光伏电站容配比对于项目收益率的影响

王琦

（英大国际信托有限责任公司，北京 100005）

0 引言

在光伏发电项目中，容配比直接影响工程的建设成本和经济收益，伴随光伏组件的技术不断成熟和价格下降，光伏电站容配比对项目的投资和收益率影响越来越大。目前国内对于光伏系统容配比的计算方法多数来源于工程经验，缺少对于光伏系统容配比的计算原则和计算方法。

本文提出一种根据光伏阵列倾斜面上接收到的最大太阳辐射强度来计算光伏系统容配比的计算方法。根据光伏组件的I-V特性、项目厂址区域的太阳能资源分析、光伏系统损耗等参数，计算光伏阵列最大直流输出功率和逆变器最大交流输出功率，按照补偿超配的原则，计算项目收益率最高时的光伏系统容配比。该算法对光伏发电项目建设成本和经济收益计算以及项目可行性分析提供了重要的依据，填补了我国光伏行业的空白。

1 太阳辐射强度分析

光伏组件的峰值功率是在标准环境条件下（组件法向表面的太阳辐射强度为1000 W/m2，环境温度25 ℃）测得的输出功率[1]。由于每个项目的太阳资源情况都存在差异，同一个项目每年、每月、每日甚至每个时刻的太阳辐射强度也有所不同，因此光伏阵列表面接受到的太阳辐射强度也在时刻发生变化[2]。

根据太阳的运行规律，科技计算出任意日期任意时刻的太阳高度角、太阳方位角和太阳赤纬角，结合气象局记录的日均太阳辐射量和温度记录，推算逐时的太阳辐射量，对光伏阵列表面的逐日太阳辐射强度进行估算。用光资源模拟软件PVsyst建立数学模型，模拟11月太阳辐射量最高的一天中逐小时的太阳辐射量，作为光伏组件输出功率的计算依据[3]。

2 光伏阵列输出功率

光伏组件的实际输出功率会受到组件表面的太阳辐射强度、环境温度和最大功率点追踪等因素的影响而变化。在不同的辐照强度下，电池片的开路电压和工作电压相差较小，而电池片的短路电流与工作电流随着辐照强度的减少而等比例下降[4]。因此，环境温度一定时，光伏组件的输出功率最大值与组件表面接收到的太阳辐射强度基本成正比；当环境温度发生变化时，光伏组件输出功率的差值与温度差值成反比[5]。

通过光资源模拟软件PVsyst计算光伏阵列倾斜面上的逐时太阳辐射强度，并结合当地气象资料，可以计算出光伏组件的逐小时最大值[6]。

在光伏发电系统中，能量损失主要包括光伏阵列的能量损失、逆变器能量损失、交流并网的能量损失等三部分组成。光伏阵列发电效率的影响因素主要包括：① 组件不匹配的损失；② 组件IAM损失；③ 不可利用的太阳辐射损失；④ 阴影遮挡损失；⑤ 低辐照度损失；⑥ 温度影响损耗；⑦ 直流线路损失；⑧ 汇流设备损耗；⑨ 系统故障及维护损耗以及其他影响因素[7]。

在上述能量损失中，直流线路损失、组件IAM损失和汇流设备损耗在光伏组件发电过程中始终存在，而其他能量损失在特定时段或环境因下发生。在计算光伏电站容配比时，光伏阵列的能量损失只考虑这3项因素，其中直流线路损失暂按2%考虑，组件IAM损失暂按1.5%考虑，汇流设备损耗按1%考虑。

因此，光伏阵列逐小时平均输出功率=光伏组件峰值功率×光伏组件发电效率×光伏阵列能量损失系数。

3 光伏电站容配比

3.1 选取原则

图1 光伏组件逐时发电效率Fig.1 Hourly power generation efficiency of photovoltaic modules

光伏电站的容配比是指光伏组件峰值功率之和与逆变器交流侧额定输出功率之和的比值。容配比的选择主要取决于最高太阳辐照强度、光伏阵列的发电效率、光伏组件环境温度以及光伏组件的功率温度系数，其中占主要作用的是最高太阳辐照强度[8]。

以额定容量为500 kW的集中式逆变器为例，光伏组件选用峰值功率为285 Wp的单晶硅光伏组件（标准测试条件下，光电转换效率17.33%），选择容配比为① 1:1；② 1:1.05；③ 1:1.10；④ 1:1.15；⑤ 1:1.20；⑥ 1:1.25；⑦ 1:1.30等7种情况分别进行分析。如图1所示：

根据逆变器的工作特性，当逆变器直流输入功率超过最大直流功率时，为保护逆变器，逆变器的限流装置会发生作用，将交流侧的输出功率控制在最大交流输出功率。因此，当逆变器的直流输入功率大于最大直流功率时，交流侧的输出功率会保持在最大交流输出功率。当光伏组件的输出功率超过逆变器的最大输入功率时，逆变器会通过最大功率跟踪功能将跟踪电压偏离最大功率点，造成“弃光”现象。因此当逆变器直流侧输入功率超出最大输入功率550 kW，只能按照最大输入功率进行考虑[9]。

为提高汇流逆变设备、升压变压器以及升压站部分的利用率，在选择光伏电站容配比时，光伏阵列的输出功率不应超过逆变器的直流侧最大输入功率。

3.2 最佳容配比计算方法

光伏电站的最佳容配比可以按照光伏阵列倾斜面的最大逐时平均辐射强度、环境温度和光伏阵列能量损失系数计算，计算公式如下：

光伏系统最佳容配比=（逆变器直流侧最大输入功率/逆变器交流侧额定输出功率）/｛光伏阵列倾斜面最大逐时太阳辐照强度/1000×［1+峰值功率温度系数×(环境温度-25℃+组件工作温升）］×光伏阵列能量损失系数｝。

以某工程为例，光伏系统最佳容配比=（550/500）/｛907.38/1000×［100%-0.39%×（0.86-25+20）］×（100%-2%-1.5%-1%）｝≈1.249。容配比具体数值还应当结合光伏组件的峰值功率和光伏组件的串、并联方案综合选择。

4 项目投资及收益率

地面光伏发电项目的单位千瓦静态投资约为7000元，其中光伏组件的单位千瓦造价约为3000元，光伏组件配套的光伏电缆、支架和基础的综合造价约为1000元/kW，因此光伏组件及配套的光伏电缆、支架和基础的投资约占工程总投资的57.1%[10]。

图2 不同容配比状况下逆变器输入功率对比表及光伏电站投资及收益对比表Fig.2 Inverter input power comparison table and PV power plant investment and revenue comparison table under different volume ratios

当光伏电站并网侧输出容量确定后，只改变光伏电站的容配比，则光伏组件及配套工程的单位千瓦造价不变，工程其他部分的总投资不变[11]。针对容配比为① 1:1；② 1:1.05；③ 1:1.10；④ 1:1.15；⑤ 1:1.20；⑥ 1:1.249等6种情况分别计算光伏电站装机容量、光伏电站发电量、工程投资和项目收益率。

从图2可以看出，当光伏电站交流侧并网容量一定的情况下，通过提高光伏系统的容配比能够降低工程的单位千瓦造价，提高逆变升压设备及升压站等公共部分的利用率，提高项目资本金内部收益率，从而提高项目的整体经济效益。

5 结论

按照光伏组件所发出电量不超过逆变器直流侧最大输入功率的原则，根据光伏阵列表面的太阳辐射强度、环境温度、光伏组件最大功率温度系数、光伏组件串并联方案、光伏阵列的系统损耗和逆变器直流侧最大输入功率等参数，可以计算光伏电站不发生“弃光”条件下的光伏系统最佳容配比，从而有效降低光伏电站的单位千瓦造价，提高光伏电站的经济效益。

[1] 范忠瑶. 基于辐射量的光伏组件峰值发电小时数评估[J]. 中国电力教育, 2013(30): 232-233.FAN Zhong-yao. Evaluation of peak power generation hours of PV modules based on radiationquantity [J]. China Electric Power Education,2013 (30): 232-233.

[2] 毕二朋, 胡明辅, 袁江, 等. 光伏系统设计中太阳辐射强度影响的分析[J]. 节能技术, 2012, 30(1): 45-47.BI Er-peng, HU Ming-fu, YUAN Jiang, et al. Effect Analysis of Solar Radiation Intensity in Photovoltaic System Design [J]. Energy Saving Technology, 2012, 30 (1): 45-47.

[3] 艾英枝, 王样强, 李霸军, 等. 光伏电站不同统计时段计算的发电量对比分析[J]. 电网与清洁能源, 2012, 28(11): 85-89.AI Ying-zhi, WANG Yang-qiang, LI Ba-jun, et al. Comparison and Analysis of Power Generating Capacity at Different Statistical PeriodoF Photovoltaic Power Station [J]. Power System and Clean Energy, 2012, 28 (11): 85-89.

[4] 钱念书, 刘阔, 郭建业, 等. 光伏电池建模及其输出特性研究[J]. 电源学报, 2012(5): 78-82.QIAN Nian-shu, LIU Kuo, GUO Jian-ye, et al. Research on Modeling and Output Characteristics of Photovoltaic Cells [J]. Journal of Power Supply, 2012 (5): 78-82.

[5] 恽旻, 孙晓, 周滢, 等. 辐照度和温度对光伏组件光电转换性能测量的影响[J]. 现代测量与实验室管理, 2015, 23(4): 3-5.YUN Min, SUN Xiao, ZHOU Ying, et al. Effect of Irradiance and Temperature on Measurement of Photoelectric Conversion Performance of Photovoltaic Modules [J]. Modern Measurement and Laboratory Management 2015, 23 (4): 3-5.

[6] 史君海, 孙丽兵, 张丽莹. 提高并网光伏发电效率分析与建议[J]. 电力与能源, 2013, 34(4): 402-404.SHI Jun-hai, SUN Li-bing, ZHANG Li-ying. Analysis and Suggestions on Improving Efficiency of Grid Connected Photovoltaic Power Generation [J]. Power and Energy, 2013, 34 (4): 402-404.

[7] 王晓兰, 葛鹏江. 基于相似日和径向基函数神经网络的光伏阵列输出功率预测[J]. 电力自动化设备, 2013, 33(1):100-103.WANG Xiao-lan, GE Peng-jiang. Predictionof PV Array Output Power Based on Similar Diurnal and Radial Basis Functions Neural Network[J]. Power Automation Equipment, 2013, 33 (1): 100-103.

[8] 王腾,向大为.光伏发电系统低电压穿越现场测试方法研究[J].新型工业化, 2017, 7(3):6-11.WANG Teng, XIANG Da-wei. Test Method Research of Low Voltage Ride-through Field of Photovoltaic Power Generation System[J]. The Journal of New Industrialization, 2017, 7 (3): 6-11.

[9] 姜婷婷. 光伏发电系统低电压穿越技术综述[J]. 新型工业化, 2015, 5(8): 57-62.JIANG Ting-ting. Summary of Low Voltage Ride-through Technology of Photovoltaic Power Generation System [J]. The Journal of New Industrialization, 2015,5 (8): 57-62.

[10] 潘学萍, 张源, 鞠平, 等. 太阳能光伏电站等效建模[J]. 电网技术, 2015, 39(5): 1173-1178.PAN Xue-ping, ZHANG Yuan, JU Ping, et al. Equivalent Modelingof Solar Photovoltaic Power Station [J]. Power System Technology, 2015,39 (5): 1173-1178.

[11] 罗劲松, 王金梅, 张小娥. 基于dq锁相环的改进型光伏电站并网点电压跌落检测方法研究[J]. 电测与仪表, 2014, 51(5): 51-55.LUO Jin-song, WANG Jin-mei, ZHANG Xiao-e. Study on Voltage Dips TestMethod of Modified Photovoltaic Power Grid Station Based on dq Phase-locked Loop [J]. Electrical Measurement and Instrument, 2014, 51 (5): 51-55.