国际

您的位置:主页 > 国际 >

烧脑丨光伏系统设计仿真如何减小误差:宝盈官网登录

发布日期:2021-04-19 07:52浏览次数:
本文摘要:让我们先从SunPower的研究开始。2010年左右,SunPower开始了抗反射膜玻璃密封的模块测试。防反射膜的材料是多孔二氧化硅。 用普通组件测试器测量,在标准测试条件(STC )下,防反射膜玻璃组件的发电功率比普通组件的平均值高2.7%。但是,SunPower之后为了更正确地测量防反射膜玻璃模块的性能,与NREL合作开展了2年的实地测试,结果显示其发电量比通常的模块高3.5%到5%。 大大低于组件测试器得到的数值。

宝盈官网

让我们先从SunPower的研究开始。2010年左右,SunPower开始了抗反射膜玻璃密封的模块测试。防反射膜的材料是多孔二氧化硅。

用普通组件测试器测量,在标准测试条件(STC )下,防反射膜玻璃组件的发电功率比普通组件的平均值高2.7%。但是,SunPower之后为了更正确地测量防反射膜玻璃模块的性能,与NREL合作开展了2年的实地测试,结果显示其发电量比通常的模块高3.5%到5%。

大大低于组件测试器得到的数值。这种差异的原因将在后面叙述,该故事一方面说明现有模块测试方法的局限性,另一方面也体现了下一代太阳能电池和模块的光学设计(例如先进设备的光限制结构和防反射膜玻璃等)中可能面临的课题。也就是说,如果模块测试器的结果100%反应没有用于实际情况,在设计和优化过程中,无法生产实际产品展开长时间的实地测试,到底该如何指导模块玻璃防反射膜的设计呢? 模拟太阳能电池和组件在系统中的行为,用其结果指导优化和设计。

但是,现在光伏行业常用的器件建模工具相对于太阳能电池,系统侧的建模工具考虑非常简单的器件模型,现有的建模工具很难解决问题的上述问题,现在行业从电池然后可以推广到系统层面的全等级模型我的博士研究从先进设备的光陷阱结构建模到达,明确提出光学特性角度矩阵框架(AMF ),解决电池正反两面使用不同建模算法的兼容性问题然后,可以进一步展开这个框架,利用这个框架对太阳能模块的光学特性进行建模,对系统整体的光学特性进行建模。在此展开的基础上,首先我们可以更准确地计算太阳能系统的理论发电电力和发电量,为系统设计和监视得到更准确的指导。另一方面,可以以系统发电量为指标优化电池和组件(system-orientedmodellingandoptimisation,SOMO )。

优化指标依然是标准测试条件下的发电功率或AM1.5G,不是灯泡用的组件测试器,而是对系统所处环境长时间的太阳光电磁辐射。比如我们可以用这个方法计算。如果某个系统以某个角度安装在地球的某个地方,该系统使用的组件的最佳防反射膜厚是多少? 详细介绍了这种基于AMF的系统发电量的计算方法。

一、原理首先非常简单地总结了传统的光伏系统发电量预测算法。如图1右图所示,首先从组件的datasheet获取组件的额定功率和温度系数。其次通过收集一段时间的气象数据,提取太阳电离放射线量、气温、风速。

宝盈官网登录

宝盈官网

根据水平表面的放射度计算组件倾斜面的放射度根据气温和风速计算模块温度。模块面放射度与标准测试放射度之比Ip/1000作为计算直流电力的系数,然后通过模块温度校正得到直流放电电力,最后通过分析系统的流形结构、线损和各设备的效率来计算最后的交流发电量。想想下面三个问题,那个方法潜藏着什么问题。

图1 .传统系统的发电量预测计算流程【1】以下两个组件受到的太阳辐射度完全相同,但(a )电离辐射垂直组件,(b )太阳光斜入箭组件,他们的发电功率完全相同吗? 图2.2种放射度完全相同的情况下,(a )横入射光模块,(b )斜入射箭模块的答案当然是反驳,(a )即使太阳放射度完全相同,(b )斜入射箭模块的答案也是反驳,模块表面和电池表面是不同角度的系统发电量预测算法必须考虑太阳光电离放射线的经时变化,因此一天中放射度振幅本身不仅会经时变化,对组件的入射角也不会变化。一些目前常用的系统发电量预测算法修正了这一误差. 在PVWatts中,修正这种差异称为AOIcorrection,在PVSyst中称为IncidenceAngleModifier。

这个问题基于AMF的算法也彻底展开了处理。


本文关键词:烧脑,丨光伏,系统,设计,仿真,如何,减小,误差,宝盈官方网站入口

本文来源:宝盈官网-www.jinzihu.com