基于最大功率点跟踪技术下的光伏发电率提升探求

(整期优先)网络出版时间:2021-12-31
/ 2

基于最大功率点跟踪技术下的光伏发电率提升探求

李林波

国家电投集团河北电力有限公司承德分公司 河北省承德市 067000


摘要:鉴于当前我国能源危机以及环境恶化问题的日益加重,如今光伏发电技术成为我国电力供应的主力推广技术,凭借着太阳能其取之不尽、用之不竭特有的优势,我国光伏发电技术也得到了快速发展。如何提升光伏系统发电效率已经成为光伏发电领域的研究热点,本文作者经过学习和研究,在此文章中论述一种基于最大功率点跟踪技术的光伏发电率提升的技术研究,希望文章发表后为日后光伏发电事业提供依据和参考。

关键词:光伏发电;最大功率;追踪技术;发电效率


一、光伏发电项目发电效率的影响因素分析

根据多年电站工作经历总结到,影响光伏发电站发电率因素众多,主要可以分为自然因素、设备因素及政策因素,因为本文探求的最大功率点跟踪技术主要与太阳辐射量和太阳方位角等自然因素有关,所以在此只就影响自然因素(辐射量、太阳方位角和温度)进行简要分析。

第一:太阳辐射量的影响。太阳辐射的强弱是决定光伏发电组件光电转换的基础。当前我国的光伏系统对太阳辐射能量的利用效率仅有1/10左右。太阳辐射的强度是变化因素中最不受控制的,天气的阴晴、有效光谱的发散等。

第二:太阳方位角的影响。从倾斜面上的太阳辐射总量和太阳辐射的直散分离原理可推断出:太阳辐射总量是由天空散射量、直接太阳辐射量和地面反射辐射量三部分组成。太阳光照与固定在同一角度的光伏电池板之间的角度随时间的变化在不断变化,这也将直接影响组件的功率输出。每天都由日出前的零输出功率,随时间推移逐渐上升,午后又由最高输出功率PMAX,随时间推移逐渐下降。同一纬度条件下,阵列朝向东西方的光伏组件产生的功率大约是阵列朝正南方向的80%。

第三:温度因素影响。未得到优化光伏组件的输出功率会随着组件温度的升高而相应减小。据有关数据统计,温度每上升1摄氏度,晶体Si光伏电池的最大输出功率将下降大约0.04%。炎热的夏季当太阳光直射在光伏组件时,组件内部温度将会达到50-70摄氏度之间。对绝大部分晶Si电池组件而言,温度的升高将导致组件功率下降至实际功率的90%。

二、发电效率研究的必要性

近年来光伏发电虽然从技术和市场上都得到了飞速发展,但值得关注的是,光伏发电自身存在一些问题需要亟待解决:

第一:发电成本偏高,据不完全统计目前生产一度电,火电成本约为0.4-0.5元,水电成本约为0.2-0.3元,核电成本约0.3-0.4元,风电成本约在0.6元以上,而光伏发电成本在1元以上,从上网电价看,风电上网电价约为火电上网电价的1.3倍,而光伏上网电价约为火电的2.2倍。

第二:发电效率偏低,目前我国火电机组年利用小时数一般维持在5000小时,甚至最高可达7000小时以上,水电年机组利用小时约在3500小时左右,而光伏组件只有大约2000小时左右。

只有解决发电率偏低的问题才可以从根本上解决单位发电成本高和利用率低的问题,因此基于最大功率跟踪技术来提高光伏发电效率是当前最有效的技术手段。

三、最大功率点跟踪技术中的创新应用

最大功率点跟踪技术应用GPS定位技术对太阳运动轨迹进行跟踪和计算,采用GPS技术能够准确的获取设备所处位置的经纬度,准确的实现太阳运动轨迹跟踪,根据当地时钟定时判定是否到达有效跟踪时间。根据长时间大面积测控和数据存储,计算太阳高度角和方位角具体数值,然后将提取GPS信息中的日期、时间、经纬度等参数对先前计算得到的高度角和方位角进行修正。

利用GPS定位技术不仅可以实施精准定位太阳运动轨迹,还能根据后台数据初步判定光伏电池板是否处于最佳采光位置及角度等。

四、主要研究方法

4.1最大功率研究方法——功率预测法

当前我国光伏电站往往建在工作环境复杂的山区,尤其我国北方地区光照强度时刻都在发生改变。如果光照强度变化速率不稳定,会造成样点数据计算存在较大误差,进而最大功率点就会造成“误判”。使用功率预测法将采样频率设为足够大、光照强度变化速率保持不变,假设某一时刻K的电压值U(k),该时刻瞬时功率为P(k),同样时间不改变参考电压,而是对该时刻后的半个采样周期(k+1/2)时刻的功率再进行一次采样,如果将此时的功率用P(k+1/2)表示,预测功率P由2倍的P(k+1/2)和P(k)相减这样我们就可以得到一个基于采样周期的预期功率。

4.2阳光跟踪研究方法——光电传感器研究法

在智能光电传感器方法中,光敏传感器是终端采集太阳能信号的必备装置,光敏传感器可以将探测到的太阳能信号传送到光伏控制器中,并将该信号通过内置算法进行运算处理,运用大数据推算出阳光强弱、位置等信息,控制器再将该信号反馈到电极上,通过调整机械结构来调整光伏电池板状态(接受角度和形态),使光伏电池板达到直面太阳照射方向。

如果光敏传感器检测的输出偏移原点M坐标为(x,y)的信号,控制器则向GPS系统发射反馈调整信号,从而通过电机来调整机械结构和姿态。传感器输出坐标根据控制器指令向原点方向移动。当控制器所探测到的x,y方向的电压分量值Vx,Vy接近0时,说明太阳的入射方向与光伏系统表面呈垂直90°夹角,即达到最佳采光状态。

智能光电传感器检测核心构件由硅光电池、光敏电阻等构成的四象限光电传感器。四象限光电传感器会在太阳光垂直照射时于各象限接收同等强度光强,其所输出的四向信号也相同。而四象限光电传感器会在太阳光非垂直照射时接收探测到四向不同光信号,其输出信号也随之不同,控制器根据光电传感器输出信号的差值对电机进行转动控制,进一步实现对太阳位置识别的追踪。

智能光电传感器方法具有结构简单、灵敏度高的特点,在电池板上平行的固定太阳位置识别模块,可以根据实际情况不断调整电池板转动角度和姿态,使太阳光投射在底板上的位置识别模块上的阴影面积不断减小直至消失,此时光伏电池板与太阳光投射方向为垂直关系。其结构简易模型如下所示:

61ceab9ba3761_html_1d3605fea2cc5b6.png

五、实验数据分析

实验过程中,研究员通过选用三块性能相同的光伏电池,将其安装在朝向正南方向、初始时刻与地面成30°夹角的支架上,三块光伏电池(初始状态、品牌型号一致)额定功率选用30W,分别加载三块蓄电池(初始状态、品牌型号一致),蓄电池额定电压12V额定电流55Ah,首先将三块蓄电池进行电能耗尽操作,以上三块光伏电池分别加载固定系统、未优化跟踪系统和GPS光敏跟踪系统。整个实验过程中,每10分钟记录一次蓄电池端电流与电压,记录后计算可知此时光伏发电净功率数据(P=U×I)。整个实验探究过程从早晨六点至傍晚六点不间断的12个小时进行净功率值数据采集,根据采集数据统计并给出时间H和功率W之间的关系,通过对数据的积分运算分析可得当日发电电量数据,从实验结果数据的对比中可看出,未优化的光伏发电系统的光电转化效率高于固定式光伏系统的光电转化效率,大约高出24.36%。使用最大功率点和GPS跟踪系统进行优化后的光伏跟踪系统则会在光电转化效率上高出45.60%。

结束语:

当前我国光伏发电技术正处于探索的初级阶段,虽然在大部分山区和阳光辐射条件好的地区建设了大面积电厂,但也只是停留在量的改变上,如何达到量变引发质变的效果,仍然需要在发电效率上寻求新的突破口。

参考文献:

[1]施建坤,俞惠江.分布式光伏电站发电效率提升策略研究[J].中国新技术新产品,2020(7):81-82.

[2]刘志刚,王刚,李国华,等.太阳能光伏发电站发电效率提升策略研究[J].中国新通信,2020,22(8):240.

[3]王永胜.分布式光伏电站发电效率提升策略研究[J].现代商贸工业,2019(21):215.

[4]丁颀骁,付伟铭.分布式光伏电站发电效率提升策略研究[J].电力系统装备,2019(15):40-41.

[5]曹勇.分布式光伏电站发电效率提升办法分析[J].新型工业化,2020,10(11):11-12.

[6]朱玉龙.光伏发电系统效率提升的研究[J].商品与质量,2015(20):236-236,237.

作者简介:李林波,1990.08-,男,汉,山西省临汾市洪洞县,大学本科,扶摇台光伏电站值班长,助理工程师。