微信客服
微信公众号
以下为发言实录：
Boris Farnung：非常感谢主持人的介绍，女士们、先生们、大家好，我非常荣幸今天来到这里，跟大家来分享我们在国际光伏电站项目方面的经验，跟大家共同探讨如何保证光伏电站的高效能和高可靠性，首先简单介绍一下我们的组织，我们是欧洲目前规模最大的太阳能研究所，建立于1981年，现在有两名所长，一共大约有11050名同志做研究工作。
我们主要的研究领域包括光伏，这也是我们机构最看重的一部分，我们今天的主题主要讲的是能源转换，我们也会研究光热、建筑能源和氢的技术。今天更多跟大家来讲的是电站，首先提出第一个问题，我们要讲的是什么样的电站，这边给大家带来了一些案例。首先看到了中国商用的电站，它的规模都是在百兆瓦以上，逆变器有百万个组件，另外我们可能看到一些小的电站，在多个区域进行投资，换句话说它会有超过30个独立的电站，比方说在土耳其各地都有，它们的条件各有不同。第三种案例像德国屋顶式的光伏，在德国屋顶的光伏应用是主要应用于商用的或者是产业的建筑，我们也有一些电厂级别的挑战，包括了屋顶和结构材料支架的问题，还有一些屋顶比较复杂的问题。如果我们考虑到今天的质保，需要标准化电站的部件，所以当我们来建造电站的时候，要知道我们做的电厂，还是屋顶，还是其他，它们彼此之间都是有区别的，百分之百的检测是不可能覆盖这些组件和逆变器的，所以我们必须要很好的来设计它的特性，让它尽可能的减少故障，在建造的时候也不会出问题。
另外一点如何来评估这些电站，它会有什么样的关键指标呢?我们如何使用这些指标来评估这些电站?接下来跟大家讲两个，第一个就是我们已经听到了很多很多次的术语，我们的度电成本，第二个就是能效比PR，我们看一下在组件和电站之间的能源转换的效率，我们首先来看一下发电成本，就是度电成本，LCOE我们会有很多因素都会跟质量系统相关，当然它都是跟质量、运维密切相关的，同时对于电站的性能，对于组件的效率，对于产出本身，还有它的辐照的因素都是有很密切的联系的。这一页我们可以看到度电成本，从技术的角度做一些质量和技术上的评估，保证这些参数确实可以在现实当中满足相关的要求。大家可以看到，我们项目的不同阶段会有不同的质量评估的指标，可以确保这些参数满足要求，因为我们时间不多，所以我主要会看前面的两个阶段，尤其关注于其中的一个评估指标，在这个时候我们首先来看项目发展的第一个阶段。
我们可以看一下太阳能资源的评估，这个对于度电成本的评估，可以说是非常重要的，所以我们要看一下在财务评估的基础上，要看到电站的产能分析，应该是由独立的机构来做电站的评估，第三方可以给出具体的文件，并且为了验证这些结果，一定要有相关的不确定度的报告，这边给大家看的是最主要的一些参数，在做产能分析的时候，可以看到它有一些不确定度，比方说天气的数据本身，我们会有阴雨的条件，还有电站的设计，还有一些环境的问题，比方说遮盖和泥土的赃物，还有我们怎么在设备质量上通过制造商的数据反映出它的要求，这些可以说是在做仿真的时候，要输入的最主要的参数，我们今天看起来还是很容易的，因为已经有很多现成的软件，会有很多复杂的模型，但是最终我们产能评估的决定，它其实也是取决于我们输入数据的质量，为了验证预测结果，我们做了一些比较，包括了实际的测量数据，有很多实际现场的测量数据，和最初始预测的产能比较。我们说到了有25家电厂，有5年非常准确的数据，我们可以把这个和过去的比较结果相对应，大家可以看到第一栏，这是所有25个电厂，辐照的区别和实际辐照的区别，可以通过这5年的卫星数据得到实际的测量数据，我们可以看到它是比初始的预测辐照值超出了5%。第二个就是全球的辐射，这个也是通过系统当中的传感器得到的，它的水平比我们预测要高。对于PR值，大家可以看到两者非常吻合，它的区别可能就只是正负0.6%，但是最终对产能，可以看到比预测高出了4.5%，所以我们现在的问题就是，能不能够把预期的产能和实际的测量产能之间区别的原因找到，为什么我们的PR值会有很好的辐照呢，在德国有长期的辐照的收集，从96%下降到94%，在80年代的时候有上升的辐照值，5年之前认为，我们还是尽可能的收集比较多的数据，取了20年辐照的平均值，换句话说辐照的平均值，实际上就是在案例当中显示，比实际的辐照值更低。这就意味着使用这些辐照的数据，其实低估了德国辐照的状况，可以看到世界其他情况也有。
这边可以看到美国、欧洲、中国、日本和印度的一些数据，我们可以看到有基本同样的趋势，所以我们现在可以看到在辐照数据方面的精度是偏低的，看到太阳比较亮还是比较暗，对于实际的结果有很大的影响，而且取用数据的时间轴也会影响结果。这就意味着我们必须要验证，并且评估这些数据，尤其是辐照的数据，并且非常慎重的选择数据源和时间段，降低预测的风险。我们在这里做了很多科学方面的比较，做了一个不确定性的蒙地卡罗模拟估算，看看这些值到底是如何的。左边看到的就是年度值，可以看到它和实际测量值之间的比较，最后可以看到我们做了这样区别化，可以看到P10和P50这两个值，我们预测的电厂和实际的电厂是很接近的，换句话说并不是有着非常不稳定的值，但是从衰减的趋势来说，我们需要考虑到，随着时间的变化，不确定度也是有所变化的，因为我们确实不知道20年之后的辐照是如何的，这方面的确定性还是很高的，我们在这边可能也会接受建议，比方说不确定度是20%或者21%。
接下来看下一个阶段，我们更多的会关注关于组件的水平，比方说看看能不能解释出来安装的组件质量如何，我在这里给大家带来了一个例子，在建设的阶段，可以看到我们会测量来自两个不同生产商的组件，可以看到相关的辐照的依赖度，做了测试之后，在1100平方公里的情况下进行的(均义化)，看到在图片当中两到三年的收集，点是名义化的数据，绿线代表了90%的数字覆盖，红线是平均值，绿线是中位值，黑线就是制造值，所以我们在这边可以看到名义值和测量值，测量值还是比较接近的，这是第一个供应商给出的数据，对于第二家供应商看到测量值也是在预期之内，但是厂家测量的数据偏离度还是很高的，如果你想要采用厂家提供的值，而不使用我们估量的值，对于初始的几个年份，可能会对最终的产出造成很大的影响。另外一个话题就是所谓功率的见证，我们在电站那边组件验证分析，这就意味着比如左手边大家看到组件功率的变化，绿点可以看出来一些变化，总体上知道我们这里边有一些比较，投稿少数的抽样可以避免整体系统的性能不佳，这一点很重要。
首先可以看到有一些不同，名义上和实际检测出来的数值不一样，最后我们进行了一些组织的检测，我们在组件经过功率的稳定后，测试的数据应全数符合企业额定的功率，测试的精度每增加一个百分点都代表着实际增加的价值，所以测试精确度不只是学术上的追求，实际上可以大大增加我们投资者相应的信心，如果用更多的组件进行测试的话，你可能会得出更加准确的结果。更加重要的就是，我们对于这些实测的数值进行分析，有利于建立新的一些标准，我们可以在实验室里进行更多的实验，还会发现2%到3%的不确定性，不稳定性。然后我们也发现，如果你能达到1.5%的不确定性，你就可以进一步提高，这里边有一些具体的内容，这是刚才我们提及的，也就是说每增加一个百分点，就代表着实际能够产生经济的价值，这个百分点不是没有意义的，无论在学术还是在事物当中都能够产生非常好的价值，大家都很有信心。
然后我们就进入了最后一个阶段，那就是运行，这个话题对于投资者来说，他们发现是非常重要的，为了看一下电站初期和短期性能的确保，在特定的时间下我们会观察温度、辐照，还有产量它们的关系，我们会把相应的数据运用到电站的模型当中，做一些计算，但是我们基于一些工况进行计算。另外一方面我们还可以对PR值进行计算，比较与理想值之间的差异，就是实测和模拟值之间的差异。在电站当中如果出现问题的话，在实测和模拟之间会出现一些差距，在我们做实验之前，就有一些预期，大家都喜欢说用大量的数据来进行分析，你才能够感觉到有信心，因为数据可以给带来信息。我们需要两到三年的监测数据作为一个基础，来进一步改进我们运行需要这样的基础。我们需要考虑到一些稳定性、不确定性，因此我们具备了相应大量的数据之后，它能够有助于我们对相应的参数进行一一的验证和评估。
最后有一些案例能够告诉我们可以保证质量，就是它运行的性能是非常稳定的，在德国有服役将近15年的电站，这个电脑是1999年建的，装机容量50KWH，地点是在德国，我们每年都会进行一些评估，它的运行是非常稳定的，当然我们也会了解它的辐照，这里是1000，还有PR值80%，我们在2007年的时候进行设备的测试，并且在2013年的时候使用逆变器，我们在这里可以看一下产量和稳定，性能有一点下降。我们看到辐照在增加，在减少性能的时候，因此如果我们只看到产量的话，那只是一个方面，我们认为这个电站还有进一步增产的可能。
这是另外一个案例，也是在德国的一个电站，我们进行一些实测是非常重要的。早期在实测发现问题可以进行改进，这里有一个2016年德国综合电站评比，这是根据我们的监控和实测来进行的，如果你不断进行持续的运维，如果你对一些基本的测量确保的实施，你就会看到电站性能表现会越来越好，质量也会越来越好。谈到这里，我就讲差不多了，谢谢大家的倾听，如果大家对我的话题非常感兴趣，也欢迎大家去参加我们上面显示出来的大会，谢谢大家。
0 条