基于空间结构视角的屋顶分布式光伏发电系统分析

刘家明, 任洪波, 徐 海

(1.上海电力学院 能源与机械工程学院, 上海 200090; 2.中国能源建设集团 江苏省电力设计院有限公司, 江苏 南京 211102)

在人类共同应对全球气候变化的大背景下,世界各国纷纷制定能源转型战略。作为能源转型中的领头羊,可再生能源呈现持续高速增长的态势;虽然其在一次能源中占比仅为3.2%,但其增量占一次能源增长的30%以上[1]。英国BP石油公司最新发布的《BP世界能源展望》预计,可再生能源将是未来增长最快的能源,占新增发电量的40%,在全球发电中的份额将从2015年的7%上升至2035年的近20%[2]。其中,我国将是全世界未来20年可再生能源最大的增长源,其增量超过欧盟与美国之和。可以预见,我国能源结构将发生显著变化,煤炭在总能源需求中的份额将从2015年的64%降至2035年的42%;而可再生能源和新能源占比将从12%上升到25%以上。我国《能源发展“十三五”规划》要求,“十三五”期间非化石能源消费比重超过15%,明确了我国未来依托化石能源为主体,大力发展可再生能源,充分发挥其补充替代作用的大方向[3]。

作为可再生能源的主力军以及构建多能互补体系的重要一环,太阳能光伏发电被予以重任。《太阳能发展“十三五”规划》提出,到2020年我国太阳能发电装机达到110 GW,其中分布式光伏为60 GW,占比约54.5%。截至2016年底,我国光伏发电累计装机容量为77.42 GW,位居全球第一,其中分布式光伏装机容量为10.38 GW,占比仅13.4%[4]。由此可见,大型地面电站已无新配额,未来我国光伏发展的重心已开始向分布式倾斜[5-6]。

在城市中,广阔的建筑屋顶是分布式光伏的最佳设置场所,而建筑屋顶的可利用性与城市空间结构密切相关[7-8]。作为空间结构的典型指标,建筑容积率是指地面上建筑面积与总占地面积的比例。建筑容积率越高,说明楼层较高,建筑面积较大,相应用电负荷也就大,且占地面积偏小,可安装光伏电池的屋顶面积也相对偏小。作为空间结构的另一典型指标,建筑密度是指一定范围内建筑的基底面积与总用地面积的比例。建筑密度越大,建筑的基底面积越大,用于安装光伏电池的屋顶面积也就越大。此外,城市空间结构也会影响屋顶光环境、区域风环境等,从而影响光伏组件的发电量。

本文以屋顶分布式光伏发电系统为研究对象,构建了考虑建筑容积率和建筑密度影响的电力供需模型,并针对不同类型建筑从定量层面进行了影响度分析。

1 屋顶光伏发电系统评价模型

1.1 太阳辐射强度计算

太阳辐射是光伏发电出力的最主要的影响因素。倾角为β的倾斜面,太阳辐射强度的计算公式为

(1)

式中:Hb——法向直射;

Rb——倾斜面与水平面直接辐射之比;

Hd——水平面散射;

ρ——地表反射率,本文取20%;

H——水平面太阳总辐射。

Rb的计算公式为

(2)

(3)

式中:φ——当地纬度;

δ——太阳赤纬;

ω——时角;

n——一年中从1月1日算起的天数。

1.2 光伏发电系统发电量计算

在光伏发电系统发电量计算过程中,本文主要考虑组件温度、光照强度、光伏组件效率等影响因素,其计算公式为

Q=ηSHT[1-0.005(T-25)]

(4)

式中:Q——光伏发电系统发电量;

η——光伏发电系统发电效率;

S——光伏阵列面积;

T——组件温度。

光伏阵列面积由屋顶面积决定,其计算公式为

S=S′k

(5)

式中:S′——屋顶面积;

k——光伏板安装面积比,即屋顶实际可安装光伏板面积与整个屋顶面积的比值。

屋顶面积则取决于建筑面积、建筑容积率和建筑密度,其计算公式为

(6)

式中:S″——建筑面积;

C——建筑容积率;

p——建筑密度。

1.3 负荷修正计算

屋顶分布式光伏发电系统所产生的电力首先应满足用户侧电力需求,剩余电量可上网销售,不足的部分则从电网购电补足。为讨论光伏发电系统对电网的影响,需要确定用户的外购电量,其计算公式为

(7)

式中:G——从电网购电量;

L——用户电负荷。

2 建筑容积率与建筑密度的影响分析

2.1 研究对象概况

本文所选取的研究对象为上海地区3种不同类型建筑,分别为学校、商场和住宅。这3种建筑的屋顶都安装光伏发电系统,用以满足该建筑电力负荷,不足部分从电网购买。本文分析所涉及的相关参数如表1所示。

表1 光伏发电系统关键参数

光伏发电系统发电量受地区、季节、辐射强度、温度等气象条件的影响。本文以夏季、冬季、过渡季为例分析太阳辐射强度、温度等气象特性。图1为典型日逐时太阳辐射强度与温度变化曲线。

由图1可以看出,冬季仅在7点和17点之间有太阳辐射,直射辐射和总辐射在中午12点达到峰值,散射辐射在12点则有所下降,直射辐射强度最大,散射辐射强度最小,水平总辐射强度介于两者之间。就气温而言,冬季温度有显著的波动性,早上8点温度最低,14点达到峰值,然后逐步降低。夏季在早上5点到19点之间有太阳辐射,水平总辐射在中午12点达到峰值,直射辐射较为平缓,散射辐射在11点达到峰值;数值上,水平总辐射强度最大,其次为散射辐射强度,直射辐射强度最小。夏季全天气温均较高,10点到18点波动幅度较小,3点温度最低。过渡季在早上6点到18点之间有太阳辐射,水平总辐射在中午12点达到峰值,直射辐射在11点达到峰值,散射辐射在14点达到峰值。过渡季的温度变化不是很大,在14点达到峰值。

图1 典型日逐时太阳辐射强度与温度变化曲线

2.2 负荷修正分析

由于负荷需求随着季节、时段的变化而变化,针对所选的学校、商场和住宅3种建筑,分别按冬季、夏季和过渡季进行负荷修正。各建筑单位面积用电负荷如图2,图3,图4所示。

由图2可知,学校从7点到18点为主要用电时段,18点到次日7点用电量极小。其用电特性与建筑功能有明显关系,7点到18点是学校上课的时间,因此用电负荷大。同时,不同季节用电负荷也呈现明显差异性:夏季最高,过渡季次之,冬季最低。

就光伏发电系统而言,其在有光照条件下工作,正午发电量达到最高值,并逐步减弱至零。对比不同季节可以发现,光伏发电系统发电量最大值出现在冬季,夏季发电时段则较长。冬季光伏发电量几乎能够满足全部用电需求,多余电量上网销售;夏季电负荷较大,光伏发电系统仅能起到削减峰值负荷的作用;过渡季光伏发电能够满足大部分用电需求,不足部分需从电网购买。

图2 学校单位面积用电负荷

由图3可知,由于商场建筑的功能特性,6点至22点为主要用电时段,24点到次日5点用电量极小。这是由于6点至22点是商场运营时间,因此用电负荷大,并且在中午用餐时间会出现短暂负荷降低,22点以后商场停止运营,用电负荷急剧降低。

同时,不同季节用电负荷大小不同,依次为夏季最高,过渡季次之,冬季最低。对比不同季节,冬季日间光伏发电量可完全满足商场电力需求,傍晚后则需从电网购买;夏季和过渡季光伏发电系统仅能起到消减峰值负荷的作用,全天需要从电网购买。

图3 商场单位面积用电负荷

由图4可知,住宅建筑用电负荷特性与学校、商场不同。住宅在白天的用电负荷较小,相反,在夜间的用电负荷需求较大,特别是早、晚时段呈现两个高峰。

因此,其白天光伏发电系统发电量大部分卖给电网,而在夜间需要从电网购电。从匹配性的角度而言,住宅光伏发电系统的供需匹配度相对较弱。

图4 住宅单位面积用电负荷分析

2.3 影响分析

根据前述理论模型,建筑容积率、建筑密度均会对光伏发电量有一定的影响。设定建筑密度分别为30%,40%,50%这3种情景,绘制学校、商场、住宅在不同容积率情况下的屋顶光伏发电系统单位面积发电量曲线如图5所示,并与各建筑用电负荷进行对比,从而定量分析建筑容积率和建筑密度对屋顶光伏发电系统的影响。

由图5可知,光伏发电系统单位面积发电量随容积率的增加而逐渐减小,并存在一个临界容积率,使得光伏发电系统发电量等于用电负荷。以学校为例,当建筑密度为30%,40%,50%时,所对应的临界容积率最大分别为32%,43%,53%。

此外,由图5还可以看出,当容积率一定时,建筑密度越大,单位面积发电量越高。对于不同功能建筑而言,为满足其用电需求,电力负荷较大的建筑对应的临界容积率应越小。

图5 容积率与光伏发电系统单位面积发电量的关系

3 结 论

本文以屋顶分布式光伏发电系统为研究对象,通过需求侧和供给侧的建模分析,对不同建筑、不同季节进行模拟演算,分析了建筑容积率和建筑密度对光伏发电系统发电量的影响。通过数值分析,可得到如下结论。

(1) 针对不同季节而言,光伏发电系统发电峰值在冬季达到最大值。对于不同建筑而言,学校和商场用电负荷与光伏发电系统发电特性同步,而住宅与之相反,可利用储能手段优化供需平衡。

(2) 随着建筑容积率的提高,光伏发电系统发电量逐渐降低;并存在一个临界值,当容积率小于该值时,光伏发电系统发电量在总量上能完全满足用户的用电需求。