光伏电站组件和运行方式组合及其容量优化配置研究

李富彪，庞秀岚，2，马超

（1.天津大学水利工程仿真与安全国家重点实验室，天津 300072；2.黄河上游水电开发有限责任公司，青海西宁 810008）

0 引言

随着全球太阳能开发利用规模迅速扩大，许多国家将太阳能作为重要的新兴产业。光伏技术的迅速发展使得组件以及运行方式的类型逐渐多样化，二者组合的开发方式将成为主流，如已建成的青海共和光伏实证基地和安徽淮南水面漂浮光伏电站等。光伏电站出力受组件类型、阵列运行方式以及气象条件等共同影响[1]，[2]，如何确定多类型组件和运行方式最优组合以及容量配置方案是需要重点关注和亟待解决的问题。

光伏组件和运行方式作为影响光伏电站运行的关键因素，已经得到了广泛深入的研究。张传升和孙韵琳研究了不同类型组件如晶硅、非晶硅和薄膜等的发电性能[3]，[4]。A Z Hafez总结了单轴和双轴跟踪的系统设计参数，提出了最常见的跟踪类型为主动跟踪和按时间跟踪[5]。Yasser M Safan采用混合控制策略对双轴跟踪进行设计、建模与仿真，极大提高了其发电性能[6]。可以看出，合理地选择有效的组件和运行方式均能够提高光伏电站的发电效益。Arian Bahrami以能量增益和平准化度电成本为指标，比较了平单轴、斜单轴、垂直单轴和双轴跟踪在北半球中高纬度国家的经济性能[7]。因此，考虑将二者组合并进行容量优化配置研究，以期进一步降低光伏电站的出力波动和平准化度电成本。

土地利用方式和成本也是影响光伏电站开发的关键因素，已有研究探讨了光伏电站高效的土地利用方式。孔月萍以提高土地利用率为目标，研究了影响跟踪式光伏阵列工作效率和装机容量的主要因素[8]。Debaleena Majumda根据地形、位置、太阳能资源和公众舆论等影响因素计算区域光伏开发适宜性得分，从而最大化利用土地资源[9]。Raksha Lakhani开发了可用于量化不同光伏建设方案成本与土地使用成本之间权衡的框架，认为公用设施规模的光伏电站土地使用成本低于商业以及屋顶光伏[10]。但鲜有研究将占地面积和土地成本，融入到光伏电站开发的全生命周期优化决策中。

基于此，本文以黄河上游区域光伏电站为实例，综合考虑组件和运行方式组合的光伏系统在典型天气下的出力特性、初始投资成本、运行维护成本、占地面积和土地价格等因素，开展光伏电站的最优组件和运行方式组合的筛选及其容量优化配置研究，提出可行的决策模型和实例方案，以期为工程实践提供支持。

1 光伏电站组件和运行方式组合及其容量优化配置方法和模型

光伏电站可采取多类型组件和多种运行方式组合的开发方案，其中光伏组件包括单晶硅、多晶硅、非晶硅、铜铟镓硒和碲化镉等类型，运行方式包括固定倾角、季节调角、单或双轴跟踪等。由于光伏电站发电特性受区域光伏资源属性、组件固有发电特性、运行方式的共同影响，同时其建设和运维成本也与组件成本、运行方式配套装置成本、占地面积相关。因此，综合考虑上述因素，提出组件和运行方式组合及其容量优化配置方法和模型。

1.1 组件和运行方式组合优选

组件和运行方式组合优选首先须确定同类型组合的最佳选择，比如固定式的最佳倾角。由于同类型组合的光伏系统初始投资相同，仅在安装倾角和跟踪范围方面存在区别。因此依据实测发电量、占地面积和土地价格信息，计算得出所有同类型组合的光伏系统的发电收益和土地成本的差值，差值最大的组合即为此种类型的最佳选择。

式中:Si为第i种组合单位容量的光伏系统发电收益和土地成本支出的差值；Qi为第i种组合单位容量的光伏系统的年发电量；J为光伏电站所属资源区的上网电价；Ai为第i种组合单位容量的光伏系统的占地面积；L为单位面积土地的成本。

需强调:不同组合的占地面积将依据冬至日9:00-15:00不遮挡的统一标准计算得出。

据统计，我国大规模并网光伏电站基本都集中在西北、华北地区[11]，如本文研究的光伏实证基地即位于青海共和，该区域的全年天气类型中，晴天占据主导地位。在确定所有同类型组合的最佳选择后，依据时间占比最大的晴天的典型日出力数据，计算不同类型组合的光伏系统间的出力互补系数，并依据出力互补系数确定最终的组合方案。出力互补系数为

式中:Eco为互补系数；r为皮尔逊相关系数；Xi，Yi

1.2 融合优选方案的容量优化配置模型

综合考虑组件和运行方式组合的光伏系统出力特性、电站衰减特征、区域典型天气特征、电站开发的土地成本和建设运维成本等，建立融合优选方案的容量优化配置数学模型。

1.2.1 目标函数

式中:Wm，d为第m个季节的第d种典型天气的时间占比，d=1，2，3，d1为晴天，d2为多云，d3为雨天（雪天）；Gm，d，n为第m个季节的第d种典型天气下第灶时段（5 min/时段）的光伏系统出力波动；晕为光伏电站的总装机容量；砸m，d，n，蚤为第m个季节的第d种典型天气下第蚤种组合单位容量的光伏系统在第灶时段（5 min/时段）的出力。以上典型天气类型依据当地气象部门的统计数据进行划分[12]。

②平准化度电成本计算

式中:蕴悦韵耘（孕灾）为光伏电站生命周期内的平准化度电成本；T为正常运行年数；C为光伏电站的初始投资；Ot为光伏电站在第t年的运行成本；Mt为光伏电站在第t年的维护成本；Ft为光伏电站在第t年的利息支出；r为资金的折现率，取值为8%；e为光伏电站的年衰减率；Q为光伏电站的首年衰减后发电量。

式中:Ci为第i种组合的光伏系统的初始投资；Ui为第i种组合单位容量的光伏系统的初始投资；Ai为第i种组合单位容量的光伏系统的占地面积；L为单位面积土地的成本；Oi，t为第i种组合的光伏系统在第t年的运行成本；Vi，t为第i种组合的光伏系统运行成本在第t年占初始投资的比例；Mi，t为第i种组合的光伏系统在第t年的维护成本；Ki，t为第i种组合的光伏系统维护成本在第t年占初始投资的比例；Qi为第i种组合的光伏系统的首年衰减后发电量；Dm为第m个季节的天数。

1.2.2 约束条件

容量平衡约束:

圆研究实例

2.1 共和光伏实证基地概况介绍

百兆瓦共和光伏实证基地位于青海海南藏族自治州共和光伏产业园内，于2016年6月16日并网发电，上网电价为0.95元/（kW·h）。安装6类共计15种组件和运行方式组合的光伏阵列比对区如表1所示，该对比区均采用晶硅类型组件以及华为50 kW组串式逆变器。

表1 实证基地光伏阵列组件和运行方式组合Table 1 Combinations of module and operation mode in PV demonstration base

青海省地处高原大陆性气候，根据2018年气象统计数据，实证基地的晴天、多云和雨（雪）天三种典型天气各季度时间占比如表2所示。

表2 实证基地2018年各季节典型天气占比Table 2 Proportion of typical weather in each season of the demonstration base in 2018%

各组合单位kW的光伏系统的年发电量以及占地面积如图1所示。

图1 各组件和运行方式组合单位kW的光伏系统的年发电量及占地面积Fig.1 Annual power generation and area per kW of PV system of each combination of module and operation mode

根据《光伏制造行业规范条件》2018版规定[13]，多晶硅和单晶硅电池组件的衰减率从第二年开始，每年衰减率不高于0.7%，因此在计算中选取年衰减率为0.7%。实证基地所处区域的土地类型为未利用地，年租赁费用为0.6元/m2，本文计算中将25 a土地租赁费用一次性支出，即15元/m2。

2.2 组件和运行方式组合优选方案

各组件和运行方式组合的光伏系统的年发电收益和土地年利用成本的差值如图2所示。结果表明，FT33，IA25，HA55和VA33分别为同类型最优组合。由于TS和FS的光伏系统的年发电量与FT33相比无显著增益，且初始投资和运维成本均较高，故弃选。HDI60和DA的光伏系统的年发电量相比FT33增益显著，因此选取FT33，IA25，HA55，VA33，HDI60和DA共计6种组合的光伏系统进行典型晴天出力互补性的分析。

图2 各组件和运行方式组合的光伏系统的年发电收益和土地年利用成本的差值Fig.2 Difference between annual power generation income and land cost in different PV systems of combinations of module and operation mode

初选的6种组合的光伏系统在典型晴天的出力互补系数如图3所示。结果表明:VA33的光伏系统出力与其余组合的互补性均较差，因此不予选择。FT33，IA25，HA55，HDI60和DA共计5种组合为最终优选方案，对应的光伏系统初始投资成本以及运行维护成本如图4所示。

图3 初选的6种组合的光伏系统间的典型晴天出力互补系数Fig.3 Complementary coefficient of output in typical sunny day for primary six PV systems of combinations

图4 最优组合单位kW的光伏系统的初始投资和运行维护成本Fig.4 Initial investment cost，operation and maintenance cost per kW of the optimal selected PV systems of combinations

2.3 融合优选方案的容量优化配置方案

光伏电站装机容量为100 MW，且使用寿命为25 a时，容量优化配置模拟结果为:FT33占比42.96%，HA55占比26.44%，IA25占比17.50%，DA占比9.22%，HDI60占比3.88%。最优容量配比下光伏电站在典型晴天、多云和雨（雪）天的日内出力如图5所示。

图5 最优容量配比下光伏电站在典型晴天、多云以及雨（雪）天的日内出力Fig.5 Daily output of photovoltaic plant under the optimal capacity allocation of typical weather

相比各组件和运行方式组合的光伏系统单独运行时，最优容量配比下光伏系统在典型晴天、多云以及雨（雪）天的波动削减和整年的波动削减情况如图6所示。结果表明:HA55的光伏系统的年发电量较大且波动率较低，FT33的光伏系统的波动率较低且初期投资成本较低，二者均是光伏电站运行方式的主要选择，容量配置比例之和可接近70%；典型晴天日出力过程平滑稳定，太阳辐照和阵列运行方式共同决定光伏系统的出力特征；多云和雨（雪）天光伏系统的日出力过程因受天气要素变化影响仍呈现明显波动特征；最优容量配比下光伏系统整年的波动削减达34.63%～50.97%，可使光伏电站输出的有功功率更为平缓。

图6 最优容量配比下光伏系统在典型晴天、多云以及雨（雪）天的波动削减和整年的波动削减Fig.6 Fluctuation reduction of PV system of the optimal capacity allocation in typical weather and all year

计算最优容量配比下及各组合的光伏系统单独运行时的电站平准化度电成本和全生命周期25 a内的年均发电量如表3所示。

表3 最优容量配比下及各组合的光伏系统单独运行时电站平准化度电成本和年均发电量Table 3 Levelized kilowatt-hour cost of photovoltaic plant and annual average power generation of PV system of the single combination and the optimal capacity allocation

由表3可以看出，各组合的光伏系统单独运行时，FT33的度电成本最低，DA的度电成本最高。HA55的光伏系统度电成本较低且出力波动较小，若同时考虑出力波动和度电成本，其是光伏电站所有组合中的最佳选择。

光伏电站在最优容量配比下的度电成本比FT33的光伏系统单独运行时增加18.38%，但出力波动削减达34.63%，并且年均发电量也增加5.69%。相比其余组合的光伏系统单独运行时，最优容量配比下的光伏系统出力波动削减可达39.83%～50.97%，且度电成本下降7.81%～10.31%。因此，提出的最优容量配置方案合理可行。

2.4 容量配置影响因素的敏感性分析

考虑土地价格对容量配置结果的影响，不同土地价格下的容量配置方案及其对应的平均波动削减率如图7所示。随着土地价格升高，单位容量占地面积小的运行方式的容量配比逐渐增加，其他运行方式的容量配比将逐渐减少，其中斜单轴跟踪式降幅尤为显著。对于黄河上游区域，当土地价格逐渐升高时，由于FT33和HA55单位面积的投资效益较大幅度高于其余组合，所以二者的容量配比之和逐渐增加，同时由于仅二者的容量配置无法满足在不同天气下波动削减的需求，因此容量配置方案最终趋于稳定。此外，FT33和HA55的光伏系统的波动率均低于其余组合，因此随着土地价格升高，最优容量配比方案对应的出力平均波动削减率逐渐增加且趋于稳定。

图7 不同土地年利用价格下的容量配置方案及其对应的平均波动削减率Fig.7 The average fluctuation reduction of capacity allocation schemes and optimal capacity allocation under differentland prices

考虑初始投资成本和运行维护成本变化对容量配置结果的影响，二者变化时最优容量配比如图8所示。

图8 初始投资成本和运行维护成本等幅下降与容量配置关系Fig.8 Relationship between initial investment cost，operation and maintenance cost and capacity allocation

结果表明，在共和光伏产业园区域，进一步等幅降低初始投资成本和运行维护成本对容量配置结果影响较小，但能降低光伏电站的平准化度电成本，提高光伏电站的经济性和竞争力。根据国家发改委正式发布的2020年光伏电价政策，共和实证基地属于二类资源区，对应上网指导电价为0.4元/（kW·h）。因此，若要实现光伏电站盈利，实证基地初始投资成本降幅须达到30%。

3 结论

针对降低大规模并网光伏电站的出力波动问题，本文提出了一种考虑光伏组件和运行方式组合的容量优化配置方法和模型。该模型考虑光伏系统的出力特性、初始投资、运行维护成本以及土地成本等因素，并进行了实例验证，得到以下结论如下。

①利用各组合的光伏系统间的出力互补系数筛选出最优组合并进行容量优化配置，可降低光伏电站的出力波动。实例研究方案中光伏电站的出力波动削减率达34.63%～50.97%，平准化度电成本降低7.81%～10.31%。

②各组合单位容量的光伏系统的占地面积、发电量和土地成本共同影响容量优化配置决策方案。随着土地价格升高，固定最优倾角式的容量配比逐渐增加。

③初始投资成本至少需要降低30%方可使实证基地平准化度电成本小于该地区最新上网指导电价。