预测光伏系统的发电量

通往可持续未来的旅程取决于我们有效利用可再生能源的能力。特别是太阳能已成为这一转变的基石。然而，阳光的不可预测性和多对准确预测能源产量提出了重大挑战。这种不确定性不仅阻碍了创新，而且不必要地推迟了太阳能在全球能源生产中的利用。

虽然太阳能电池的转换效率通常是在受控环境中测量的，但其实际性能受不同天气条件的影响可能会出现显着偏差。对于太阳能发电场管理者和能源供应商等利益相关者来说，最关心的不是电池的效率百分比，而是了解其在特定地点的实际年发电量。由于这种(财务)产量的不确定性，太阳能电池板的全部潜力及其与建筑物、汽车屋顶或农业应用的集成可能仍未得到充分利用。

对精度的迫切需求

目前存在能源产量预测模型，旨在提高各种光伏(PV)技术的准确性和适用性。但传统的“灰盒”模型通常依赖于历史数据和经验见解，难以提供优化太阳能装置所需的精度。

为了满足这种对精度的迫切需求，imec位于比利时EnergyVille的能源系统团队，他们于2017年提出了自己的模型。与传统方法不同，该模型采用自下而上的方法，深入研究太阳能电池板内光、温度和电气动力学之间复杂的相互作用，并为其相互作用建立基于物理的模型。这种整体方法至关重要，特别是当可再生能源领域扩展到集成光伏发电的未知领域(例如基础设施集成)时。

了解能源产量模型：基于物理的模拟框架

该系统模型将三个相互关联的组件编织在一起：光学模型、热模型和电气模型。

光学模型采用复杂的“光线追踪”技术，模拟太阳能模块的光学响应方式。通过考虑不同波长和角度的反射或吸收，该模型擅长捕捉阳光与不同面板技术相互作用的细微差别。

其次，热模型通过考虑局部变化，超越了太阳能电池板的全球模块温度估计。这种区别对于建筑物附着装置尤其重要，其中可以无缝地或通过包含气流空间来粘附到例如混凝土墙。了解这些局部“囱”效应是准确温度建模的关键，并提供更细致的预测。

最后，深入研究发电的核心，电气模型考虑了各种因素，例如太阳能电池的特定类型和(声学)吸收材料的存在。它可以深入了解所产生的电流并识别潜在的效率损失区域。

“这三个模型的协同作用，响应细致的气象数据和定位等环境输入，描绘出全面的模拟3D图像。除了直射阳光的直接影响外，温度升高和风流减弱等因素也会对太阳能电池板的产量产生不利影响。

“该模型关注当地复杂的气象情况，确保更准确、动态地表示现实世界的条件，使该模型能够预测太阳能电池在不同气象和辐照条件下的每日或每年的发电量，”校长MichaëlDaenen教授强调道imo-imomec/EnergyVille的调查员。

从理论到现实世界的验证

除了理论模拟之外，能源产量模型从此成为优化光伏发电集成的实用指南——将实验能源产量与模拟能源产量进行比较。

例如，InterregRollingSolar项目专注于将光伏系统集成到公共基础设施中，设想在不需要额外土地的情况下大规模发电。其中，比利时EnergyVille建造了混凝土隔音墙，其中纳入了现有和新开发的太阳能模块，以展示其可行性并测量其几年内的能源产量。

imo-imomec/EnergyVille系主任IvanGordon教授解释了能源产量结果。“我们基于物理的模型在15分钟内给出了非常准确的预测，特别是对于晶体硅太阳能电池板。目前超过95%的光伏装置都是基于硅的，您可以想象这种准确预测的价值。

“当我们将预测扩展到CIGS模块等薄膜技术时，出现了挑战。作为回应，我们为薄膜材料开发了一个单独的电气模型，并包括经验修正。通过迭代细化，我们能够显着减少误差(Root我们的预测的均方误差(RMSE))较小。这展示了该模型对不同材料和技术的适应性。

在滚动太阳能项目的第二阶段，模块化双面太阳能电池板被安装在墙上，再次扩大了模型的范围。虽然与单面光伏系统相比，双面光伏系统可多发电20%，但由于光子可以从两侧进入，因此其能量动态发生了显着变化——高度依赖于周围环境，并且全天都在变化。这些独特的挑战通过光学模型的修改得到了解决。

“能源产量模型的关键优势在于其灵活的框架，”imec/EnergyVille能源系统团队负责人ArnaudMorlier博士强调。“这使我们的模型能够随着现实世界的实验以及太阳能电池板技术和应用的进步而发展。它作为一个基础框架，可以扩展以纳入不同的材料和应用，从而提供对不同条件下能源产生的见解。”

超越模型优化

对特定应用的精确发电量预测具有许多优势：模块工程师可以评估对太阳能电池进行技术调整的实际影响，而无需进行实际生产。此外，考虑角度调整等因素，虚拟演示可以帮助优化和测试太阳能电池板放置场景。从光伏集成解决方案的设计到估算特定地点的发电量并优化投资策略，发电量模型可以成为整个过程中的指路明灯。

imec与软件公司PVcase合作，将预测模型转变为专为太阳能园区量身定制的商用模拟软件。该软件用途广泛，结合了双面和其他最先进的技术，可以轻松设计并准确预测光伏电站的发电量。

预测模型在设计和优化汽车车顶曲面太阳能电池板方面继续发挥着至关重要的作用。认识到当前的太阳能屋顶只能有限地增加行驶里程，SNRoof项目将高效太阳能电池集成到汽车屋顶中。同时，HighLite项目探索开发具有成本效益的太阳能汽车车顶模块，旨在为欧盟光伏制造业的竞争做出贡献。目前，能源系统团队正在评估太阳能电池的最佳放置位置，以促进全自动电动汽车的开发。

最近，在RollingSolar取得成功的基础上，SolarEMR项目最终确定。这项为期18个月的工作重点是展示具有成本效益的自动化光伏组件生产和太阳能电池的电气互连，用于建筑和基础设施集成。有趣的是，该项目还考虑了技术和财务优化之外的其他方面，例如监管框架和商业可行性，为大型光伏项目铺平了道路。

通过与能源市场提供商合作，该仿真模型不仅用于制造更高效的太阳能电池，还改进了安装技术和微电网稳定性——通过协作，可以实现更快的绿色解决方案。

以投资太阳能集成声屏障的盈利能力为例，这项投资关系到其布局的微妙平衡。由于道路蜿蜒曲折，有时会远离阳光，将光伏技术集成到声屏障中可能并不总是一个简单的选择。输入能源产量模型，根据复杂的路线图、太阳能电池特性以及当地天气条件和法规，为此类大型项目的无缝执行提供见解。

可持续明天的灯塔

除了设计和优化之外，光伏集成应用的准确虚拟演示也有助于其运营和维护。当实验能源产量未达到模拟能源产量时，这可能表明太阳能电池板损坏或生长过度的草需要修剪，从而提供了一种检测异常的方法。这使得集中式操作系统成为可能，减少了访问太阳能站点的需要，这对偏远或孤立的太阳能发电场有利。

正在进行的利用预测模型的项目涉及在天空成像仪和人工智能(AI)的帮助下改进准确的天气预报(E-TREND)和“临近预报”(TRUST-PV)。

精确的太阳能建模前景广阔，涵盖从单个装置到整个能源网络。最后考虑一下：为了保证其稳定性，供需始终保持平衡至关重要。以15分钟的准确度预测能源产量的模拟模型不仅可以协助大型制造设施或城市地区的电网管理，还可以使各国在国际市场上更有效地进行能源交易。