100MWp光伏发电项目太阳能资源评估报告

XX省XX市XX县XX镇100MW光伏项目太阳能资源评估报告XXXXX风能太阳能资源中心二〇二X年七月报告编制单位简介XXXXX风能太阳能资源中心（XXXXX公共气象服务中心）（以下简称中心）主要依托XXXXX的基本业务体系面向能源电力行业开展风能太阳能资源评估、发电功率预测、气象风险评估、气象灾害预警等与风能太阳能开发利用及电网安全相关的专业气象服务。中心以“实现人与自然和谐相处”为理想，以“打造中国能源气象领域第一科技服务品牌”为目标，坚持以需求为导向，以服务为根本，以创新促发展，以“专注、创新、合作、共赢”为经营理念，以“为能源行业提供无微不至、无所不在的专业气象服务”为经营宗旨，充分利用XXXXX的业务、科研、人才和组织优势，全面提升核心竞争力，保持服务水平和原创能力的领先地位，为应对气候变化、促进能源行业的持续繁荣贡献力量。中心拥有一批能源气象领域的高端人才，核心团队有高级职称专家16人，博士13人，人才结构完善，专业配置合理，既有天气学、气候学、大气边界层、大气辐射、大气数值模拟等领域的气象专家，也有软件工程、系统工程、项目管理等领域的系统开发和管理专家。在核心团队外围有一个由XXXXX公共气象服务中心、中央气象台、XXXXX数值天气预报中心、国家气象信息中心、国家卫星气象中心、国家气候中心、XXXXX气象探测中心、各省（区、市）气象局及各县气象台站组成的覆盖全国的气象技术支撑体系和客户服务网络体系。委托单位：XXXXX能源科技有限公司承担单位：XXXXX风能太阳能资源中心单位负责人：XXX（主任）项目批准：XXX（副主任）报告审核：XXX（正研级高工）项目负责人：XX（高级工程师）参加人员：XX（助理工程师）XX（高级工程师）XXX（高级工程师）目录第一章项目概况 第七章发电量估算根据光电转换原理，光伏电站发电量采用以下方程计算：式中H是光伏电站理论年（月）利用小时数，单位为小时，由斜面总辐射年（月）辐照量除以1kW/m2得到，这里的1kW/m2是光伏电池测试的标准辐照度，当斜面总辐射年（月）辐照量的单位为kWh/m2时，H与其在量值上相等，由此，本报告中固定式最佳斜面理论年利用小时数为1473.2小时，半年调节式理论年利用小时数为1535.7小时；P是光伏电站装机容量，根据项目建设规划，本报告按照100MWp计算；r是光伏电站总体系统效率，结合目前国内大型光伏电站设计经验，对本项目取80%；G是光伏电站年（月）发电量，其单位取决于装机容量P的单位，当P的单位取MW，G的单位即为MWh。7.1固定式发电量估算光伏电站按照固定式安装时的发电量计算结果如表7.1所示，本项目年发电量为117855.2MWh，年利用小时数为1178.6小时。表7.1光伏电站以固定式安装时的各月发电量（单位：MWh）月份123456发电量7284.07921.611081.611952.013017.610026.4利用小时数72.8479.22110.82119.52130.18100.26月份789101112发电量10156.010332.09861.69417.69339.27464.0利用小时数101.56103.3298.6294.1893.3974.64年总量117855.2年利用小时数1178.6表7.2是将表7.1中的年总量作为首年（第0年）发电量，按照第1年衰减率2.0%，第2-25年每年衰减率0.7%计算得到的逐年发电量。结果表明：按照固定式安装时，本项目20年平均年发电量为108439MWh，20年平均年利用小时数为1081.3小时；25年平均年发电量为106348MWh，25年平均年利用小时数为1063.0小时。表7.2光伏电站以固定式安装时的25年逐年发电量（单位：MWh）年份1234567发电量116912115977115049114129113216112310111412利用小时数1155.01146.91138.91130.91123.01115.11107.3年份891011121314发电量110520109636108759107889107026106170105320利用小时数1099.61091.91084.21076.61069.11061.61054.2年份15161718192021发电量10447810364210281310199010117410036599562利用小时数1046.81039.51032.21025.01017.81010.71003.6年份22232425发电量98766979759719296414利用小时数996.6989.6982.7975.820年平均年发电量10843920年平均年利用小时数1081.325年平均年发电量10634825年平均年利用小时数1063.0考虑太阳辐射年际变化对光伏电站发电量的影响，分别计算2017年（太阳辐射高值年）和2023年（太阳辐射低值年）最佳倾角斜面总辐射，得到相应的最大值为1510.6kWh/m2，最小值为1312.0kWh/m2，转换为年利用小时数，最大值为1208.4小时（各月发电量和利用小时数如表6.3所示），最小值为1049.6小时（各月发电量和利用小时数如表7.4所示），与上述根据代表年计算的结果（1178.6小时）相比，其偏差范围在-10.9%～+2.5%之间。表7.3辐射高值年（2017年）光伏电站以固定式（29度）安装时的各月发电量（单位：MWh）月份123456发电量7123880210297110541314011814利用小时数71.288.0103.0110.5131.4118.1月份789101112发电量1162811890107321259050546720利用小时数116.3118.9107.3125.950.567.2年总量120844年利用小时数1208.4表7.4辐射低值年（2023年）光伏电站以固定式（32度）安装时的各月发电量（单位：MWh）月份123456发电量8506743492269355104149652利用小时数85.174.392.393.6104.196.5月份789101112发电量9285868880891009947939422利用小时数92.886.980.9101.047.994.2年总量104962年利用小时数1049.67.2半年调节式发电量估算光伏电站按照半年调节式安装时的发电量计算结果如表7.5所示，本项目年发电量为122858MWh，年利用小时数为1228.6小时。表7.6是将表7.5中的年总量作为首年（第0年）发电量，按照第1年衰减率1.0%，第2-25年每年衰减率0.7%计算得到的逐年发电量。结果表明：按照半年调节式安装时，本项目20年平均年发电量为113042MWh，20年平均年利用小时数为1127.2小时；25年平均年发电量为110862MWh，25年平均年利用小时数为1108.1小时。表7.5光伏电站以半年调节式（11度/51度）安装时的各月发电量（单位：MWh）月份123456发电量7931821510814120411378910806利用小时数79.382.2108.1120.4137.9108.1月份789101112发电量108781073995669577101918310利用小时数108.8107.495.795.8101.983.1年总量122858年利用小时数1228.6表7.6光伏电站以半年调节式（11度/51度）安装时的25年逐年发电量（单位：MWh）年份1234567发电量121875120900119933118973118021117077116141利用小时数1204.01195.61187.21178.91170.61162.51154.3年份891011121314发电量115211114290113375112468111569110676109791利用小时数1146.21138.21130.21122.31114.51106.71098.9年份15161718192021发电量108912108041107177106319105469104625103788利用小时数1091.21083.61076.01068.51061.01053.61046.2年份22232425发电量102958102134101317100506利用小时数1038.91031.61024.41017.220年平均年发电量11304220年平均年利用小时数1127.225年平均年发电量11086225年平均年利用小时数1108.1考虑太阳辐射年际变化对光伏发电量的影响，分别计算2017年（太阳辐射高值年）和2023年（太阳辐射低值年）的半年调节式斜面总辐射，得到相应的最大值为1571.7kWh/m2，最小值为1371.5kWh/m2。转换为年利用小时数，最大值为1257.4小时（各月发电量和利用小时数如表7.7所示），最小值为1097.2小时（各月发电量和利用小时数如表7.8所示），与上述根据代表年计算的结果（1228.6小时）相比，其偏差范围在-10.7%～+2.3%之间。表7.7辐射高值年（2017年）光伏电站以半年调节式（11度/51度）安装时的各月发电量（单位：MWh）月份123456发电量7862931610026110981380112684利用小时数78.6293.16100.26110.98138.01126.84月份789101112发电量1240212234103031315053187544利用小时数124.02122.34103.03131.5053.1875.44年总量125738年利用小时数1257.4表7.8辐射低值年（2023年）光伏电站以半年调节式（11度/51度）安装时的各月发电量（单位：MWh）月份123456发电量93147635890395351106810447利用小时数93.176.489.095.4110.7104.5月份789101112发电量99629095796010277494810579利用小时数99.691.079.6102.849.5105.8年总量109723年利用小时数1097.2第八章光伏发电高影响气象因素分析8.1基本气象要素表8.1和表8.2分别给出了林州气象站近30年（1986～2015年）基本气象要素和影响光伏发电的灾害性天气的统计结果。表8.1林州气象站近30年（1986～2015年）基本气象要素统计结果观测项目统计特征数值发生时间气温平均13.4℃年平均最高19.8℃年平均最低8.1℃极端最高42.7℃2009年6月25日极端最低-21.5℃1990年1月31日降水平均年降水量631.3mm最大年降水量900.5mm1996年最大日降水量248.9mm1996.08.04平均年降雨日数79.3天最多年降雨日数97天2023平均暴雨日数(日雨量≥50mm)1.7天最多暴雨日数(日雨量≥50mm)5天1995平均大雨日数(日雨量≥25mm)6.6天最多大雨日数(日雨量≥25mm)11天1990风速平均1.2m/s主导风向E年内日最大风速≥15m/s的平均日数0.3天年内日最大风速≥15m/s的最多年份1990年1990年最大风速（10分钟平均）24.7m/s1990.12.21极大风速29.6m/s2008.07.0225年一遇最大风速21.6m/s相对湿度平均相对湿度64%蒸发量平均蒸发量1528.4mm表8.2林州气象站近30年(1986～2015年)光伏发电高影响灾害性天气统计观测项目统计特征数值发生时间雷暴日数平均年雷暴日数28.4天最多年雷暴日数40天1987冰雹日数平均年冰雹日数0.7天最多年冰雹日数2天1990,1993,1999,2001,2006沙尘暴日数平均年沙尘暴日数0天最多年沙尘暴日数1天1988,扬沙日数平均年扬沙日数5.3天最多年扬沙日数24天1988浮尘日数平均年浮尘日数11.9天最多年浮尘日数55天2000冻土深度平均最大冻土深度20.6cm多年最大冻土深度47cm2013.01.20积雪平均最大积雪深度9.9cm多年最大积雪深度27cm1994.11.16平均积雪日数（积雪深度>1cm）12.7天多年最大积雪日数（积雪深度>1cm）34天2000雾平均年雾日数20.1天最多年雾日数49天1993霾平均年霾日数27.3天最多年霾日数107天2013就30年平均值来看，该地区平均气温13.4℃，平均相对湿度64%，平均年降雨日数79.3天，年降雨量631.3mm，年蒸发量1528.4mm；10m高度15m/s以上的大风日数0.3天，平均风速1.2m/s。就30年极端高值来看，该地区极端最高气温42.7℃，最多年降水日数97.0天，最大年降水量900.5mm，10m高度极大风速达到29.6m/s，这些都会对光伏电站的发电量和安全性造成较大影响，应注意防范。8.2高温天气影响分析对于一般的晶体硅太阳电池，在25℃以上，电池板温度每升高1℃，其输出功率要下降0.35%～0.5%。因此，一个地区高温天气的发生会在一定程度上影响其太阳能发电量。表8.3是林州气象站近30年平均的逐月气温统计结果，从表中可以看出，6～7月是该地区温度较高的时段，平均最高气温在25℃以上，极端最高气温可能超过40℃，可能对光伏发电产生较大影响。表8.3林州气象站近30年（1986～2015年）月气温统计值月份平均气温（℃）平均最高气温（℃）平均最低气温（℃）极端最高气温（℃）极端最低气温（℃）1-1.84.9-6.518.7-21.521.88.5-3.128.2-20.537.814.42.032.6-8.8440.8-4.4520.927.414.340.82.3625.431.419.342.79.1726.231.321.641.415.1824.529.820.139.011.0940.64.21014.521.38.934.5-3.1116.3-18.2120.17.0-4.425.1-15.7评判温度对光伏发电的影响应当根据电池板温度进行计算，上述气温数据只能作为参考。目前，有设计者认为光伏电池的板温会比气温高出20～30℃，但那通常只是对夏季温度较高时的情形，不具备统计意义。事实上，从全年统计来看，板温与气温之间存在着较好的线性关系，但两者的差异并没有那么大。图8.1是北京地区一年实测白天逐时板温与气温之间的相关关系，其相关系数达到0.88。根据这一统计结果，板温与气温之间的换算关系为：Tcell=1.07*Tair+6.12图8.1板温与气温的相关关系林州气象站自2004年开始自动观测气温，可以记录逐时值。本报告利用该站2005～2010年的逐时气温，根据上述方程推算逐时板温，进而计算多年平均的温度折减系数：{P*2497+P*[1-0.4%*(33.25-25)]*2250}/4747≈98.4%P式中P是额定功率；2497是全年白天板温低于25℃的时次，2250是全年白天板温高于25℃的时次，4747是全年白天小时数；33.25是高于25℃的时次的平均温度；0.4%是晶硅电池温度系数；由此，即可以得到该地区光伏发电的温度折减系数为100%-98.4%=1.6%。上述关系适用于推算全年平均的电池板温度，对于温度较高的情形（气温35℃及以上），则还需要引入总辐射辐照度进行推算，方程如下：式中GHI为水平总辐射辐照度。由于林州气象站没有总辐射观测，这里仅以郑州气象站2010年的计算结果作为参考。经对逐时数据的计算和统计，出现最高板温时的气温为39.2℃，对应的水平总辐射辐照度为886W/m2，此时的板温为57.21℃，温度折减系数为12.89%。需要说明的是，上述计算方程是根据北京地区的实测数据所建立的，应用到本项目所在地可能存在误差。下一步该光伏电站如果开展电池板温度的现场实测，可对上述结果进行订正。在电站的设计和施工中，要考虑电池板的散热和通风效果，充分发挥电站的最大效益。8.3沙尘天气影响分析沙尘天气是影响光伏发电的另一个重要气象因素。大气中的沙尘一方面会削弱到达地面的太阳辐射，另一方面可能加大光伏发电设备的磨损，而沉降在光伏电池表面的沙尘则会降低太阳能发电量。从表8.2可以看出，项目所在地30年平均的沙尘暴天气为0天，浮尘和扬沙天气分别为11.9和5.3天，三种天气之和达到17.2天，会对光伏发电量产生一定影响。根据地面辐射观测资料的分析，沙尘暴天气下太阳辐射会被削弱80%，扬沙和浮尘天气下会被削弱60%；此外，沙尘天气通常发生在3～5月，根据统计，该项目参证气象站该段时间的日平均总辐照量是全年日平均总辐照量的1.2倍；据此，近似估算沙尘天气对光伏发电影响的折减系数：(0.8*0+17.2*0.6)*1.2/365*100%≈3.4%由此可见，如果在沙尘天气发生之后及时清洗太阳电池板，则可以明显提高光伏发电量。需要说明的是，上述结果是在考虑大气中的灰尘对地面太阳辐射的削弱作用的基础上估算的，应用于沉降在太阳电池板上的灰尘可能存在误差。下一步该光伏电站如果能够采集不同天气条件下的光伏发电数据，可对上述结果进行订正。由于沙尘的影响，在太阳能电池板使用过程中，需要对太阳能电池板定期清洁，以保证其在使用过程中保持最佳工作状态。如何提供一种结构简单轻便，安装方便的自清洁装置，实现对太阳能电池板的清洁，是现有技术应当解决的技术问题。8.4大风天气影响分析大风天气对裸露在大气中的电池板构成了很大的威胁，轻者可引起光伏组件损伤，重者造成光伏组件被大风吹翻。大风天气还会对光伏电站的电力、通讯线路及其支承塔架均可能带来危害，造成支架倒塌（降低支架的防腐性能）、电线断裂而造成线路中断。同时，亦影响建筑施工的安全。由于大风和小风状况的相关关系明显不同，而抗风计算主要关注大风，因而，在满足统计样本数量的前提下，根据林州气象站1986～2015年逐年10min平均最大风速序列（如表8.5所示），采用国家规范推荐的极值I型分布函数，计算林州参证站10m高度，重现期为25年的10min平均最大风速。风速的年最大值采用极值=1\*ROMANI型的概率分布，其分布函数为：式中，—分布的位置参数，即分布的众值； —分布的尺度参数。分布的参数与均值和标准差的关系按下式确定：其中，为连续个年最大风速样本序列（）根据上述方法计算得到林州气象站10m高度处重现期为25年的10min平均最大风速为21.6m/s。由于参证气象站环境和光伏电站环境存在差异，所以气象站风速不能完全代表光伏电站的极值风速，这里的计算结果仅供参考。表8.5林州气象站（1986～2015年）逐年10min平均最大风速（m/s）年份最大风速年份最大风速年份最大风速198619.7199621.0200612.3198717.0201710.020078.8198813.0199813.0200810.7198915.3199910.0200910.8199024.7200013.0201013.5199113.0200111.020118.3199215.0200212.020129.7199315.020239.020139.7199412.3200413.1201410.5199514.0200511.520158.88.5雷暴灾害影响分析雷暴是一种局地性的但却很猛烈的灾害性天气，常伴有大风、暴雨以至冰雹和龙卷。由于太阳能天池板、架构和电线线路等多建在空旷地带，处于雷雨云形成的大气电场中，相对于周围环境，往往成为十分突出的目标，很容易被雷电击中，雷电释放的巨大能量会造成电池板、控制元件烧毁等，致使设备和线路遭受严重破坏，即使没有被雷电直击击中，也可能因静电和电磁感应引起高幅值的雷电压行波，并在终端产生一定的入地雷电流，造成不同程度的危害。虽然通过安装雷电保护系统、在电器电路上安装避雷器等科学合理的防雷措施可以减少雷击事件，但仍不能保证太阳能光伏发电系统的绝对安全。因此，雷暴活动是太阳能电站、输电线路规划设计中的重要气象参数。如表8.2所示，林州气象站30年平均的雷暴日数为28.4天，最多的年份雷暴日数为40天。在太阳能电站选址、布局和设计中，需要充分考虑雷电可能造成的危害。8.6积雪影响分析由于太阳能电池板安装在露天处，在冬天的时候会沉积一些积雪，这样就使得太阳能电池板能够接收太阳光照的有效面积减小，降低了太阳能电池板的光电转化率，且影响太阳能电池板的使用寿命。根据理论计算，电池板倾角α超过60°时，tanα>1.73，非常接近雪的最大静摩擦系数1.74（理论上雪与太阳能电池封装玻璃间静摩擦系数应该比这个小），也就意味着雪可以自然脱落。这种大倾角符合北方地区在冬季的最佳倾角，但是，对于其它季节不是最佳倾角。如表8.2所示，林州气象站30年平均的积雪深度>1cm的积雪日数为12.7天，最多的年份积雪日数为34天，多年最大积雪深度27.0cm，如果电站设计为半年调节式，冬季倾角为51度，则积雪有利于电池板的自然清洗，如果电站为固定倾角，则要防止过厚的积雪破坏光伏发电设备。8.7其它灾害性天气影响分析冻土是一种对温度极为敏感的土体介质，含有丰富的地下冰。因此，冻土具有流变性，其长期强度远低于瞬时强度特征。正由于这些特征，在冻土区修筑工程构筑物就必须面临两大危险：冻胀和融沉。对光伏电站而言，一方面施工期的选择要避开冻土期，另一方面要将光伏支架尽可能深埋，以免在冻土期间支架胀裂，而在冻土消融后又出现下沉。本项目所在地多年最大冻土深度超过47cm，对电站施工和布设影响不大。冰雹是从发展强盛的积雨云中降落到地面的冰球或冰块，是一种季节性明显、局地性强，且来势猛、持续时间短、以机械性伤害为主的天气灾害。冰雹的分布特点一股是山地多于平原，冰雹颗粒撞击电池板，可以导致电池板开裂。电池短路等现象。该项目所在地冰雹日数为0.7天，这种天气下应防范光伏电站受到破坏。8.8气象因素影响光伏发电小结根据以上分析，本项目所在地影响光伏发电的主要气象因素有高温、低温、雷暴、沙尘、积雪等。高温对该地区的光伏发电造成一定影响，年平均温度折减系数约为1.6%，极端高温折减系数可达12.89%。沙尘天气，沙尘暴、扬沙和浮尘天气的综合折减系数约为3.3%；25年一遇10min平均最大风速为21.6m/s；此外，夏季冰雹、冬季积雪等也会影响光伏电站的安全性和发电量，需做好预警和防范。第九章主要结论与建议根据以上计算和分析，对XXXX100MWp光伏发电项目太阳能资源评估的主要结论和建议如下（表9.1）：1）该地区代表年水平面总辐射年辐照量为1328.3kWh/m2，属于我国太阳能资源总量等级C类“丰富带”，考虑太阳辐射的年际变化，该结论可能的偏差范围为-11.0%和3.9%；月最低总辐射与最高总辐射的比值为0.35，属于我国太阳能资源稳定度等级C类“一般带”；水平面直接辐射与水平面总辐射的比值为0.48，属于我国太阳能资源直射比等级中的C类“中”，散射辐射较多；从地形、地貌、距离以及气候特征来看，上述评价结论可以代表项目所在地的太阳能资源总体状况。2）按照固定式设计时，本项目最佳倾角为31度，相应的总辐射年辐照量为147