首页 > 

鸡肋的功率预测——太阳能光伏电站数据揭秘

来源:
时间:2014-07-17 19:28:08
热度:

鸡肋的功率预测——太阳能光伏电站数据揭秘表一:各资源区的标杆上网电价(注:西藏自治区标杆电价另行制定;电价单位:元/千瓦时)图一:NREL的SAM页面图二:1978—2

表一:各资源区的标杆上网电价(注:西藏自治区标杆电价另行制定;电价单位:元/千瓦时) 图一:NREL的SAM页面 图二:1978—2007年全国平均直接辐射总量(来源:国家气象局) 图三:美国专业资源评估公司3 Tier的数据,基于卫星气象数据以及专业模型推算,分辨率精确到3km 表三:中广核敦煌特许权项目实测日照数据与NASA数据和可研数据的对比 图四:国润天能位于敦煌的气象设备 2014年开始,中国光伏电价补贴已经不在全国统一电价,而是根据太阳能资源的优劣划分了三类地区,这三类地区将分别获得1、0.95、0.9元/千瓦时的标杆上网电价 (表一)。太阳能资源数据对于电站的项目选址、发电量预计有直接的关系,但光伏行业在这方面的积累还非常有限。 数据的来源 2013年底国家能源局出台了光伏电站暂行管理办法,其中里面第12条明确规定项目开发前期,必须要有现场实测数据,或者有代表性的实测数据。在一份提交给国家能源局的文件中,中国96个基准站的10年平均水平面总辐射量统计表被作为附件递交上去。这个遍及中国所有省、直辖市的数据表格给出了包括经纬度、海拔、水平面年辐射量、倾斜面年辐射量以及等效满发小时数等诸多参数。这份保密级别的文件外界很难以看到,在新建项目中,要获得有用的光资源数据,要么从当地气象局购买,要么免费从NASA来查找。 目前国内外已经有一些机构在做太阳辐射的研究。美国航空航天局(NASA)通过对卫星观测数据的反演,免费为用户提供分辨率为3—110公里的太阳辐射数据。NASA的数据库已经成为中国光伏行业获取太阳能资源数据最主要的来源。 国际电工委员会(IEC)中国专家代表林阳认为NASA的免费公开数据并不准确,“我们对比过甘肃某地的数据,NASA公开数据给出的值是1600kW•h/m2•a,但实际的数据是接近2000kW•h/m2•a。NASA公开数据有较大的误差,特别是在阴、雨天气较多的地区下误差能达到25%。” LDK工程公司副总经理张雷也表示“NASA的数据很有名,但并不是一个可靠的来源。” 美国可再生能源实验室(NREL)也在研究跟太阳能发电相关的光资源数据,他们用的也是NASA数据,但是其分辨率是3—40公里的资源数据,在其推出的SYSTEM ADVISOR MODEL(sam.nrel.gov)免费设计软件中,给出了更为准确的光资源数据。 “在中国范围内,SAM会免费向使用者提供其IP位置方圆五公里的资源数据,超过这个范围的数据没法下载,但是可以向NREL发邮件索要项目所在地的数据。”林阳曾经收到了NREL回复邮件并得到了想要的数据,“这个软件主要针对美国光伏市场的需求。”林阳表示,光资源数据来源还是比较多的,“我曾经用过MeteoTest瑞士公司开发的Meteonorm软件,还有人用法国美迪公司的MeteoDyn Solar工具的数据。一些国内的专业团队在近几年也将会推出一系列免费的全国光资源数据源。” 中国面积广大,全国各地区光资源及太阳辐射资源有较大差异,根据国家气象局风能太阳能评估中心划分标准,我国太阳能资源地区被划分为四类(见表二)。 中国经过数十年的积累也拥有了自己的光资源数据。中国从1953年开始测量太阳辐射,目前有2300个气象站和310座气象台。其中122个基准气象台中拥有10年以上数据的气象台只有96个。中国气象局是这些数据的所有者。 国家气象局风能太阳能资源中心(以下简称风太中心)研究员赵东表示,中国气象局有两套相关的数据,核心是全国96个基站的观测数据。其中一套来自气象卫星数据,通过官方理论模型,考虑到经纬度、海拔等一系列参数计算出来,然后再对比96个基站的真实数据进行校对而得出;另一套数据来自全国2000多个气象站点的日照时数等数据与96个气象台数据的综合结果。风太中心目前为光伏行业提供电站太阳能资源评估和太阳能发电专业数值天气预报的服务。 神华集团下属的国华能源投资有限公司是中国气象局风能太阳能资源评估中心的长期客户,张华(匿名)向PV-Tech表示,“我们在做前期选址的时候要用到光资源数据,一个坐标点的数据要十五万左右。” 对于气象局的数据收费,张雷也表示不满,“希望国家气象局能把数据免费向电站投资者开放。我们进行投资就会产生税收,而税收支撑了国家政府的运行。现在气象局把这些数据拿来卖钱,对整体的光伏行业是不利的。” 在PV-Tech PRO采访的大部分电站开发商中,在前期项目开始就从气象局购买数据的并不多,一些开发商会通过关系从已有数据者那里获取,更多的是去找类似NASA的免费数据。张雷曾经通过一个名为中国气象资源共享网的网站获取免费的气息数据,“但后来气象局把这个网站关闭了。”事实上,即使购买了气象局的数据,这些数据并非完全准确。张华表示,一方面每年的光资源会因为天气变化而不同,另一方面“不知道什么原因,东部地区的气象数据总是偏低。” PV-Tech记者在西部多个地区发现,同一地区的不同电站其组件倾角最大超别超过5度。赵东解释道,“可靠的光资源数据是非常必要的。最直接的影响是电站设计中倾角的计算,目前主要的计算方法都没有问题,差异来自于光资源数据。”目前中国有98个气象台站监测总辐射量数据,17个台站拥有直接辐射数据,而光伏倾角计算更多依赖直射辐射数据,“即使同样总辐射量级的光资源地区,有的地方直射辐射分量多,有的地方散射辐射分量多,后者地区组件更倾向于平放,而前者组件跟踪太阳更合适。”赵东补充到,“最佳倾角计算除了考虑辐射,还要考虑当地的温度和风速等诸多因素。” 站内的气象仪 目前大部分光伏电站在站内安装了气象仪,但目前大多数设备的数据采集并不完备。MEMC在中国投资的第一个电站——敦煌迪盛正在收集倾角辐射,其项目经理乔利军表示,“倾角辐射数据比水平数据能更好的反应电站发电量和运行状况。”在张雷看来,完备的气象仪至少要有四块太阳辐射表,分别测量总辐射值、散射辐射值、倾角辐射值以及直射光数据,其中直射辐射的高精度跟踪器要占据较高的成本,有的电站为了节约这方面的预算,直射辐射量就直接用总辐射量减去散射辐射量,这种做法并不完善。 “测光数据是为了光功率预测服务的,要做光功率预测需要以这四块表的测试值为依据。”中国光伏专家王斯成在考察了西部电站后发现,一些电站并没有安装倾角辐射表,但这些电站运维人员会通过软件经过对水平辐射值的计算得到需要的数据。 中广核敦煌特许权电站在站内架设的太阳辐射监测仪记录了去年一年的数据,但由于仪器的问题并没有得到全年的所有数据。但根据其中8个月的数据来看(见表三),实测辐照量与NASA数据和可行性研究的数据最大参考误差超过30%。 赵东认为这种误差存在很正常,“每年的天气状况都不相同,所以需要多年的数据积累。”而气象仪的质量是也是造成数据差异的原因之一。在中广核敦煌特许权项目运维记录中,气象仪(型号WAMS620-SP)频繁出现问题,如气象数据不稳定,数据很少会传输监控后台,气象仪数据不准等。 根据赵东的经验,气象仪的质量是一方面,即使好的气象仪,其中每块辐射表还需要在当地气象站进行标定。如果不做标定,每块表仍然存在不同的误差。王斯成表示,对于辐射数据及其测量应该符合GB/T20513-2206国标文件中光伏系统性能监测、测量、数据交换和分析导则中的内容,该技术标准等效于IEC61724。 目前气象仪根据其功能不同,价格从数万到十几万不等。林阳认为,“国外的气象仪辐照表的精度更高,主要原因是其中的光敏元器件工艺会更好一些。见到过日本EKO的测试设备,其高端辐射表配有专门的散热风扇,可以避免辐照表内部元器件的温度漂移问题。”赵东并未对国产产品和进口产品的差异直接评价,“我们气象部门的都采用国产的辐照表,质量都没有问题,关键还是看是否做好标定。” 相比于大多数企业在光资源设备上投入不足,国润天能则在敦煌建设了中国第一个第三方野外实验站,其中一套完备的气象及光资源观测设备耗费超过200万。这套系统已经积累了一年的数据,国润天能正在对数据进行整理分析。 鸡肋的功率预测 为了更好的对光伏电站的电力进行管理和调度,国家电网要求各电站安装光功率预测系统。赵东认为,“光功率预测系统必须与辐射观测数据结合起来才能发挥作用,特别是超短时间功率预测。”在他看来,光功率预测的本质是把观测的太阳辐射数据结合其他气象数据转换为功率,“在光资源有效数据缺乏的情况下,这套系统很难发挥作用。” 金塔甘电投电站站长刘海林表示,“光功率预测系统安装上了,但一直没有用。”事实上,在PV-Tech PRO记者走访的大多数电站中光功率预测系统都没有投入使用。甘肃金塔亚洲新能源电站负责人刘生平表示,“甘肃省电网公司在嘉酒地区新能源送出能力提升协调会上提出,要求光伏电站安装有功功率控制系统,该系统与省调接口,如果有超最大出力上限的机会,省调可反馈信息。”刘生平了解到,这套系统报价59万,他们还没有安装这套系统,将看已安装企业的效果如何、以及是否能起到多发电的作用再做安排。 张雷对地面电站光功率预测系统的看法是,“真正的功率预测是要在站内安装一系列的测试设备,包括湿度、云量、雨量的传感器,只有这样才能实现功率预测,而不是现在的功率推算。就像F1方程式赛车比赛中都会提供实时气象服务,比如会不会有雨,几分钟后会有雨等。”在他看来,数据收集需要一个积累的过程,只有这样预测才会越来越精确。 作为IEC标准中国代表,王斯成提出了针对IEC61725标准(日光功率预测分析)的修订,该标准中有三种理论分析模型(峰值分布、cosine分布、平坦分布)。 林阳表示,“如果光功率预测细化不到每一天,那么是没有更好的途径来保证准确性。”莱维塞尔和天源科创都提供了各自整合各种辐照计和气象数据采集设备的整套方案,在其设备中都有著名Kipp&Zonen辐射监测设备。莱维塞尔还研发了DX Presee光功率预测系统,可提供15分钟分辨率的超短期、短期以及中期功率预测。美国Sandia国家实验室正在研究云层对发电效率的影响,他们在一个大型地面电站和一个分布式电站中放置了多个太阳能辐射点传感器,以对比辐照度变化与电站输出功率的差异。他们的分析能够量化每个电站的短时间功率变化,并创建模型来模拟这种变化。Sandia实验室的团队计划将实验扩大到更多电站中以验证他们的模型,并研究光伏电力的波动对电网的冲击。 赵东为光功率预测提供了新的解决办法,“电站业主可以采用数字气象预报,实时的气象数据反馈给功率预测的服务单位。”中国气象局太阳能发电专业数值天气预报模式系统利用局地分析预报系统LAPS三维云分析技术、中尺度气象模式WRF与大气辐射传输模式SES2,通过基于卫星遥感水汽、可见光和红外通道数据以及云分类、云检测等数值产品的LAPS三维云分析改进技术,改进了云物理参数的模拟和预报以及太阳辐射的模拟和预报。该系统为云雨天气条件下三维云量场及太阳辐射的模拟和预报提供相对准确的数值方法,为发电量预报提供准确可靠的太阳辐射模拟和预报基础数据。 赵东表示,未来三天的数字气象数据服务的价格根据预报的点数以及要素的多少、每天几次数据提供等而有所差异,“但一般每年费用不超过10万。”在数字气象预报的支持下,光伏电站可以实现4小时以内的超短期功率预测以及72小时内的短期功率预测。东润环能的光功率预测的气象信息统计数据包括风速曲线、风玫瑰图、风廓线、辐照强度曲线以及云量曲线和气温曲线等。在作出预测后,这台设备将统计预测值与实际功率值并给出平均绝对误差和均方根误差以及误差小于20%所占的比例。 地面电站因规模大可以搭建气象仪,对于中小型的分布式项目来说难以实现,因为分布式的光功率预测实现起来会有困难。赵东也想到这个问题,“按我的想法,地方电力公司或电力调度机构可以统一做预测,目前技术上也是可行的。气象部门可以向一个地区做统一的预测。我们已经做了一套集中化的预报系统,能同时为很多点做预测。”由于目前分布式并未大规模推广,赵东的这套系统还没获得实际应用。 在谈到气象服务收费问题,赵东表示,“我们的收费更多的是支持风太中心的研发运行。”2014年,赵东将就太阳辐射对组件的增温效应以及跟发电量衰减幅度和效率衰减的 关系、雾霾对光伏系统的影响、沙尘折减系数等课题展开研究,以更好的为光伏系统精细化设计提供帮助。
Baidu
map