光伏发电项目的设备选型、优化设计、性能分析、收益评估等都需要对发电项目的潜在发电量进行评估，从而可为相关决策提供技术支撑。目前PVsyst的发电量仿真模型较为成熟，它采用�？榛杓疲ㄉ璞改Ｐ�、三维模型、损耗设置模块等，也给用户提供了自定义窗口，根据实际数据进行设置。
?
基于当地自然气候条件及辐照数据的情况下，为比较及分析光伏发电系统软件仿真结果与实际发电运行情况的差异,采用PVsyst软件对江苏某分布式电站进行仿真，并与实际发电量进行了比较。对于本案例，通过计算相应的偏差指标，验证了仿真模型的准确度。
–全文预计2K字左右，预计阅读时间8分钟–
? ? ? ?项目装机容量4MW，采用“自发自用，余电上网”模式，接入厂内变压器，所发电量在厂区内部就近消纳，多余电量反送到? 国家电网，该项目于2017年6月并网发电，至今运行3年多。
? ? ? ?该项目屋顶为彩钢瓦，屋面坡角约5°，光伏组件采用多晶硅组件，顺着屋面平铺，组件布置时根据设计规范避开了阴影区域，逆变器采用华为组串式，逆变器输出后经交流汇流箱汇集至并网柜。
? ? ? ?通过远程监控后台导出现场环境监测仪器的数据，时间范围从2020年1月至10月22日，包括组件斜面的辐照度、风速、环境温度数据，时间间隔为30分钟，其中5度光伏斜面的辐射量为1090 kWh/m2。
? ? ? ?数据在导入PVsyst软件前，需要检查数据的质量，包括数据缺失、数据失真等问题，尽可能的剔除误差较大的数据。然后根据PVsyst气象数据转换协议，将数据按格式整理，并保存为csv后缀。
? ? ? ?下图为导入后的气象数据。水平面辐射量为1059.4kWh/m2，5度光伏斜面辐射量为1083.1 kWh/m2，由于软件转换及斜面辐照算法差异，软件计算的辐射与实际数据偏差7kWh/m2，偏差较小。在仿真环节，由于南北均有光伏组件布置，仿真时组件角度选择0°。
? ? ? ?PVsyst仿真设置的参数不同，发电量结果会不同，可根据实际需求进行设置。下面列出主要的几个设置选项：
? ? ? ?由于组件离屋面约10公分距离，PVsyst关于组件的温度计算，是根据散热条件不同，选择对应的热平衡系数或者根据实际测试结构填入，本案例是选择第二项，半封闭式。
? ? ? ?组件的光致衰减LID：默认2%。根据组件的实际参数填入。? ? ? ?灰尘损失：由于光伏组件顺坡平铺，在雨水条件下自清洁能力较差，组件下边缘容易积灰。默认3%偏乐观，在年清洗次数较少的情况下，取值可选在5%左右，当然具体看现场情况而定。? ? ? ?线损：线损包括了组件输出至组串逆变器的直流线损、逆变器出口至汇流箱的交流线损、汇流箱至出线线损等。可根据电缆清册在损耗设置中填入电缆长度、截面积，或根据买球·(中国大陆)APP官方网站自主设计的PV小程序计算后填入百分比（小程序见本文末尾）。本案例直流线损默认，交流线损计算后0.72%。? ? ? ?组件老化衰减：光伏电站从并网运行开始到2019年年底，运行年限约2.5年，而软件对于具体年份只能选择整数，本例选择3，即第3年。
? ? ? ?不可利用率：主要为设备的故障停机、电站停电检修等造成的，默认2%略偏大，该电站故障发生较少，可选择0.5%以内。
? ? ? ?在发电量仿真环节，没有对全站进行仿真，而是选择了一个部分发电单元，全站的发电量可根据计算得到的发电小时数乘以全站容量。? ? ? ?仿真发电小时数为818h，系统效率为77.35，根据运行监控平台得到的实际发电小时数为815h，与仿真结果差3h，偏差百分比仅0.4%。
? ? ? 下图为每天的对比曲线，两条曲线的一致性整体较好。日发电小时数与日辐射量是线性相关，由于软件所使用的气象数据是来自于现场，那么仿真值与实际值的偏差性就基本可以反映软件模型的准确性。
? ? ? ?图为各个月份的现场辐射量与TMY数据对比，独立月份的偏差较大，由于偏差有正有负，现场辐射总量与典型气象年的值偏差较�。堑蹦甑姆渌铰缘陀诘湫推竽�。可参考表1。
? ? ? ?下图为典型气象年仿真结果与实际运行对比，典型气象年是代表了历史气象数据，与特定年份的辐照一般都会有偏差，两条曲线的一致性较差。
? ? ? ?仿真结果与实际值的平均偏差和均方根偏差如表2。
▼表2
? ? ? ?从上面结果可知，根据实测气象数据输入软件进行仿真，得到的仿真结果还是较为理想的，整体偏差较�。硬嗝嫠得髁巳砑Ｐ偷淖既沸裕比挥械闫钍钦�。下面列几个偏差来源：
1）气象数据：现场实测的气象数据的统计天数为296天，仿真结果略高于实际，可能和个别瞬时辐照度不准确有关；另外现场对于辐照仪的维护和定期校准也很重要，若积灰不清理，容易导致辐照数据偏低。
2）直流线损：软件仿真采用的是默认值1.5%，若有电缆清册，则可根据实际电缆长度计算。
3）光伏组件衰减率：2%LID，逐年0.7%，是理论值。真实的数据还需要实测。另外电站并网运行是2017年6月，2020年1月至10月，介于第3年到第4年，而PVsyst从年初到年末算完整一年。
4）灰尘损失：5%为经验值，一般建议在现场安装对比组进行数据采集，一组正常自动清洗，另一组不清洗，通过发电量对比计算，方能得到较为准确的全年灰尘损失数据。
另一个方法是目前采用集控平台大数据分析，根据辐照量、理论发电量和实际发电量，分析灰尘损失，至于准确性如何，则有待商榷。
5）阴影遮挡：这里面可能需要考虑不同发电单元的一致性问题，和屋顶的复杂性有关。未采用全站建模，屋顶潜在障碍物暂未考虑，精细化分析需要建立三维模型，可得到较为准确的阴影损失。
PVsyst软件可用于光伏项目建设初期以及运行期的发电量评估，遮阴损失分析、系统优化设计及设备选型等。
? ? ? ?本文是基于已经运行多年的光伏电站，利用现场的环境监测数据作为软件的输入，在软件内部仿真以后得出仿真小时数，与现场的实际发电数据进行比较，从实践角度去验证了仿真模型的准确度，可以为光伏电站的运行评估、软件使用提供一定的参考。?
链接：
https://pan.baidu.com/s/1aXsfqTXFdXndm0H6LrdLng
提取码：5cjk
1.基于PVsyst7.0新版的半片组件发电系统的阴影仿真和性能研究
2.新书|《PVsyst中文操作实用指南》（第四版），欢迎订购
4.从实证数据出发，探讨PVsyst仿真结果与实际的差异点
原文始发于微信公众号（买球·(中国大陆)APP官方网站学院）：利用实测气象数据和发电量探讨PVsyst仿真模型的准确性
