1部分。
影响光伏组件和热模型温度的因素
光伏组件的工作温度受系统设计、安装方式和气象因素的影响。设计因素包括构件的技术类型、包装材料的类型、安装方法包括固定支架安装(敞开式)、屋面边坡安装和跟踪支架安装。气象因素包括环境温度、辐射和风速。因此,预测室外光伏组件的工作温度是一项非常复杂的工作,需要综合考虑以上几个因素。
在科研领域,建立光伏组件的热模型可以帮助量化这些因素,估算组件的工作温度,减少与温度相关的不确定性,即提高组件性能模型的准确性。通过数据量化和可靠的性能模型,可以在光伏系统的设计和发电系统的仿真运行中起到非常重要的作用。
目前关于光伏组件的热模型有很多,如基于室外实测数据的经验拟合公式或利用热传导理论计算等。PVsyst是一款非常成熟的商用光伏仿真软件。在计算元件温度时,也使用了热模型。表征热损失的两个关键参数是Uc和Uv。其中Uc为常数,Uv为与风速相关的变量。软件有三种默认的安装模式,分别对应不同的Uc和Uv体验值供用户选择。
1. Sandia组件热模型
其中EPOA为组件坡面辐照度,Ta为环境温度,WS为风速,a、b为常数,具体取决于组件的安装方式和包装材料,见下表。
2. 法伊曼元件热模型
David Faiman的研究小组提出的组件热模型相对简单,使用热传导理论来确定组件的温度。式中,Tm为组件温度,Ta为环境温度,EPOA为光伏斜面辐照度。U0是热损失系数,是常数,U1是与风速有关的变量。w是风速。
3.PVsyst组件热模型
PVsyst组件的热模型是基于Faiman模型,但是不同的是,温度是组件内部电池的温度。Tc是电池温度的公式,助教是环境温度,斜面和EPOA组件辐照度,这是组件的转换效率在实际工作条件下,10%在默认情况下,组件电池吸收速率,默认值是0.9。U0U1为热损失系数,WS为风速。
2部分。
根据数值拟合方法,确定了UC和UV的流量
PVsyst软件为用户提供了三种不同安装类型的热损失系数。如果现场条件允许,还可以安装相关设备进行数据采集,通过回归分析得到热损失系数,从而大大提高发电模拟的准确性。现提供以下步骤供你参考:
1)模块室外测试平台搭建:光伏模块一般向南安装,在模块附近安装环境监测仪,采集模块背板温度、风速、风向、环境温度、光伏斜面辐照度。
2)统计周期可为一年或多年,背景处可导出辐照度、风速、组件温度和环境温度数据。
3)对数据进行筛选,减少误差,主要是对上午10点到下午14点的数据进行筛选。
4)计算组件背板温度与环境温度的差值,即T= tma-ta,计算GlobInc/ T与GlobInc/ T在光伏平面辐照度中的比值。
5)剔除由于数据采集问题导致的明显异常的计算结果。
6)绘制GlobInc/ delta T与风速之间的拟合曲线。
7)得到曲线的截距Uc和斜率Uv。
8)根据残差图进行拟合试验。任何做过回归分析的人都知道,回归分析的结果必须通过残差图来验证模型的可靠性。我们收集的数据一般不可能完全符合该理论的正态分布,该理论有一个固定的概率密度函数。
那么,收集到的数据是否可以被认为是正常的呢?这需要通过画一个正态概率图来验证。如果正态概率图显示为一条直线或近似直线,可以认为剩余近似正态分布,正态概率图的剩余接近,所以正常的假设可以被认为是真实的。
第3部分。
太阳能光伏发电站案例介绍
一些户外组件安装超过硅测试,2019年的样本数据统计,如下图所示,数据拟合后,加州大学是22.38,紫外线是5.7101,拟合优度为0.6866,我们发现,当风速超过4米/秒,数据增加的特点,所以在不到4 m / s可以用来配合数据,将增加相关性,数据拟合良好。
图1数据线性拟合结果
图2为残差图和正态概率图。从图中可以看出,残差图的形状基本上是令人满意的。
图2残差分析和正态概率图
剩余的知识
残差为因变量y0的观测值与根据估计的回归方程计算出的预测值y1之差,记作e,反映了利用估计的回归方程预测y0所造成的误差。第i次观测的余项可表示为:e=y0-y1。
残差图是分析残差的一种有效方法。其纵坐标(Y轴方向)为残差,其横坐标(X轴方向)为X变量的值或Y变量的预测值。
要分析残差,您需要了解几种常见的残差模式及其所代表的信息。
如果方差拟合值与实际值之间的误差项是相同的所有值x,如果x和y回归模型描述变量之间的关系是合理的,所有的点在剩余图中应该落在中间横带,如图(一)。然而,如果方差的平方是不同的值,例如,对于一个大的x值,相应的残余也大,如无花果。(b)所示,这意味着方差相等的假设被违背了。如果残差图如图(c)所示,则说明所选择的回归模型不合理。在这种情况下,应该考虑曲线回归或多元回归模型。
上一篇:光伏发电与光热发电的区别是什么? 下一篇:研究得出结论夏威夷的风能和太阳能设施配备了