配电网中的分布式光伏系统发电性能仿真

(整期优先)网络出版时间:2021-08-19
/ 2

配电网中的分布式光伏系统发电性能仿真

王国阳

国电投(天津)分布式能源有限公司天津市 30000 0

摘要:近年来,我国相继出台了相关政策,推动分布式光伏系统的发展。在各种政策法规驱动下,分布式光伏系统发展迅速。

关键词:配电网;分布式光伏系统;发电性能;仿真

在光伏发电补贴政策影响下,分布式光伏系统的运行性能和发电量已成为各方关注的焦点。分析分布式光伏系统运行性能和发电量的关键是建立更详细的光伏系统发电性能仿真模型。基于此,本文详细探讨了配电网中的分布式光伏系统发电性能仿真。

一、分布式光伏系统原理与分析

1、运行原理。分布式光伏发电是分布式电源的一种表现形式。国家电网公司发布的《关于分布式发电源并网服务工作意见》中定义了分布式光伏。

分布式光伏系统的每个组件形成经串联形成光伏组串,多个光伏组并联后形成光伏阵列,接入光伏逆变器直流侧。光伏阵列将太阳辐射转换为直流电,通过光伏逆变器将直流电转换为交流电,然后通过变压器接入配电网。

此外,分布式光伏发电作为新能源发电的一种,其安装成本低、建设周期短、无噪声,无污染排放、调峰性能好,操作简单,启停快速,便于实现全自动;可就地发供电,在意外故障发生时可继续供电,是集中供电不可缺少的重要补充;所发电力可满足用户基本用电需求,并且输配电损耗低,无需建配电站,降低或避免了附加的输配电成本,能有效减小线路损耗、提高系统可靠性;由于系统相互独立避免了发生大规模停电事故,安全性高;作为一种清洁能源可减小环保压力。

2、发电性能评价指标

1)理论发电时长。其通常用Yr表示,定义为分布式光伏阵列表面辐射量与STC条件下使用的辐照度之比,也称为倾斜面峰值日照时数

Yr=611e1b91c7aa5_html_eb989dd1da61d2b1.gif

式中:HA为测试期间分布式光伏阵列表面总辐照,kW·h/m2;GSTC是在STC条件下使用的光伏组件测试辐照度,其为一恒定值1kW/m2

理论发电时数可用于评估光伏电站建设区辐照资源。此外,由于Yr采用光伏阵列倾斜面辐照量,因此还可评估光伏阵列倾角引起的系统损耗。

2)实际满发时长。它用Yf表示,定义为测试时间段内,分布式光伏系统交流侧发电量与系统额定装机容量比值,即

Yf=611e1b91c7aa5_html_91d5e102fe6f4b15.gif

式中:Eac为分布式光伏系统并网电量,kW·h/m2;P0为分布式光伏系统装机容量,kW。

该指标将光伏系统发电量按装机容量进行小时化,即光伏电站以标称功率进行发电时长,利用该指标可比较不同地区不同装机容量光伏电站的发电持续时间。

理论满发时长Yr是根据当地辐照条件估算光伏系统发电时长,而实际满发时长Yf根据光伏系统的实际发电量计算。

3)光伏系统PR值。PR值经比较光伏系统Yf和Yr,最终得到效率百分数,如下式。光伏系统PR值能反映光伏系统在设计和运行中,因设计(如倾角、逆变器与光伏阵列匹配、光伏阵列方位角、玻璃透射率、线缆损耗等)与周围环境(如当地气候、积尘损耗、组件衰减等)造成的光伏系统发电量损失。

PR=611e1b91c7aa5_html_ecf3aafcecdd50ec.gif

二、光伏系统效率建模

1、光伏组件模型。它通常为非显式模型,难以求解。考虑到模型的准确性、可靠性和适用性,在光伏系统效率建模中,选择以下工程模型,即

611e1b91c7aa5_html_569bf7b9e20ba1f4.gif

式中:Isc是组件被测短路电流,A;U是组件被测电压,V;W1、W2是模型中待定系数;Uoc是组件被测开路电压。

在计算中,该工程模型利用光伏组件在标准状态下的性能参数,直接计算光伏组件各点电压和电流,避免了传统非显式组件模型在计算中由于迭代而产生的大量计算。

2、逆变器效率模型。为了评价光伏逆变器户外运行性能的测试结果,对光伏逆变器效率测试值进行回归分析,采用Mistcherlich非线性回归模型进行建模。光伏逆变器的效率模型可表示为

611e1b91c7aa5_html_2eb9ee4569641c74.gif

式中:ηIn为光伏逆变器效率;Pdc为光伏逆变器直流侧功率,kW;b1、b2、b3是回归模型待定系数。

3、分布式光伏系统效率损失模型

1)阴影遮挡模型。根据光伏组件模型和遮挡,建立组件阴影遮挡模型。在不考虑温度影响情况下,组件短路电流与其表面辐照成正比。根据这一思路,按光伏组件短路电流大小重排组件标号,即Isc1、Isci···Iscn,其中,Isc1是最大短路电流,Iscn是最小短路电流。由这些组件串联而成光伏组串,则该组串开路电压为每个组件开路电压(Uoci)之和,然后求得该串光伏组串开路电压

611e1b91c7aa5_html_92b5c39ff1474930.gif

短路电流为Isci的光伏组件对应的单个组件总模拟长为ki,为了实现光伏组串的模拟,可将不同步长的光伏组件用0值填补。当光伏组串端口电压从0变为Uocall变时,选择每个电压点对应的最大电流值作为该点的光伏组串输出电流,以获得光伏组受阴影遮挡时对外I-V特性曲线,将电压乘以对应点处的电流,即为光伏组串受阴影遮挡时对外P-V特性曲线。

2)电缆损耗模型。光伏发电系统不同部件间的连接电缆不同,选择时应有不同的选型考量。在线缆损耗模型中,n种直流电缆光伏发电系统的线损功率可表示为

611e1b91c7aa5_html_71330da8aff78322.gif

式中:611e1b91c7aa5_html_10f8332172229602.gif 是光伏发电系统直流线损,kW;Ii为第i段直流线路电流,A;Ri为第i段直流线路电阻,Ω。

3)积尘损耗模型。分布式光伏系统在运行中,由于环境中的烟尘、风沙等因素,组件表面会产生积尘,降低光伏电站整体性能和效率。

受积尘类型、当地风资源和降雨等因素影响,目前还未较实用的阵列表面积尘模型。可通过现场测试确定阵列积尘损耗系数,以确定积尘对电站运行性能衰减程度。目前,光伏组件积尘模型为

611e1b91c7aa5_html_cf0aa5d0c01d95ed.gif

式中:Ht为光伏组件表面辐照度,W/m2;Lsoiling是积尘损耗系数。

4)玻璃透射率损失模型。光伏组件玻璃透射率模型是指太阳光通过光伏组件表面玻璃照射到光伏电池上时,因玻璃折射造成的损耗。在不同入射角θs下,光伏组相对透过率FTB(θs)模型为

FTB(θs)=1-b0(611e1b91c7aa5_html_71da92d6cbe3e6bd.gif -1)

式中:b0为波兹曼常数,通常默认为:0.04。

4、光伏系统效率模型。在建模中,通过现场试验确定模型中的待定系数,能有效提高模型的精确度。本文通过光伏组件和光伏逆变器的现场试验,确定了模型的相关待定系数。

三、仿真与验证

针对配电网的某分布式光伏系统的发电性能进行了仿真分析。该光伏发电系统总装机容量为50kW,由171块310W光伏组件及1台50kW光伏逆变器组成。

1、光伏发电系统模型参数确定

1)光伏组件模型参数。利用现场I-V曲线测试仪,选择5块光伏组件进行测试,将测试结果转换为STC(即标准测试条件)条件,取其平均值,得到光伏组件模型参数。

2)光伏逆变器模型参数。根据逆变器长期运行监测数据和逆变器出厂参数,采用Mistcherlich非线性回归模型对光伏逆变器的效率进行回归建模,利用SPSS软件建立回归系数方程的标准差和置信区间。

3)光伏系统损耗模型参数。利用分布式光伏系统建设图纸,结合光伏组件阴影遮挡模型,计算分布式光伏系统阴影损耗参数;在分布式光伏系统设计可行性研究报告中,可利用当地气候提取光伏系统的其它损耗参数。

2、发电性能仿真结果。利用确定的光伏组件、光伏逆变器模型参数和光伏电站主要损耗参数,结合当地地理和气象信息,可获得分布式光伏发电系统的年、月运行性能。

该区域分布式光伏发电系统的等效满发时长Yf与发电量趋势一致,夏季高,冬季低,而光伏电站的PR则冬季高,夏季低,其原因是单一PR指标受现场环境温度的影响。对于不同地区、不同容量的光伏发电系统,可通过比较各月、年PR值来比较每个电站的发电效率;通过比较各月、年的Yf值,可比较每个光伏系统在当地使用光照资源能力的高低。

四、结论

通过对基于配电网的分布式光伏发电系统的拓扑结构分析,分析了光伏发电系统的运行性能评价指标,建立了分布式光伏发电系统关键部件的效率模型和效率环节模型。针对某50kW分布式光伏发电系统的运行性能进行了仿真分析,并通过分布式光伏发电系统的实际发电情况验证了仿真模型的准确性。

参考文献:

[1]黄勇.分布式光伏系统优化设计软件的研究[D].上海:上海交通大学,2018,38–64.

[2]何玉鹏.配电网中的分布式光伏系统发电性能仿真[J].中国电力,2021(02).