一种光伏电池组件的温度预估方法
发布时间：2022-01-05 09:27:11 所属栏目：大数据 来源：互联网
导读：光伏发电与水电、火电等常规电源相比，其间歇性、波动性、周期性的特点，给电网造成较大的影响。对光伏发电功率进行较为准确的预测，将使电力调度部门能够提前了解光伏电站出力变化并及时调整调度计划，从而减少系统的备用容量、降低电力系统运行成本。这是减
|
光伏发电与水电、火电等常规电源相比，其间歇性、波动性、周期性的特点，给电网造成较大的影响。对光伏发电功率进行较为准确的预测，将使电力调度部门能够提前了解光伏电站出力变化并及时调整调度计划，从而减少系统的备用容量、降低电力系统运行成本。这是减轻光伏发电对电网造成的不利影响、提高系统中光伏发电装机比例、提高电力系统运行安全性与经济性的有效手段。目前，国内外均已积极开展光伏发电功率预测的研究，通过物理方法与统计方法进行光伏发电功率预测，并取得一定成果。但是，这些预测方法绝大多数都没有考虑光伏组件在使用过程中的温升因素，而是直接采用环境温度作为光伏组件的工作温度，大大影响了光伏发电功率预测的精度。像所有其他半导体器件一样，太阳能电池对温度非常敏感。温度的升高会降低硅材料的禁带宽度，因此影响了大多数的表征材料性能的参数，进而影响了组件的电性能参数，会导致组件的开路电压降低，短路电流会略微增加，总体的结果是功率降低。随着光伏电池温度的升高，开路电压减小，在20?100°C范围，大约每升高1C光伏电池的电压减小2mV；而光电流随温度的升高略有上升，大约每升高1C电池的光电流增加千分之一。总的来说，温度每升高1C则功率减少0.35%。由此可见，组件温度是影响太阳能电池组件转换效率的一个重要因素，为了提高光伏发电功率预测的精度，亟需开展电池组件温度预测方法的研究。 对于已经投入运行的光伏电站，其太阳电池组件温度与环境温度、太阳辐射强度有关。在实际使用过程中，除了季节变迁造成的环境温度变化以外，太阳辐射强度每天在0?1300W/m2范围变化，光谱从AM8变到AM1，环境温度从最低的日出温度变到最高的中午温度再下降，太阳电池组件温度也随之不断变化。图1给出国家能源太阳能发电研发（实验）中心屋顶光伏电站（南京浦口，经度118.7°纬度32.17。）在某天监测到的总辐射和组件温度及环境温度。 以关系式y=T+0.0214x+0.97为基础，输入从数值天气预报获取的未来总辐射数据和环境温度数据，预测出组件温度值；采用卡尔曼滤波，利用地面实时组件温度监测数据对预测值进行实时校正，进而较为准确地预测未来组件温度值。组件温度预测流程图如图2所示，图3所示为数值天气预报总辐射及空气温度预测流程图。 根据上述方法于2012年3月建立的国家能源太阳能发电研发（实验）中心屋顶光伏电站组建温度预测系统投运以来，系统运行稳定可靠，在累积的数据中，以5mm为时间分辨率，对预测组件温度、实际组件温度数据进行对比分析的绝对误差分布比例统计如表2所列。从表2可以得出，绝对误差在5……以内的样本占0.9334,预测效果比较理想。 随着近年来光伏发电在中国的快速集中发展，亟需对光伏电站的发电功率进行预测，以保障大规模光伏发电接入条件下的电网安全调度，而组件温度预测是光伏发电功率预测中的重要一环。预测结果表明，本文提出的光伏电池组件温度预测方法预测精度较高，能够充分满足工程应用的需求。 （编辑：常州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
