% 100% 0 30 60 90 120 150 180 模型计算 实测数据计算 降雨量 日 期 组 件 功 率 百 分 比 降 雨 量 (mm ) 图 3 实测数据与模型计算的组件输出功率比较图 3.2 结论 本文提出了一种用步长法计算组件积灰损失的模 型,利用 PM10 及天气数据可实现对组件功率损失的 预测;通过模型计算与实测数据的比较,验证了该模 型的正确性,同时说明该模型可用于对不同地区光伏 组件积灰损失的计算。 感谢 作者感谢江苏省研究生科研与实践创新计划项目 (KYCX18_0537)的支持。 参考文献 [1] Guo B, Javed W, Figgis B W, et al. Effect of dust and weather conditions on photovoltaic performance in Doha, Qatar[C]// The Workshop on Smart Grid & Renewable Energy. IEEE, 2015:1-6. [2] 孟广双. 荒漠光伏太阳能电池板表面灰尘作用机理及其 清洁方法研究[D]. 青海大学, 2015. [3] 居发礼. 积 灰对光伏发电工程的影响研究[D]. 重庆大学, 2010.