淺談家庭屋頂分布式光伏發電系統的設計與施工(二)

1.4發電量預測和不確定性評估

發電量預測的主要從業主角度考慮基于該設計方案下的理論發電量，本例使用PVsyst6.25模擬軟件，建立如圖5所示簡化模型，并對該模型在冬至日9時下的陰影情況進行了分析，通過圖6可知在冬至日9時，西面的陣列已經完全被遮擋，當真太陽時10點，陰影遮擋已消失，因此采用獨立雙MPPT跟蹤是非常有必要的。

圖5 別墅PVsyst簡化模型

圖6冬至日9時和10時陰影情況

PVsyst軟件中對于多路MPPT功能的具體設置參考圖7，在該軟件中，如果需要將2種不同朝向的組串接入組串逆變器并使用雙路MPPT功能，則每一路輸入組串所對應的方陣需事先定義為“Sub-array”，比如“Sub-array 1#”為正南向組串，“Sub-array 2#”為正西向組串。

圖7 PVsyst6.25系統配置界面

圖8為“Layout”界面，目的是給組件之間進行電氣連接，比如被賦予粉色的組件對應為“Sub-array 2#”，棕色組件串為“Sub-array 1#”，完成組件的電氣連接后，我們可以進行I-V曲線的模擬，還可以驗證兩路MPPT是否發揮作用，如圖9和圖10所示分別對應為冬至日上午9時西面陣列和正南面陣列的實時P-V輸出曲線，最大功率分別為57W和1684W，可見正南面組串并沒有受到正西面組串遮擋的影響。

圖8 PVsyst6.25 Layout界面(電氣連接)

通過以上近場陰影建模和系統配置，通過PVsyst可模擬得到系統首年各月份的PRstc值及日有效發電小時數，其中首年理論系統效率PRstc為81 %左右，參看圖11。 

圖11日有效發電小時數及系統PR

此外，在Pvsyst界面中有一項“Miscellaneous tools”，它可以對發電量的不確定性進行評估，眾所周知，影響發電量的不確定性來源于多方面，比如實際獲取的氣象數據、灰塵遮擋、組件年衰減率等等，其中氣象數據是不確定度來源的重點，因此發電量理論估算也存在一定的不確定性，各不確定因素獨立地并以正態分布形式影響發電量。在引入統計學中置信率概念后，即超過一定%的可能性，發電量不再是單一數值，而是可以得到多個不同置信率水平下的發電量估算值。本例使用 PVsyst計算得出，在5.5%的不確定因素下，置信率P50發電量為5552kWh，P90為5156kWh，也就是說發電量超過5552kWh的概率為50%，超過5156kWh的概率為90%，參考圖12。當不確定度越低，P90和P50的差異會縮小，發電量的不確定度對于項目投資風險管控比較重要，一般以P50 判斷項目的基礎收益能力，以P75 或P90 判斷項目的風險水平。

圖12 PVsyst中P50、P90和P95的計算