大型并網光伏電站運行分析系統的設計

李愛國 郭軍軍

（1.陜西工業職業技術學院，咸陽 712000；2.陜西郵電職業技術學院計算機系，咸陽 712000）

0 引言

隨著人們對能源需求的日益增長，對環境問題的日益重視，尋找可大規模使用的可再生能源成為各國著重考慮的問題，太陽能作為一種取之不盡、用之不竭、清潔無污染的綠色能源成為關注的焦點。與傳統火力發電相比，太陽能光伏電站運行過程中，無污染、無原材料消耗，運行成本極低[1]。因此，大型并網光伏電站在國內已經開始建設，但是還處于起步階段。我國已建設了甘肅敦煌、昆明石林、青海柴達木等MW級并網光伏電站[2]。

已運行的光伏電站迫切需要盡快掌握電站的性能，合理制定生產計劃。針對光伏電站運行數據分析的需要，設計并實現了大型并網光伏電站運行分析系統。主要用于運行數據對比顯示和性能計算分析。

1 系統結構

系統配置有兩臺服務器，一臺作為數據存儲服務器，另一臺作為Web服務器。分析的數據來自現場監控設備。比如，逆變器數據來自PLC，各方陣的電流信號等數據來自監控系統廠家的OPC服務器，環境系統數據來自獨立的智能設備。硬件結構如圖1：

圖1 系統硬件結構Fig 1. Hardware structure

系統以Oracle數據庫為核心，系統軟件結構如圖2所示：

圖2 系統軟件件結構Fig 2. Software structure

軟件結構主要由以下幾部分組成。

數據采集程序：通過Modbus、Sixnet等協議從光伏電站的監控網絡的現場設備取得數據[3]。由于方陣設備型號的差異，從設備采集到的部分數據方陣之前不一致或缺失，為了便于分析，數據采集程序還負責這些缺失數據的計算和補充。

Oracle數據庫：設計有測點信息表，方陣數據表等各種表格，完成歷史數據和實時分析計算結果的存儲。

數據分析程序：依據不同算法，對采集到的數據進行分析計算。

Web發布服務器：從數據庫讀取數據，發布計算結果到網絡，供電站操作人員使用。程序使用Java編寫，在Tomcat平臺發布。

IE瀏覽器：作為系統數據發布的客戶端。只要能連網的電腦均可以訪問分析結果。

2 功能設計

并網光伏電站主要由光伏組件陣列、具有最大功率跟蹤功能的逆變器及濾波電容器、濾波電感器、變壓器和控制系統等組成。系統主要分析了太陽能組件、跟蹤系統和對光伏電站整體性能進行了整體分析。

2.1 太陽能組件模塊

太陽能組件將太陽能轉化為電能,是太陽能發電系統中的核心部分，也是太陽能發電系統中成本最高的部分。太陽能電池板的質量將直接決定整個系統的質量。因此對太陽能組件進行分析十分重要。太陽能組件模塊主要包含以下幾個模塊。

(1)溫度趨勢分析

環境溫度對太陽能組件的效率有十分顯著的影響。此部分反映了電站平均環境溫度與電站平均組件溫度的變化。圖3顯示了某一天早晨到晚上的模塊溫度變化。

圖3 溫度曲線Fig 3. Temperature curve

由于太陽能電池組件工作時的發熱，組件模塊溫度會比環境溫度高，并且會隨著負荷波動。

(2)IV、PV曲線擬合；

為了驗證太陽能電池組件的實際運行效果，需要對IV、PV曲線進行測試。測試的步驟是：從監控系統中提取太陽能光伏陣列的I、V的實時數據;

將實時數據I、V轉換為標準條件下的I、V值;

太陽能電池組件采用單指數模型;

經分析，選擇3次樣條函數插值法進行曲線擬合，3次樣條函數插值是利用3次樣條函數的原理在樣本間進行插值，其插值函數可以表達為：yi=interp1(x,y,spline)。通過插值可以得到太陽能光伏陣列的IV曲線; IV曲線如圖4所示。

PV曲線由IV曲線可以求得。PV曲線如圖5所示。

圖4 IV曲線Fig 4. IV Curve

圖5 PV曲線Fig 5. PV Curve

(3)太陽能電池組件的溫度補償系數

太陽能電池的開路電壓隨溫度的升高而降低，太陽能電池短路電流隨溫度的升高而升高，太陽能電池的峰值功率隨溫度的升高而降低。例如：工作在20℃的硅太陽能電池,其輸出功率要比工作在70℃的高20 %。光伏組件的溫度補償系數需要采用實驗的手段，并與監控系統采集的數據相結合。

在得到相關數據后，溫度補償系數可采用以下公式解析電壓修正系數α和電流修正系數β。

式中：Vnew、Inew修正后的電壓電流；V、I修正前的電壓電流；T：當前測試條件下的溫度；Tstd：標準條件下的模塊溫度；S：當前測試條件下的輻照強度；Sstd：標準條件下的輻照強度。

隨機選取方陣中某個太陽能組件進行測試。測試過程使用太陽模擬器，并用標準電池校準輻照度。溫度傳感器附著在太陽電池上，盡量靠近PN結。每升高溫度10℃，測量開路電壓和短路電壓。當溫度低于環境溫度，為防止水珠凝結，可用干燥的氮氣保護[4]。

測試結果如下：

表1 組件溫度系數

2.2 跟蹤系統分析模塊

出于研究的需要，試驗的光伏電站的某個方陣采用了4種跟蹤方式。分別是固定支架式，平單軸跟蹤式，斜單軸跟蹤式，雙軸跟蹤式。此方陣共有5個單元，前2個是固定支架式，3為平單軸跟蹤式,4為斜單軸跟蹤式,5為雙軸跟蹤式。這里主要比較2，3，4，5單元的功耗和發電量。

(1)各類跟蹤系統發電量分析。各跟蹤方陣設計功率相同，布置在同一個區域內，距離不遠，受到的輻照強度相差不大。比較了各方陣的發電量。雙軸跟蹤效果明顯，發電量最多。

(2)各類跟蹤系統的功耗對比、分析。

表2 跟蹤系統功耗

綜合考慮發電量、成本、維護、功耗等因素，認為平單軸較為合適。

2.3 光伏電站分析對比

這個模塊對光伏電站整體性能進行了分析。由于大型光伏電站在國內剛開始建設，運行經驗相對缺乏。光伏電站的電源結構不同于一般的火電廠，核電廠和水電站，更接近風電廠，是由多個電源點經過并聯串聯組成。這樣的結構使得局部故障不影響整個電站的穩定運行，但是太陽輻照和環境溫度會對電站運行產生一定程度的影響[5]。

(1)光伏電站出力與太陽輻照度的關系曲線

圖6顯示了某一天早到晚輻照強度與電站功率的變化趨勢。

圖6 輻照強度與功率曲線Fig 6. Illumination intensity and power curve

(2)實時輻照隨時間的變化曲線和實時功率隨時間的變化曲線

電池板溫度在25度左右范圍內時，光伏電站出力和輻照強度的關系曲線?？紤]了電池的正常工作溫度，20度-30度之間。這樣才去掉了電池溫度的影響。

（3)光伏電站發電量預測

光伏電站的發電量預測較為困難，主要與天氣，云量有極大的關系。系統使用神經網絡模型來預測發電量，取得了一定的效果[6]。輸入數據為日照幅度和環境溫度，輸出數據為光伏電站出力。神經網絡初次使用需要用戶進行神經網絡訓練。訓練好之后，可以直接用以前的訓練結果進行預測。

（4）功率和光照的分布區間統計

用于記錄一年中功率和光照的分布區間，用以指導光伏發電的運行，合理安排檢修計劃。程序實現時主要記錄日峰值功率點，找一天中最大的功率值和輻照值，每天記錄一次，每天22點存儲，0點清零。

（5）日出日落時間計算

提供當地的日出日落時間查詢功能。有助于安排電站運行人員的工作計劃。

圖7 日出日落時間Fig 7. Sunset and sunrise time display

此外，還進行了光伏電站逐日、逐月、逐年發電量分析和各方陣CO2減排量對比。

3 發布圖形界面的設計

為了提供便于分析的界面，使用了線形，柱狀，餅圖等顯示方式，供用戶選擇。這部分采用jasperreport編程實現。數據同時采用了多種動態顯示方式。顯示歷史數據時，時間長度和起止時間可調。實現時每個圖的默認值不一樣，根據實現的功能不同而有差異。若當天數據不完整，只畫截止到刷新時刻采集到的數據。

4 結語

從長遠看，太陽能光伏發電在不遠的將來會占據世界能源消費的重要地位。本文利用多種計算機技術實現的光伏電站運行分析系統是研究大型太陽能電站運行狀態的有效數據分析平臺[7]。

［1］ 張國榮, 張鐵良, 丁明等. 光伏并網發電與有源電力濾波器的統一控制[J]. 電力系統自動化, 2007, (8) : 61-66.

［2］ 陳衛民, 陳國呈, 崔開涌等. 分布式并網發電系統在孤島時的運行控制[J]. 電力系統自動化, 2008, (9) : 89-91.

［3］ 張筱文; 鄭建勇. 光伏電站監控系統的設計[J]. 電工電氣,2010,(9):12-20.

［4］ 李晶, 許洪華, 趙海翔等. 并網光伏電站動態建模及仿真分析[J].電力系統自動化, 2008, (24) : 83-87.

［5］ 楊德州,王利平,張軍,吳興全. 大型分布式電源模型化研究及其并網特性分析[J]. 電力系統保護與控制,2010,(18):104-110.

［6］ 李軍,許繼生,王生淵,景滿德等. 一種并網型光伏電站光功率及發電量預測的方法[J].青海電力,2010,(2):18-20.

［7］ 張軼, 魯國起, 張焰等. 光伏電站并網對電網可靠性的影響[J]. 華東電力,2010,(5):700-706.