多因素耦合对光伏发电性能影响的试验研究.docx

该【多因素耦合对光伏发电性能影响的试验研究 】是由【科技星球】上传分享，beplayapp体育下载一共【16】页，该beplayapp体育下载可以免费在线阅读，需要了解更多关于【多因素耦合对光伏发电性能影响的试验研究 】的内容，可以使用beplayapp体育下载的站内搜索功能，选择自己适合的beplayapp体育下载，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此beplayapp体育下载到您的设备，方便您编辑和打印。多因素耦合对光伏发电性能影响的试验研究??仲仕晶,赵书杰,2*(,苏州215009;,苏州215009)如今,建筑能耗逐步成为了节能领域所关注的焦点,如何开发和利用新能源以及降低建筑能耗已经成为关系到国家节能减排时效的重要工作,光伏作为可再生能源有了快速的发展,光伏建筑一体化、光伏照明等工程也将进一步的开展[1]。光伏组件的表面温度是影响光伏组件性能最主要的原因之一[2],该温度由环境温度等多种因素共同影响;且光伏发电量与环境温度呈负相关[3]。由于光伏组件表面温度会影响太阳电池的短路电流和输出开路电压[4],因此研究光伏组件表面温度对光伏发电性能的影响至关重要。目前国内外对光伏发电性能影响的研究主要是从环境温度为主,较少直接研究光伏板表面温度,且环境因素的单一和交叉影响分析很少,需要全方位地分析各因素对发电性能的影响。李英姿等[5]结合了北京地区实际环境因素和光伏并网发电系统运行数据,利用灰色关联度模型,分析了系统因素与系统特征之间的相互影响的灰色关联度及系统准优因素,发现当雾霾较重时,,当雾霾较轻时,可忽略对发电量影响。Hashim等[6]通过一系列的实验研究了多晶硅、单晶硅和硒化铜铟镓光伏组件在环境温度10~35℃温度下其发电性能的影响。丁勇等[7]通过在重庆地区搭建小型分布式光伏系统分析了辐射量、环境温度影响系统发电量和效率的主次关系,发现二者共同影响系统的发电量和发电效率。李西明等[8]分析了沙尘暴和日食等极端特殊天气对光伏发电系统出力影响。沈金荣等[9]通过采集常州地区一季度发电量数据,采用多因子综合回归分析日类型、空气质量等因素对发电量的影响,发现空气质量对该地区光伏系统发电量影响不大,辐射量影响最显著。赵永强等[10]发现积灰程度、海拔高度及某些地区特殊天气情况与其他因素耦合,共同影响光伏发电系统的工作效率。于秩彬等[11]对电站的发电量及周围环境因素等数据进行筛选和统计,对光照强度、温度及相对湿度这3个因素对发电功率的影响程度进行解耦分析,研究青岛等沿海地区特有气象对光伏发电效率的影响,可为该气候相似地区提供数据参考。由于苏州地区的气象条件与上述地区有较大差别,太阳能资源等其他因素也大不相同,因此以上的研究并不适用于苏州。苏州位与夏热冬冷地区,经济发达但能源消耗极其严重。近年来,太阳能光伏产业成为苏州战略性新兴产业重点支持和发展的领域。为了更好地研究该地区光伏技术发展的适用性,搭建了太阳能光伏一体化材料试验平台,在其基础上进行相应的数据采集和试验,并将采集到的各项数据采用多元线性回归法及趋势面分析法综合分析了各个因素对光伏发电性能的影响,同时也为苏州地区光伏技术的发展提供理论依据和技术支持。1试验平台介绍图1所示为试验平台及设备装置。试验台搭建于苏州科技大学某建筑楼楼顶,实验台由两个测试仓、通道、水路系统、电气系统、监控中心以及数据采集中心组成。整个实验平台的尺寸为6m(长)×4m(宽)×3m(高),主箱体的材料为聚氨酯板,厚度为100mm,箱内和外壁的材料采用喷塑钢板。(长)×(宽),测试仓一边各有一扇单开门与通道相连;另一边前壁处各留有一个预留窗口(×1m)用来安装太阳能光电组件,组件可根据需求开启不同倾角。同时实验台的底部中心及四周均安装有可转动的滑轮,可以满足实验台的不同朝向。该系统配备一套风冷冷水机组,末端采用风机盘管,同时配备加热器,可实现对测试仓的制冷制热。数据采集中心及监控中心主要用于数据的采集和监控,通道内同时可用于实验人员工作休息。A为光伏板,B为中空玻璃,C为风机盘管,D为水路系统,E为监控中心,F为系统配电柜,G为数据采集中心,H为室外风速风向温湿度传感器图1实验台主视图、,three-dimensionalviewandequipmentdiagramoftheexperimentalplatform该试验平台的光伏发电系统由多晶硅光伏板、太阳能控制器、逆变器、蓄电池及负载组成。多晶硅光伏板为阿特斯公司所生产(型号CS6P-245P、额定功率245W、、),太阳能控制器(DC12/24V-20A),并网逆变器(输入24VDC,输出220VAC),阀控密封式铅酸蓄电池6块3串3并(东丰DFBL40-12/40Ah/12V),负载选用灯泡(飞利浦PAR38/175W)。采集测试主机主要由温度、辐照度巡回检测仪、微型计算机、硬盘、触摸屏和采集软件组成,尺寸为383mm(长)×248mm(宽)×195mm(高),可实现将所采集的所有数据自动保存在仪器内置的SD卡中;在界面对采集的数据进行实时查询,也可实现长期的无人职守数据采集。所有采集到的数据经过了RS485通信接口,将前端采集到的参量实时传送给系统数据中心,在主机对数据进行实时查看。同时采集主机与计算机相连,即可在计算机上可对数据进行实时查看监控。此外,系统还配置GPRS***无线远传模块,数据可通过无线移动网络向指定IP地址的计算机传输数据,实现对系统数据的远程监控。该系统可采集室外温湿度、光伏板表面温湿度、太阳辐照(包括总辐射、直接辐射、散射等)、风速、风向、直流电压、直流电流、直流功率,发电量等物理量。可根据采集的数据进行相应的绘图和计算,评估系统的效率、经济效益。系统主要构成及技术指标如图2、表1所示。—31日对实验台的多晶硅光伏板表面温度、环境温度、室外风速、太阳辐照、室外相对湿度以及发电量等数据进行测量,各测试仪器采集对应数据包括光伏板表面温度、环境温度、太阳辐照等,直流电能表显示累计发电量。为了研究各个因素对光伏板表面温度的影响以及利用趋势面分析研究光伏板表面温度和太阳辐射量对发电量的影响,试验选取5月13日的数据作为典型数据进行分析。所有数据可由采集测试主机自动采集并记录,时间间隔为10s,试验时间为8:00—20:00,当日天气晴转多云。、室外风速、总太阳辐照、室外湿度及光伏板表面湿度与光伏板表面温度的变化曲线。从图3(a)中可以看出,从测试开始时,光伏板表面温度及环境温度都处于上升阶段,但可以明显看出,在时间为9:00—16:20时当室外太阳辐照较高时,光伏板表面温度与环境温度的变化不同步,这说明光伏板表面温度受其他因素的影响较大,过了16:20时,室外太阳辐照减少,光伏板表面温度随室外温度的降低而降低,此时有较好的一致性。从图3(b)可知,室外风速对对光伏板表面温度有较显著的影响。图3(c)表明,光伏板表面温度与总辐射强度变化曲线关联度很大。但从图3(d)可以看出,室外湿度及光伏板表面湿度对光伏板表面湿度的影响不是很大。结合测试的结果可以得出,研究各个因素对光伏板表面温度的相关度和影响程度是非常有必要的。王春龙等[12]用灰色关联分析的方法,定量地分析了各影响因子与光伏板表面温度的关联度。得出最佳的关联顺序为太阳辐射强度>环境温度>风速>湿度。但是这种方法也会产生一些问题,如分析数据是按照时间的序列进行,采用初值化、极大化和极小化无量纲这个处理方法所得到的结果并不科学。为了对影响光伏板表面温度的因素进行更详细的研究,作者将当日所采集的所有数据用多元线性回归方程进行分析[13],结果如表2所示。、风速v、太阳总辐射强度E及室外湿度RH(由于室外湿度影响着光伏板表面湿度,只取室外湿度进行分析):y=-+-+(1)从表2及式(1)可以看出,,故认为可以用线性模型描述自变量和因变量直接的相关关系。R2=,说明了影响光伏板表面温度因素的总变差中,%可由环境温度、风速、太阳总辐射强度、室外湿度来解释,该多元线性回归方程的拟合优度较好。标准误差是说明在环境温度、风速、太阳总辐射强度、室外湿度来影响光伏板表面温度时,℃。根据式(1),环境温度每升高1℃,℃;室外风速每增大1m/s,℃;总太阳辐射强度每升高1W/m2,℃;室外湿度每升高1%,℃。