分布式光伏发电影响因素综述

宋子昊

摘 要：随着分布式光伏市场化政策的出台，光伏组件成本呈现不断下降趋势，光伏发电逐渐走近人们的生活。光伏的高效发电是分布式光伏发展的关键。所以，本文就影响光伏发电的因素进行分析，对分布式光伏发展影响条件进行总结，为分布式光伏的更好发展提供借鉴。

关键词：分布式光伏;光伏发电;影响因素

中图分类号：TM727文献标识码：A文章编号：1003-5168（2020）32-0136-04

Abstract： With the introduction of distributed photovoltaic marketization policies， the cost of photovoltaic modules has shown a continuous downward trend， and photovoltaic power generation has gradually approached people's lives. The efficient power generation of photovoltaics is the key to the development of distributed photovoltaics. Therefore， this paper analyzed the factors that affect photovoltaic power generation， summarized the conditions that affect the development of distributed photovoltaic， and provided a reference for the better development of distributed photovoltaic.

Keywords： distributed photovoltaic;photovoltaic power generation;influencing factors

当前，资源、环境等问题不断加剧，发展新能源是调整产业结构与经济转型的重要途径。太阳能具有清洁、广泛、安全、丰富等优势[1]，人们需要分析光伏发电各环节的影响因素，提高光伏发电利用率，为光伏的更好发展奠定基础。

国内外对于光伏组件的制造、设计、安装和转换效率等影响因素已有相关研究[2]。当地气象条件（如光照、温度、湿度）不仅会影响光伏出力，也会影响组件测控[3]。各种影响因素之间存在关联，除了分析当地辐照、气象等光伏发电所需的条件外，人们需要综合考虑，以达到发电效益的最优化。比如，光伏板倾角不仅影响辐照量、阵列间距，还影响积灰程度[4]，而异物对组件的遮挡、组串失配也是影响光伏发电的重要因素，因此加强组串控制和优化组件架构能保证发电效果良好可靠[5]。MPPT作为光伏发电的核心之一，其构建方式与跟踪能力关系着整个系统的高效运行。工业采用较多的仍然是单峰及其改进算法，但分布式光伏需要适应不同环境因素尤其是阴影的变化，动态多峰值的功率跟踪算法已成为目前研究的重要方向[6]。

光伏组件方阵主要有固定倾角和跟踪倾角两种搭建方式，跟踪倾角方式由于成本较高、系统复杂，不便于推广。因此，本文综述了固定倾角的分布式光伏发电及发展的主要影响因素。

1 环境与系统因素

由于所处地区与安装条件的不同，分布式光伏发电量不仅受本身系统设备的影响，也受当地环境的影响。光伏板通过太阳光辐照将光能转换成电能，组件所处环境直接影响光电转换，如光照、温度等。光伏发电器件构成及各器件受环境影响的因素如图1所示，在光伏系统实际运行过程中，转换效率、组件放置、系统损耗都会对其发电造成影响。

1.1 太阳辐射

太陽辐射经过大气层后，由于散射、反射、热传导等原因，其达到地表时会丧失一部分能量。虽然实际传到地面的光照能量也很庞大，但由于能量密度不高、照射有间歇性及能量转换和传输损失等情况，因此如何增大光照的利用率十分重要。不同季节、地理位置和大气活动等对辐照量都会产生影响，不同条件对光照的影响如图2所示。

辐照量的计算对光伏发电的安装、预测等都有着重要作用。光伏板因辐照方向多采用倾斜面安装，若已知地理方位及全年各月水平面上的平均太阳辐射资料（总辐射量、直接辐射量或散射辐射量），便能算出不同倾角斜面的全年各月平均太阳辐射量。倾斜面的太阳辐射总量[H]的计算公式为：

从大量数据试验总结出的各项同性模型到考虑天气等因素的各向异性模型及组合模型[7-9]，太阳散射辐射模型经历了仅能计算平面辐射到考虑不同条件的适用于斜面辐射模型的转变。直接辐射一般根据当地及太阳位置信息与总辐射估算得到，而反射辐射则由地面反射率、总辐照量与倾角求得。这些模型总体都是利用已知的组件位置、倾角与光照角度，从几何学角度采用大数据对辐射量进行分析总结得出的。

1.2 阵列倾角和阵列间距

光伏阵列的安装总体是北半球面向正南，南半球面向正北（面向赤道）。在光伏项目建设中，若倾角与间距不当，会造成光伏板不能接受最大太阳辐照与组件前后或左右遮挡，从而造成弃光。阵列倾角主要考虑太阳辐照质量最佳时的光照角度，以得到接收年总辐射量最大的角度;阵列间距需要根据太阳与当地位置信息、阵列倾角、建设面积、装机容量等进行合理计算，其间要确保各方向在要求时段内互不遮挡。

1.3 组件温度

光伏组件的工作效率受温度影响，若光伏组件温度较高，则会导致光电转换效率降低、电流传输波动甚至影响电池寿命。光伏工作温度主要来自环境温度与组件自身温度，与太阳辐照相关[10]，其计算有不同模型与修正方法，如NOCT模型、Sandia模型等。

温度系数反映了温度对材料的影响度，也是衡量光伏组件性能及温度影响的重要指标。在冬夏及温差较大的地方，组件温度系数的反应更明显。实际光伏系统中，其他器件也会受到温度影响而使发电量降低，影响光伏出力。

光伏板实测辐照度与温度的数据来源包括两种方式：一是利用光伏电站自带的辐照度、温度计量系统进行数据分析;二是采用离线巡视试验的方法定时采集。

1.4 组件遮挡、组串失配

在光伏发电系统中，组件直接置于外界，表面落尘落叶、鸟与虫的活动、积雪等遮挡会影响组件受光与温度变化，并且由于电池片性能存在差异，串联后单体电流的不同令整体电流损失，使得连接成的光伏组件输出总功率小于各单体电池片输出之和，这种情况被称作太阳能电池的失配。不同厂家光伏电池的光伏特性也有差别，组件局部遮挡、失配会形成热斑甚至造成整个组件损坏。

1.5 最大功率点跟踪

集中式逆变器体积较大、集成度高，组串式逆变器配置灵活，更适合中小型电站。最大功率点跟踪可以维持系统最大出力，使系统运行更加稳定，提高发电效率，同时便于调度。

1.5.1 MPPT路数。由于光伏组件是串并联连接的，单体不良会影响组串及跟踪精度，进而影响整个系统的发电效率，可通过组串分组接入MPPT控制，以减小个体对整体的影响。MPPT渗透率为MPPT路数与组串接入路数的百分比，渗透率越高，组串间干扰度越小，但MPPT的增加会对系统稳定性产生影响，人们需要对其进行合理的分析。

1.5.2 电压范围。在整个光伏发电系统日运行中，随着光照的逐渐增强（减弱），组件发电产生的电压逐渐增大（降低），当电压进入逆变器工作范围时，逆变器开始正常工作，反之，低于临界时，逆变器停止工作，系统输出也隨之停止。所以MPPT电压范围越广，工作时间越长，工作效率越高。

1.5.3 MPPT算法。良好的MPPT算法能够在环境变化（如树木、云层遮挡）时实时跟踪最大功率点，常用算法有固定电压法（CVT）、扰动观察法（P&O）、增量电导法（INC）、自适应的变步长改进算法、Fibonacci法以及结合智能算法的改进法等。

人们要结合不同应用区域/场景，具体分析影响分布式光伏的因素，如图3所示。

除上述因素外，光伏组件的材料及制作工艺决定着其光学透过性、力学性能、导电性、光电转换效率等，进而影响组件性能与转换效率。除自身损耗外，昼夜及负荷等工作条件的变化也会造成逆变器与变压器损失。线损包括直流线损和交流线损，在电流传输过程中不可避免，宜选用合适的线缆和提高电压。

2 分布式光伏发展的影响因素

2.1 政策因素

分布式光伏在用户侧进行发电，能够充分利用太阳能资源。近年来，国家光伏政策从总体上推动光伏平价上网、分布式发电市场化、“光伏+”，实施光伏扶贫等项目及清洁能源消纳计划，能为光伏健康有序发展提供良好导向与保障。

2.2 安全因素

根据相关标准，整个光伏系统在正常运行时应能供应全部负荷并保持充裕性和安全性。光伏组件安装位置需要有足够的空间、合理的线路铺设，充分考虑建筑或环境结构，以保证周围居民安全与系统良好运行。安全性与发电环境是光伏建设的先要条件。

2.3 经济因素

分布式光伏必须具有良好的光照条件与足够的辐照时间，才能保证相对稳定的电力电量输出。其在应用模式下应能满足用户要求，多余电量对电网进行有效的补充，以减少电网在用电高峰时的负荷需求以及设备、场地、电力输送等的成本。同时，光伏系统安装和运维成本、设备利用率、回报时间与投资利润率也是分布式光伏发展的重要因素。

3 结语

光伏发电受时空特性和气象因素的影响，对不同时间尺度、地理环境、天气类型、辐照等进行合理分析是分布式光伏布点定容、发电运行的基础。政策导向、经济发展、光伏企业数量与光伏发电集中度息息相关。分布式光伏能就近消纳、就近并网，可有效地削峰填谷，其模块化结构适用于各种地理环境，能同时满足效能、低碳、安全等方面的要求。要想实现分布式光伏的规模化发展，人们需要对影响因素进行综合论证，使其在不同的安装和运行条件下能安全、稳定、可靠、高效地发电。

参考文献：

[1]王洪坤，葛磊蛟，李宏伟，等.分布式光伏发电的特性分析与预测方法综述[J].电力建设，2017（7）：1-9.

[2]柴亚盼.光伏发电系统发电效率研究[D].北京：北京交通大学，2014：21-23.

[3]Osman Y I A，李金平，甄箫斐，等.环境因素对户用光伏板发电效率的影响[J].中国农机化学报，2019（3）：149-153.

[4]王磊.积灰影响下光伏阵列的发电量模型与倾角修正[J].电子设计工程，2019（15）：86-89.

[5]刘祝鸿，陈鸣.太阳电池组件中电池的失配现象研究[J].太阳能学报，2012（12）：2074-2079.

[6]宁勇，戴瑜兴，王镇道，等.不同MPPT架构光伏系统发电效率的比较研究[J].电子学报，2016（9）：2134-2140.

[7]姚万祥，李峥嵘，赵群，等.几种散射辐射模型精度的对比[J].同济大学学报（自然科学版），2014（6）：937-943.

[8]杜华珠，石巍，袁晨，等.不同模型在太阳辐照量计算中的分析与比较[J].能源与环境，2016（4）：96-98.

[9]魏嫽嫽，崔承刚，杨宁，等.光伏发电功率预测斜面辐射组合模型的评估研究[J].可再生能源，2018（6）：842-849.

[10]潘进军，申彦波，边泽强，等.气象要素对太阳能电池板温度的影响[J].应用气象学报，2014（2）：150-157.