【能量人在看着。 请点击右上角的“关注”】
北极星太阳能电网信息：Part.1
光伏组件温度的影响因素和热模型
光伏组件的运行温度受系统设计、安装方式和气象因素等的影响。 设计要素包括元件的技术类型、包装材料的类型，安装方式包括固定支架安装(开放式)、屋顶的下坡安装、跟踪支架安装等。 气象因素包括环境温度、辐射量和风速。 因此，预测室外光伏组件的运行温度是一项非常复杂的工作，需要同时考虑上述几个因素。
(来源：微信公众号“坎德拉学院”的作者： Mr Kin )
在科学研究领域，建立光伏组件的热模型有助于这些组件的量化和组件工作温度的估算，可以降低温度方面的不确定性，也就是说可以提高组件性能模型的准确性。 经过数据量化和可靠性能模型的验证，可以在光伏发电系统的设计和发电系统的仿真运行中发挥非常重要的作用。
目前，关于光伏模块的热模型，有基于室外实测数据的经验拟合式和使用热传导理论进行推测等各种各样的种类。 PVsyst是一个非常成熟的商业化光伏模拟软件，在计算组件温度时也使用热模型，表征热损耗的两个重要参数是Uc和Uv。 在这里，Uc是常数，Uv是与风速相关的变量。 软件内部的默认三种安装方法对应于用户可以选择的Uc和Uv经验值。
1、Sandia组件的热模型公式如下。 其中，EPOA为组件斜面放射度，Ta为环境温度，WS为风速，a和b为常数，取决于组件的安装方法和封装材料。 参照下表。
2、Faiman组件热模型David Faiman研究小组提出的组件热模型比较简单，根据热传导理论确定组件温度。 在这里，Tm是模块温度，Ta是环境温度，EPOA是光伏斜面放射度。 U0是热损失系数，是常数，U1是与风速相关的变量。 WS是风速。
3、PVsyst组件热模型PVsyst组件热模型是在Faiman模型的基础上发展起来的，但有些不同，温度是组件内部电池的温度。 式中的Tc为电池温度，Ta为环境温度，EPOA为组装体的斜面放射度，是组装体在实际状态下的转换效率，默认为10%，为组装体电池的吸收率，默认值为0.9。 U0U1为热损失系数，WS为风速。
第2部分
基于数值拟合方法确定UC和UV的过程PVsyst软件为用户提供了三种不同安装类型的热损失系数。 如果现场有条件，也可以安装合适的设备进行数据采集，通过回归分析得到热损失系数，从而大大提高发电量模拟的准确性。 请参考以下步骤。
1 )模块室外试验台的构建)一般来说，将光伏模块向南设置，同时在模块附近设置环境监视器，收集模块的背板温度、风速、风向、环境温度、光伏斜面的辐射度。 2 )统计时间段采用1年或数年，可以在本底导出辐射度、风速、组件温度、环境温度数据。 3 )过滤数据以减少误差，主要筛选上午10点到晚上14点的数据。 4 )计算模块背板温度与环境温度之差，即T=Tm-Ta，计算光伏平面辐射度GlobInc与T之比GlobInc/T。 5 )消除在数据收集问题上明显异常的计算结果。 6 )绘制GlobInc/T与风速的拟合曲线。 7 )得到曲线的截距Uc和斜率Uv。 8 )通过残差分析(residual plots )进行适用性检查。 做过回归分析的人都知道，回归分析后的结果一定要用残差图来检查，以验证模型的可靠性。 我们收集的数据不能完全遵循理论的正态分布。 因为理论的正态分布具有一定的概率密度函数。
那么要说收集到的数据能否被视为正规的，就需要通过绘制正规概率图来验证。 如果正态概率图由直线或近似直线表示，则认为残差近似于正态分布，由于残差的正态概率图接近直线，因此正态性的假设成立。
第3部分
情况介绍在某室外场地安装了多个晶体硅模块进行了测试。 样本的数据统计年为2019年，如下图所示，进行数据拟合后，Uc为22.38，Uv为5.7101，拟合优先级为0.6866。 这种情况表明，风速在4米/秒以上时，数据的离散性会增加，因此拟合时可以采用4米/秒以下的数据。
图1数据线性拟合结果
图2是残差图和正规概率图。 由图表可知，残差图的形态基本良好。 正态概率图表示直线或近似直线，残差近似服从正态分布。 表明变量风速与Irradiance/T关系的回归模型是合理的，可以采用热损失系数。
图2残差分析和正则概率图
残差点数
残差(Residual )是变量的观测值y0和从估计出的回归方程求出的预测值y1之间的差，用e表示。 这反映了利用推定的回归方程式预测y0引起的误差。 第I个观察值的残差可以写成e=y0-y1。
残差图(residual plot )是用于分析纵轴(y轴方向)为残差、横轴) x轴方向)为x变量的值或者y变量的预测值的残差的有用方法。
为分析残差图，需要知道残差图的几种常见形态及其所反映的信息。
若对所有的ｘ值，拟合值与实际值误差项ε的方差都相同，而且假定描述变量ｘ和ｙ之间关系的回归模型是合理的，那么残差图中的所有点都应落在一条水平带中间，如图（ａ）所示。但如果对所有的值，ε的方差是不同的，例如，对于较大的ｘ值，相应的残差也较大，如图（ｂ）所示，这就意味着违背了ε方差相等的假设。如果残差图如图（ｃ）所示的那样，则表明所选择的回归模型不合理，这时应考虑曲线回归或多元回归模型。
免责声明：以上内容转载自北极星电力新闻网，所发内容不代表本平台立场。
全国能源信息平台联系电话：010-65367702，邮箱：hz@people-energy.com.cn，地址：北京市朝阳区金台西路2号人民日报社