分布式光伏電站發(fā)電效率影響因素研究

王賢立+王招娣+賈杰

摘 要：伴隨著國民經(jīng)濟的飛速增長，國內(nèi)現(xiàn)有分布式光伏電站項目的數(shù)量每年都在攀升，致使影響光伏電站的發(fā)電效率的因素也更加多樣化，使得分布式光伏電站的發(fā)電效率影響因素逐漸受到社會各界的高度關(guān)注。在這一基礎(chǔ)上，筆者就屋頂分布式光伏電站發(fā)電效率展開了一系列詳細的研究與分析，研究的目的旨在找出影響分布式光伏發(fā)電站正常發(fā)電效率的因素，提升發(fā)電效率。

關(guān)鍵詞：分布式光伏電站；發(fā)電效率；逆變器

DOI：10.16640/j.cnki.37-1222/t.2018.05.150

0 前言

在國民用電量日益提升的基礎(chǔ)上，為了能夠有效滿足國民的供電需求，目前分布式光伏電站的建設(shè)項目也在不斷增長。在這一前提下，為了能夠更好的提升國民的供電水平，筆者在文中以裝機容量為3MW的某屋頂分布式光伏電站為例，詳細研究分布式光伏電站發(fā)電的影響因素，以期幫助分布式光伏電站的發(fā)電提升工作效率帶來參考。

1 分布式光伏電站發(fā)電效率影響因素研究

1.1 可靠性影響因素

在進行屋頂分布式光伏電站發(fā)電效率影響因素研究過程中，首先需要研究的就是電站內(nèi)部的實際運行率，通常情況下，會按照下述公式進行計算發(fā)電站現(xiàn)有的運行效率：

N=N0/N*100%

在該項公式中， N主要是指在研究期間內(nèi)某光伏電站的實際運行效率；N0主要是指在本次研究過程中發(fā)電站逆變器的實際運行天數(shù)；最后一項中的N主要是指研究過程中逆變器的總體設(shè)備數(shù)量與設(shè)備的實際設(shè)備運行天數(shù)乘積[1]。

在掌握了以上基礎(chǔ)條件的前提下，筆者在進行屋頂分布式光伏電站發(fā)電效率影響因素的研究時，統(tǒng)計了某發(fā)電站在研究期間內(nèi)的總體停運時間，需要注意的是，當影響發(fā)電站正常發(fā)電的因素出現(xiàn)時，無論出現(xiàn)的時間長短，都會將該天的發(fā)電數(shù)據(jù)記作錯誤數(shù)據(jù)，一旦錯誤的數(shù)據(jù)出現(xiàn)，必然會導(dǎo)致當天的正常發(fā)電工作以及研究最后的正確結(jié)果計算，此種做法是為了降低計算誤差。另外，在研究期間，筆者一共統(tǒng)計出12天的停運天數(shù)，3月9日-3月14日，4月14日-4月15日，11月2日-11月4日和12月17日。具體的分布式逆變器光伏發(fā)電設(shè)備故障統(tǒng)計結(jié)果。

1.2 電量影響因素

在進行屋頂分布式光伏電站發(fā)電效率影響因素研究過程中，其次需要研究的就是電站內(nèi)部的電量，通常情況下，會按照下述公式進行計算發(fā)電站現(xiàn)有的結(jié)算電量：

E結(jié)算電量= （kW/h）

在該項公式中，E結(jié)算電量主要是指在研究期間內(nèi)某光伏電站中所有用電用戶所耗費的光伏電站最終總電量；Ei主要是指在本次研究過程中發(fā)電的實際發(fā)電量；Ej主要是指在本次研究過程中光伏電站的實際使用總電量；Ek主要是指在本次研究期間光伏電站的綜合上網(wǎng)電量；最后公式中的n主要是指研究過程中光伏發(fā)電單元的具體數(shù)量值[2]。由該項公式能夠得出，在分布式光伏發(fā)電站中，電量也是一項十分十分重要的發(fā)電效率影響因素，無論是公式中的電量計算錯誤還是發(fā)電單元出現(xiàn)統(tǒng)計失誤，都會對最終的發(fā)電效率計算產(chǎn)生影響。

1.3 發(fā)電效能影響因素

在進行屋頂分布式光伏電站發(fā)電影響因素研究過程中，最后需要掌握的就是電站內(nèi)部的等效發(fā)電小時影響因素。一般來講，會依據(jù)下述公式進行計算發(fā)電站現(xiàn)有的等效發(fā)電小時數(shù)量，能夠有效得出某分布式光伏電站的實際等效發(fā)電小時準確數(shù)值：等效發(fā)電小時數(shù)值=發(fā)電量/電站標稱的平均容量數(shù)值=1298（h）。另外一方面，在這一發(fā)電效率影響因素中，整個分布式發(fā)電站的運行效率也影響發(fā)電站的發(fā)電效率提升。鑒于此，筆者在研究工作開展期間通過使用三種模擬軟件進行提升某發(fā)電站的發(fā)電效率，三種軟件分別是NASA、SolarGis、Meteonorm。筆者在研究期間進行了某分布式光伏電站系統(tǒng)工作效率計算，得出該電站的運行效率處于74%-80%范圍內(nèi)，安裝角度為31。最佳安裝角度。如果將SolarGis模擬軟件作為該分布式光伏電站的整體效率研究基礎(chǔ)，則某電站的峰值發(fā)電小時數(shù)值結(jié)果會是1704小時，實際的系統(tǒng)效率結(jié)果為76%。與此同時，如果將影響因素一中的某分布式光伏電站的12天總體停運時間與全年發(fā)電量兩者數(shù)值進行合并計算，將會得出SolarGis模擬軟件下的發(fā)電系統(tǒng)發(fā)電效率為78%。由此可見，除開發(fā)電的天數(shù)、發(fā)電的電量，發(fā)電的效能也是影響分布式光伏電站發(fā)電效率的重要影響因素。

2 系統(tǒng)運維

一般情況下，當分布式光伏電站發(fā)電效率不夠理想時，作為發(fā)電站的管理人員，首先需要做的就是從逆變器的運行著手，針對發(fā)電站的實際發(fā)電狀況進行發(fā)電故障分析。其次，進行實際發(fā)電量計算，只有計算出準確的電量結(jié)果，才能以最快的速度查找出影響發(fā)電效率的故障因素，進而解決故障恢復(fù)供電。最后一點，也是最重要的一點，就是做好發(fā)電站內(nèi)發(fā)電系統(tǒng)的運行工作，只有發(fā)電系統(tǒng)的正常運行，才能確保整個發(fā)電站的正常運行，一旦系統(tǒng)出現(xiàn)故障，必然會引起一系列的負面聯(lián)鎖反應(yīng)，影響用電用戶的供電效率。另外一方面，作為分布式光伏電站的管理者，還應(yīng)該積極運用電壓、電流測試手段進行日常維護，同時輔以清洗、熱板效應(yīng)等高級的運維方法。

3 總結(jié)

綜上所述，影響分布式光伏發(fā)電效率的因素主要包括可靠性影響因素、電量影響因素、發(fā)電效能影響因素三種，由于篇幅有限，筆者在本篇的研究中僅針對該三方面的影響因素展開了分析。隨著科學(xué)技術(shù)手段的更新，相關(guān)發(fā)電方法以及發(fā)電功能也在逐步提升，相信經(jīng)過相關(guān)專業(yè)人員的不懈努力，一定能夠提升現(xiàn)有的發(fā)電水平，進而提升國民的供電效率。

參考文獻：

[1]陳同浩，劉永成，李坤等.基于ZigBee的分布式光伏發(fā)電監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[J].自動化技術(shù)與應(yīng)用，2017，36（10）：73-76.

[2]隋紅林，蔡進.分布式光伏電站并網(wǎng)的工程應(yīng)用分析[J].科技風，

2017（15）：204.