光伏电站输出功率影响因素分析

张雪莉，刘其辉，马会萌，李蓓

（1.华北电力大学电气与电子工程学院，北京102206；2.中国电力科学研究院，北京100192）

为了有效应对日益严峻的一次能源短缺和环境污染困境，降低我国对煤炭资源的依赖程度以及缓解全球温室效应等问题，风能、太阳能等绿色可再生能源的大规模并网成为我国电网发展的重要方向。光伏并网发电可以有效利用太阳能，但光伏发电系统的输出功率随光照强度、温度等环境因素的改变具有随机性和不可控性。随着光伏系统在电网中所占比例的不断增大，它对电网带来的影响必须得到有效地治理以保证供电的安全可靠性[1-6]。

目前，解决光伏并网对电网的影响、提高光伏并网容量的措施有2种，一是从电网角度，提高电网的灵活性，建设智能电网；二是从光伏电站角度，为并网光伏电站配置储能装置。前者伴随智能电网的发展，光伏的大规模并网、输送、配送以及运行、消纳会带来大型投资费用；后者则通过光储协调控制与应用，既能平滑光伏功率输出，避免对电网造成的不良影响，又能减少投资降低费用。

光储联合系统是当前研究的热点[7-10]。离网和独立的光伏发电系统需要配置储能系统，因为单独的太阳能系统受时间和地域的约束，很难全天候利用太阳能资源。对并网的大型光伏发电系统，可不采用储能系统直接向中央电网供电，但电网功率和频率波动大，通常情况下也要采用储能系统对电网进行调峰和调频，来保证发电、供电的稳定性。光伏系统设计者为了开发一个合理的光储系统，需要通过建模和仿真的方法对光储系统的运行情况作全面的分析，尽量逼真地模拟光伏电站以及储能系统的运行情况[11-13]，因此，必须加深对光伏发电系统输出特性的了解。本文在讨论光伏并网对电网带来的影响以及影响光伏组件输出因素的基础上，依托光伏并网电站的实际运行数据，从光照强度、温度等气象因素的角度出发，定性定量地分析了光伏系统的输出特性，最后据此提出了2个评价指标。

1 光伏并网对电网的影响

目前，随着光伏发电系统规模的不断扩大以及光伏电源在系统中所占比例的不断增加，光伏并网给电网带来的不良影响变得不可忽视。从电网安全、稳定、经济运行的角度分析，光伏并网对电网造成的影响主要有以下几点[14-16]。

1）对线路潮流的影响。电网支路潮流一般是单向流动的，并且对于配电网来说随着距变电站的距离增加有功潮流单调减少。当光伏电源接入电网后，从根本上改变了系统潮流的模式且潮流变得无法预测。这种潮流的改变使得电压调整很难维持，同时，也可能造成支路潮流越限、节点电压越限、变压器容量越限等，从而影响系统的供电可靠性。此外，这种潮流的随机性也不利于制定发电厂发电计划。

2）对电网经济性运行的影响。由于光伏电源的自身输出不稳定性，当光伏发电系统并网运行后，系统必须增加相应容量的旋转备用，以保证系统的调峰、调频能力。

3）对电能质量的影响。受云层遮挡的影响，光伏电源的发出功率可能在短时间内从100%降到30%以下，或由30%以下增至100%，对于大型光伏并网系统来说，会引起电压的波动与闪变或频率波动。此外，由于光伏发电系统所发出的电能为直流电，必须经过逆变装置接入电网，这一过程必将产生谐波，对电网造成影响。

2 光伏系统原理及影响光伏组件输出因素

2.1 光伏发电系统原理

独立的光伏发电系统由太阳能电池板（光伏组件）、蓄电池、控制器、逆变器组成[17]，参见图1。太阳能电池板作为系统中的核心部分，其作用是将太阳能直接转换为直流形式的电能，只在白天有太阳光照的情况下输出能量。根据负载的需要，系统一般选用铅酸蓄电池作为储能环节，当发电量大于负载时，太阳能电池通过充电器对蓄电池充电；当发电量不足时，太阳能电池和蓄电池同时对负载供电。控制器一般由充电电路、放电电路和最大功率点跟踪控制组成。逆变器的作用是将直流电转换为与交流负载同相的交流电。

图1 独立光伏发电系统结构框图Fig.1 Freestanding photovoltaic power generation system structure

并网的光伏发电系统具有2种结构形式，其不同之处在于是否带有蓄电池作为储能环节。当有日照照射、光伏系统所产生的交流电能超过负载所需时，多余的部分将送往电网；夜间当负载所需电能超过光伏系统产生的交流电能时，电网自动向负载补充电能。一般带有蓄电池时，白天在光照条件下，通过充放电控制器对蓄电池进行充电，将光能转换为电能贮存起来。晚上，蓄电池组输出直流电或通过逆变器的作用，将直流电转换为交流电供给负载。并网光伏发电系统结构拓扑参见图2。

图2 并网光伏发电系统结构框图Fig.2 Grid-connected photovoltaic system structure

2.2 影响光伏组件输出因素

光伏组件的输出功率取决于太阳光照强度、太阳能光谱的分布和太阳电池的温度、阴影、晶体结构[18]。因此光伏组件的测量在标准条件下（STC）进行，测量条件被欧洲委员会定义为101号标准，其条件是：光谱辐照度为1000 W/m2；光谱AMl.5；电池温度25℃。在该条件下，光伏组件所输出的最大功率被称为峰值功率，其单位表示为峰瓦（W）[19]。

1）温度对光伏组件输出的影响：光伏组件温度较高时，工作效率下降。随着太阳能电池温度的增加，开路电压减小，在20～100℃范围，大约每升高1℃每片电池的电压减小2 mV；而光电流随温度的增加略有上升，大约每升高1℃每片电池的光电流增加千分之一，或0．03 mA/℃·cm2。总的来说，温度升高太阳电池的功率下降，典型温度系数为-0．35%/℃。也就是说，如果太阳能电池温度每升高1℃，则功率减少0．35%。因此，使组件上下方的空气流动非常重要，因为这样可以将热量带走，避免太阳能电池温度升高。这里所指是对晶体硅太阳电池性能的影响。

2）光照强度对光伏组件输出的影响：光照强度与光伏组件的光电流成正比，在光强由100～1000 W/m2范围内，光电流始终随光强的增长而线性增长；而光照强度对光电压的影响很小，在温度固定的条件下，当光照强度在400～1000 W/m2范围内变化，光伏组件的开路电压基本保持恒定。因此，太阳电池的功率与光强基本成正比。

3）阴影对光伏组件输出的影响：光伏组件上的局部阴影会引起输出功率的明显减少，某些组件比其他组件更易受阴影影响，有时仅一个单电池上的小阴影就产生很大影响。一个单电池被完全遮挡时，光伏组件可减少输出75%。所以阴影是场地评价中非常重要的部分。组件安装二极管可以减少阴影的影响，但由于低估了局部阴影的影响，建成的光伏系统性能和用户的投资效果可能会大为逊色。

3 某小单位100 kW光伏电站输出功率分析

光伏系统的输出功率会受到太阳辐射强度、温度、光伏阵列的转换效率、安装角度以及其他一些因素的影响。为此，本文依托某峰值100 kW光伏并网电站，针对日类型、光照强度以及温度3个因素对光伏系统输出功率的影响分析了光伏系统输出特性。该光伏电站额定功率为100 kW，数据统计了2006年8月一整月的直流输出功率，统计时间忽略了出力为零的晚间时段,从早8：00～晚20：00，采样间隔为10 min。

3.1 日类型对输出功率的影响

根据气象特点对日类型进行分类，如晴天、多云、阴天、雨天。同一光伏电站，日类型不同时，光伏输出功率差距很大。如图3所示，对比2个连续但日类型不同的典型日发电曲线可知，每条曲线都存在“多峰多谷”，波动幅度也存在很大差异，无规律性可言。不过整体来看，典型日的日发电功率都是从上午8:00开始呈上升趋势，在13:00～16:00之间的某些时刻达到峰值，然后开始下降，到20:00达到低谷。12:00～16:00之间出力水平最高，但同时功率的波动性和随机性比其他任何时间段都显著，有些时刻功率突然下降至接近0，有些时刻上升达到额定功率值100 kW。图4为不连续的3个典型日在相同日类型下的发电功率曲线，可看出，虽然日输出功率幅值不同，但发电曲线的变化规律相似。

图3 不同日类型发电功率曲线Fig.3 Generating power curves at different types of days

图4 相同日类型发电功率曲线Fig.4 Generation power curves atthe same type of days

3.2 太阳辐射强度对输出功率的影响

太阳辐射强度指在单位时间内,垂直投射在地球某一单位面积上的太阳辐射能量。从物理意义上来说,太阳的辐射是导致光伏电池产生伏特效应的直接影响因素,辐射强度的大小直接影响光伏电池的出力[20]。

图5为该光伏电站实测的日输出功率与辐射强度的对照曲线，可以看出，太阳辐射强度曲线和光伏发电功率曲线的变化趋势基本一致，发电功率会随辐照度的波动同时刻出现波动。从图5中还可以读出该日输出功率最大值出现在14:30，对应的辐照度为1145 W/m2，输出功率达到97.2 kW。同时，对应辐照度的较大波动，在10 min的采样间隔内，光伏电站直流侧输出功率最大波动幅度可达92.6 kW（13:10～13:20的功率波动）,约为最大输出功率的90%。

图5 日发电功率与太阳辐射强度对照曲线Fig.5 Power comparison between daily generation power and solar radiation

由于太阳辐射强度对光伏发电有直接影响，因此可被用作光伏发电预测中的重要技术指标。输出功率随辐射强度的变化曲线如图6所示，辐射强度越大，输出功率越大。

图6 发电功率随太阳辐射强度变化关系Fig.6 The graph of power changes with solar radiation

可见，根据气象因素之间的相关性，即同一季节相同日类型且最高最低气温相近的典型日太阳辐射强度基本相似，可得到对应的发电功率数据。其中，单位面积的光伏电源输出功率为

式中,η为光伏电源转换效率；S为光伏电源的面积，m2；I为光照强度，kW/m2；t为环境温度，℃。

3.3 温度对输出功率的影响

大气温度的变化对光伏发电系统发电功率产生一定影响。历史发电功率数据映射出发电功率曲线形状与太阳辐射强度曲线相似，而相同日类型情况下，气温变化将会对映射曲线高度产生细微变化。图7为光伏电站实测的日输出功率与大气温度的对照曲线，气温曲线的峰谷基本上对应着发电功率的峰谷，在相同日类型的情况下，日平均温度越高，发电功率越大。图8作出了光伏组件温度的日变化曲线，可看出光伏组件温度从有功率发出开始一直爬升，直到19:00后发出功率快速减小至0，与此同时组件温度也不再上升，快速下降。

图7 日输出功率与大气温度对照曲线Fig.7 Comparison curves between daily power output and air temperature

4 光伏电站输出功率评价指标

光伏系统的输出功率具有随机性和不可控性，为了对光伏系统的输出特性进行定量分析，在此提出2个输出特性评价指标：波动率和负荷率。波动率能够描述光伏输出功率的整体波动性，负荷率则描述了光伏系统的整体出力水平。

图8 大气温度和光伏组件温度对照曲线Fig.8 Comparison curves between atmospheric temperature and photovoltaic component

不同时间尺度下的波动率为光伏出力波动占装机容量的百分比，见式（2）：

式中，Pt表示时间t时的光伏输出功率；1t指时间间隔；Pt+1t表示时间t+1t时的光伏输出功率；Pn表示光伏电站装机容量。

波动率能够体现典型日光伏输出功率随时间波动的频繁程度和幅度。图9为波动率随时间的变化曲线，可看出，该典型日全天范围内光伏功率波动频繁，某些时间段，如8:00—10:00和11:00—15:00的功率波动相对密集，说明该时段内功率上下变化快。以典型日12 h的发电时间为准对不同波动率的持续时间进行了统计，如图10所示，看出，全天有10～11 h波动率平均在5%～10%，有1～2 h中波动率达到60%以上，最大波动率达到了90%，说明大部分时间内波动幅度较小。

图9 典型日波动率随时间变化曲线Fig.9 The curve of typical daily power volatility changes with time

图10 典型日波动率统计图Fig.10 The statistical graph of typical daily power volatility

负荷率为光伏输出总有功占装机容量的百分比。以10 kW为单位间隔把发电功率10等份，统计典型日从8:00—20:00的12 h内所发的每一个功率范围所占时间的百分比。参照图11，该典型日输出功率0～10 kW占的百分比最大，为31%，输出功率20～30 kW，占24%，而输出功率0～50 kW几乎占全天发电时间的95%，即负荷率在50%内的比重达到95%，而接近满负荷率的情况只占5%左右。通过对负荷率的分析，可知，该日光伏系统的整体出力水平较为平均。

图11 典型日负荷率统计图Fig.11 The statistical graph of typical daily load rate

5 结论

依托光伏电站的历史运行数据，从气象等因素影响输出功率的角度，对光伏发电系统的输出特性作了定性、定量的分析，结论归纳如下。

1）光伏发电系统的输出受光照、温度等环境因素的影响，输出功率会呈现较大的变化，特别是天气多变时，其发电功率呈现较为明显的随机性与不可控性；

2）连续日但不同日类型情况下光伏输出差异较大；在相同日类型的情况下，日平均温度越高，输出功率越大；

3）光伏发电系统输出功率大小跟照射到光伏组件表面的太阳辐射强度成正比；

4）季节变化对光伏系统的影响也很大，主要由气候环境的光照强度及太阳入射角度差异引起；

5）提出2个评价指标即波动率和负荷率对光伏系统的输出特性进行定量分析。波动率能够描述光伏输出功率的整体波动性，负荷率则描述了光伏系统的整体出力水平。

为了提高光伏并网性能，储能以及其他一些能够实现光伏并网发电广泛应用的新技术，新模式的发展、突破将促进光伏并网发电的实用化进程。

[1]肖巧景,张宇翔,郭敏.一种新的频率偏移技术在光伏并网发电系统孤岛检测中的应用[J].现代电子技术，2007（1）：107-108.XIAO Qiao-jing，ZHANG Yu-xiang,GUO Min.Application of a new phase-shift technique on islanding detection of grid-connection PV system[J].Modern Electronics Technique,2007（1）：107-108(in Chinese).

[2]方廷,韩郁,张岚.一种多逆变器太阳能光伏并网发电系统的组群控制方法[J].电网与清洁能源,2009,25（7）:57-60.FANG Ting,HAN Yu,ZHANG Lan.A group control method for multi-inverter solar grid-connected PV generation systems[J].Power System and Clean Energy,2009,25（7）:57-60(in Chinese).

[3]景敏,南海鹏,余向阳.单相光伏并网发电系统孤岛检测仿真分析[J].电网与清洁能源,2010,26（10）:62-65.JING Min,NAN Hai-peng,YU Xiang-yang.Simulation and analysis of single-phase PV grid-connected generation system islanding detection[J].Power System and Clean Energy,2010,26（10）:62-65(in Chinese).

[4]鞠洪新，于金辉.储能在光伏并网发电系统中的应用[J].电子世界，2009（11）：61.JU Hong-xin,YU Jin-hui.Energy storage in grid-connected PV system[J].Electronics World,2009（11）：61(in Chinese).

[5]陈维，沈辉.太阳能光伏应用中的储能系统研究[J].蓄电池，2006（1）：21-27.CHEN Wei,SHEN Hui.Applying research of storage batteries in photovoltaic system[J].Battery,2006（1）：21-27(in Chinese).

[6]桑妲.小型光伏发电系统并网对电网的影响[J].上海电力，2008（2）：132-134.SANG Ni.The influence of small photovoltaic power generation system on power grid[J].Shanghai Electric Power,2008（2）：132-134(in Chinese).

[7]李维亚.浅谈未来光伏并网发电对电网的影响[J].太阳能，2008（2）：67-68.LI Wei-ya.Discuss on the influence of small photovoltaic power generation system on power grid in the future[J].Solar Energy,2008（2）：67-68(in Chinese).

[8]RIFFONNEAU Y，BACHA S，BARRUEL F，et al.Energy flow management in grid connected PV systems with storage a deterministic approach[C].IEEE International Conference on Industrial Technology，2009:1-6.

[9]VALLVE X，GRAILLOT A，GUAL S，et al.Micro storage and demand side management in distributed PV grid connected installations[C].International Conference on Electrical Power Quality and Utilisation，2007:1-6.

[10]BOLDUC P，LEHMICKE D，SMITH J.Performance of a grid-connected PV system with energy storage[C].Photovoltaic Specialists Conference，1993:1159-1162.

[11]HANLEY C，PEEK G，BOYES J，et al.Technology development needs for integrated grid-connected PV systems and electric energy storage[C].Photovoltaic Specialists Conference，2009:1832-1837.

[12]SOLOMON A，FAIMAN D，MERON G.Properties and uses of storage for enhancing the grid penetration of very large photo-voltaic systems[J].Energy Policy，2010，9(38):5208-5222.

[13]THOMAS HOFF E，RICHARD Perez，Robert MARAOLIS M.Maximizing the value of customer-sited PV systems using storage and controls[J].Solar Energy，2007，7（81）:940-945.

[14]桂长清.风能和太阳能发电系统中的储能电池[J].电池工业，2008，13（1）：50-54.GUI Chang-qing.Energy-storing batteries used in wind and solar power generation systems[J].Chinese Battery Industry，2008，13（1）：50-54(in Chinese).

[15]郑志杰，李磊，王葵.大规模光伏并网电站接入系统若干问题的探讨[J].电网与清洁能源，2010，26（2）：74-76.ZHENG Zhi-jie,LI Lei,WANG Kui.Discussions on some issues of large scale PV grid connected system[J].Power System and Clean Energy,2010，26（2）：74-76(in Chinese).

[16]BEDIR A，OZPINECI B，CHRISTIAN J E.The impact of plug In hybrid electric vehicle interaction with energy storage and solar panels on the grid for a zero energy house[C]//Transmission and Distribution Conference and Exposition，2010：1-6.

[17]EL-TAMALY H H，MOHAMMED A A E.Performance and economic study of interconnected PV system with electric utility accompanied with battery storage[C]//Power Systems Conference，2006，1：328-333.

[18]ALBU M，NECHIFOR A，CREANGA SMART D.Storage forActiveDistributionNetworksEstimationandMeasurement Solutions[C]//Instrumentation and Measurement Technology Conference(I2MTC)，2010：1486-1491.

[19]张岚，张艳霞，郭嫦敏，等.基于神经网络的光伏系统发电功率预测[J].中国电力,2010,43（9）:75-78.ZHANG Lan,ZHANG Yan-xia,GUO Chang-min,et al.Photovoltaic system power forecasting based on neutral networks[J].Electric Power,2010,43（9）:75-78(in Chinese).

[20]卢静,翟海青,刘纯,等.光伏发电功率预测统计方法研究[J].华东电力，2010,38（4）：563-567.LU Jing,DI Hai-qing,LIU Chun,et al.Study on statistical method for predicting photovoltaic generation power[J].EastChinaElectricPower,2010,38（4）：563-567(inChinese).