1部分。
影響光伏組件和熱模型溫度的因素
光伏組件的工作溫度受系統(tǒng)設(shè)計、安裝方式和氣象因素的影響。設(shè)計因素包括構(gòu)件的技術(shù)類型、包裝材料的類型、安裝方法包括固定支架安裝(敞開式)、屋面邊坡安裝和跟蹤支架安裝。氣象因素包括環(huán)境溫度、輻射和風(fēng)速。因此，預(yù)測室外光伏組件的工作溫度是一項非常復(fù)雜的工作，需要綜合考慮以上幾個因素。
在科研領(lǐng)域，建立光伏組件的熱模型可以幫助量化這些因素，估算組件的工作溫度，減少與溫度相關(guān)的不確定性，即提高組件性能模型的準(zhǔn)確性。通過數(shù)據(jù)量化和可靠的性能模型，可以在光伏系統(tǒng)的設(shè)計和發(fā)電系統(tǒng)的仿真運行中起到非常重要的作用。
目前關(guān)于光伏組件的熱模型有很多，如基于室外實測數(shù)據(jù)的經(jīng)驗擬合公式或利用熱傳導(dǎo)理論計算等。PVsyst是一款非常成熟的商用光伏仿真軟件。在計算元件溫度時，也使用了熱模型。表征熱損失的兩個關(guān)鍵參數(shù)是Uc和Uv。其中Uc為常數(shù)，Uv為與風(fēng)速相關(guān)的變量。軟件有三種默認(rèn)的安裝模式，分別對應(yīng)不同的Uc和Uv體驗值供用戶選擇。
1. Sandia組件熱模型
其中EPOA為組件坡面輻照度，Ta為環(huán)境溫度，WS為風(fēng)速，a、b為常數(shù)，具體取決于組件的安裝方式和包裝材料，見下表。
2. 法伊曼元件熱模型
David Faiman的研究小組提出的組件熱模型相對簡單，使用熱傳導(dǎo)理論來確定組件的溫度。式中，Tm為組件溫度，Ta為環(huán)境溫度，EPOA為光伏斜面輻照度。U0是熱損失系數(shù)，是常數(shù)，U1是與風(fēng)速有關(guān)的變量。w是風(fēng)速。
3.PVsyst組件熱模型
PVsyst組件的熱模型是基于Faiman模型，但是不同的是，溫度是組件內(nèi)部電池的溫度。Tc是電池溫度的公式,助教是環(huán)境溫度,斜面和EPOA組件輻照度,這是組件的轉(zhuǎn)換效率在實際工作條件下,10%在默認(rèn)情況下,組件電池吸收速率,默認(rèn)值是0.9。U0U1為熱損失系數(shù)，WS為風(fēng)速。
2部分。
根據(jù)數(shù)值擬合方法，確定了UC和UV的流量
PVsyst軟件為用戶提供了三種不同安裝類型的熱損失系數(shù)。如果現(xiàn)場條件允許，還可以安裝相關(guān)設(shè)備進(jìn)行數(shù)據(jù)采集，通過回歸分析得到熱損失系數(shù)，從而大大提高發(fā)電模擬的準(zhǔn)確性。現(xiàn)提供以下步驟供你參考:
1)模塊室外測試平臺搭建:光伏模塊一般向南安裝，在模塊附近安裝環(huán)境監(jiān)測儀，采集模塊背板溫度、風(fēng)速、風(fēng)向、環(huán)境溫度、光伏斜面輻照度。
2)統(tǒng)計周期可為一年或多年，背景處可導(dǎo)出輻照度、風(fēng)速、組件溫度和環(huán)境溫度數(shù)據(jù)。
3)對數(shù)據(jù)進(jìn)行篩選，減少誤差，主要是對上午10點到下午14點的數(shù)據(jù)進(jìn)行篩選。
4)計算組件背板溫度與環(huán)境溫度的差值，即T= tma-ta，計算GlobInc/ T與GlobInc/ T在光伏平面輻照度中的比值。
5)剔除由于數(shù)據(jù)采集問題導(dǎo)致的明顯異常的計算結(jié)果。
6)繪制GlobInc/ delta T與風(fēng)速之間的擬合曲線。
7)得到曲線的截距Uc和斜率Uv。
8)根據(jù)殘差圖進(jìn)行擬合試驗。任何做過回歸分析的人都知道，回歸分析的結(jié)果必須通過殘差圖來驗證模型的可靠性。我們收集的數(shù)據(jù)一般不可能完全符合該理論的正態(tài)分布，該理論有一個固定的概率密度函數(shù)。
那么，收集到的數(shù)據(jù)是否可以被認(rèn)為是正常的呢?這需要通過畫一個正態(tài)概率圖來驗證。如果正態(tài)概率圖顯示為一條直線或近似直線,可以認(rèn)為剩余近似正態(tài)分布,正態(tài)概率圖的剩余接近,所以正常的假設(shè)可以被認(rèn)為是真實的。
第3部分。
太陽能光伏發(fā)電站案例介紹
一些戶外組件安裝超過硅測試,2019年的樣本數(shù)據(jù)統(tǒng)計,如下圖所示,數(shù)據(jù)擬合后,加州大學(xué)是22.38,紫外線是5.7101,擬合優(yōu)度為0.6866,我們發(fā)現(xiàn),當(dāng)風(fēng)速超過4米/秒,數(shù)據(jù)增加的特點,所以在不到4 m / s可以用來配合數(shù)據(jù),將增加相關(guān)性,數(shù)據(jù)擬合良好。
圖1數(shù)據(jù)線性擬合結(jié)果
圖2為殘差圖和正態(tài)概率圖。從圖中可以看出，殘差圖的形狀基本上是令人滿意的。
圖2殘差分析和正態(tài)概率圖
剩余的知識
殘差為因變量y0的觀測值與根據(jù)估計的回歸方程計算出的預(yù)測值y1之差，記作e，反映了利用估計的回歸方程預(yù)測y0所造成的誤差。第i次觀測的余項可表示為:e=y0-y1。
殘差圖是分析殘差的一種有效方法。其縱坐標(biāo)(Y軸方向)為殘差，其橫坐標(biāo)(X軸方向)為X變量的值或Y變量的預(yù)測值。
要分析殘差，您需要了解幾種常見的殘差模式及其所代表的信息。
如果方差擬合值與實際值之間的誤差項是相同的所有值x,如果x和y回歸模型描述變量之間的關(guān)系是合理的,所有的點在剩余圖中應(yīng)該落在中間橫帶,如圖(一)。然而,如果方差的平方是不同的值,例如,對于一個大的x值,相應(yīng)的殘余也大,如無花果。(b)所示,這意味著方差相等的假設(shè)被違背了。如果殘差圖如圖(c)所示，則說明所選擇的回歸模型不合理。在這種情況下，應(yīng)該考慮曲線回歸或多元回歸模型。
上一篇：光伏發(fā)電與光熱發(fā)電的區(qū)別是什么? 下一篇：研究得出結(jié)論夏威夷的風(fēng)能和太陽能設(shè)施配備了