光伏项目设计人员需要 1 分钟数据的 4 个原因

任何光伏电站设计师都不会设计一个性能不佳的项目。然而，太阳能光伏电站早期设计阶段的决策往往依赖于不完善的信息，这增加了项目的技术和财务风险，缩短了项目的使用寿命，降低了项目的效率。

为了设计出最佳的光伏发电项目，设计人员必须参考1 分钟的数据，这些数据能够最准确地反映出电站的光伏发电潜力和产出，同时为太阳能投资者提供更多的财务确定性。

在本博客中，我们将概述光伏项目设计师 在太阳能电站 设计阶段必须使用 1 分钟数据的 4 个原因 。图表中显示的所有模拟值均基于 SYNGEN 算法编制的 1 分钟随机数据、15 分钟卫星数据和 60 分钟汇总卫星数据。

1.优化直流/交流比率以降低设计成本

光伏组件的发电量很少与其输出容量相等。因此，通常的做法是，逆变器的尺寸应低于光伏阵列的性能，这样做往往具有经济优势。

光伏组件在标准测试条件 (STC) 下的最大功率与逆变器在参考条件下的最大交流额定功率之比，即为直流/交流比。最佳直流/交流比值取决于光伏组件技术和安装、逆变器效率、地理位置、辐射水平和温度。

受设计阶段信息不完善的影响，许多太阳能光伏项目采用了不必要的大型逆变器，从而增加了项目的总体成本。

如图 1.1 所示，与 15 分钟和 60 分钟数据相比，1 分钟太阳能数据能更准确地读取光伏发电量（PVout）。因此，1 分钟数据有助于更准确地决定是否购买逆变器，从而降低项目总成本。

图 1.1：某一天的模拟 PVout：基于 1 分钟、15 分钟和 60 分钟输入数据的计算

基于15 分钟和 60分钟数据对连接点 (POC) 的年电能进行模拟，与基于 1 分钟数据的计算相比，可能会高估约百分之几的电能（图 1.2）。

图 1.2：基于 15 分钟和 60 分钟输入数据的模拟 POC 年电能与 1 分钟输入数据的比较差异

2.减少削波损耗的设计

当太阳能系统的直流/交流比过高时，光伏阵列产生的功率超过逆变器处理能力的可能性就会增加。

因此，逆变器会在称为削波的过程中降低输出功率。例如，直流/交流比为 1.5 时，削波损耗可能达到 2-5%。在某些情况下，这种损失甚至更大，从而影响项目的整体效率和财务表现。

在大多数情况下，光伏模拟在使用 15 分钟或 60 分钟数据时通常会低估削波损耗--随着直流/交流比的增大，这种令人担忧的趋势变得越来越普遍。

如图 1.1 所示，1 分钟数据不仅能帮助设计人员准确捕捉太阳能电站的最佳直流/交流比，还能反过来完善该比率，以减少频繁削波造成的财务和电力损失。

根据不同的时间分辨率计算出的不同直流/交流比的年度削波损失见图 2.1。

图 2.1：不同直流与交流比率和时间分辨率下的年削波损耗

3.满足电网标准和规定

由于 1 分钟数据可提供更准确的太阳能输出功率预测并深入了解功率波动情况，因此有助于光伏系统与电网运营商的技术标准和法规之间建立更和谐的关系。一般来说，与并网光伏系统有关的电能质量问题包括

• 短时电压变化（下陷/膨胀）
• 长时间电压变化（欠压/过压）
• 电压波动（造成闪烁现象）
• 谐波畸变（不同类型的变流器/逆变器因其工作点而不同）
• 电频变化（由发电和负载之间的不平衡引起）

如图 1.1 所示，与每小时或每 15 分钟的数据相比，1 分钟的数据可以准确显示光伏发电量的波动。1 分钟数据（以橙色表示）可精确捕捉光伏输出的变化，为电网运营商提供可用电力的准确表述。

反过来，1 分钟数据也能让设计人员更好地了解项目所需的设备，帮助减少并网系统不符合严格的电网要求时可能产生的责任、费用和其他收费。

同样，1 分钟数据可帮助设计人员设计可提供辅助服务的系统，从而帮助电网运营商确保向用户可靠供应优质电力。

缓解电力波动的一个可行解决方案是使用合适的系统（如储能系统）来平滑 PVout 的变化。为确保有效的平滑控制，有必要考虑 PVout 的快速变化。在这方面，1 分钟数据起着至关重要的作用。图 3.1 举例说明了如何平滑 PVout 以减少 POC 的功率变化。

图 3.1：平滑 PVout 以减少 POC 功率变化的示例

4.站点位置

最后，1 分钟数据有助于在选择合适的太阳能光伏电站地点时做出更好的决策。

在经常出现间歇性云层的地区，这种好处体现得最为明显。这是因为云边效应，它是光伏发电中的一种常见现象，由于经过云层的反射，辐照度会突然增加。这种情况通常发生在大气气旋系统的外围，经常发生在热带、季风区和中纬度地区。

1 分钟数据可提供更精细的场地潜力图，以及任何特定场地的太阳辐照度波动和变化情况，从而帮助设计人员选择最能发掘项目潜力的地点，从太阳中获取最多的能量。

图 4.1 显示了选定地点根据不同时间分辨率计算出的可变直流与交流比率的年削波损耗。其中的变化水平是通过全球标题辐照度 (GTI) 的标准偏差计算得出的。

图 4.1：具有不同 GTI 变异性和 PVout 水平的地点的削波损失示例

图 4.2 显示了不同地点基于 15 分钟和 60 分钟输入数据预测的 POC 年电能与 1 分钟输入数据之间的差异。

PVout 和 GTI 变化越大，削波损失的百分比就越高（图 4.1）。在 PVout 和 GTI 变率居中的站点，年 PVout 误差百分比（使用 1 分钟数据计算的 PVout 与使用 15 分钟数据或 60 分钟数据计算的 PVout 之差）最高（图 4.2）。

图 4.2：具有不同 GTI 变异性和 PVout 水平的站点在 POC 处 PVout 的差异示例

要阅读我们的 1 分钟数据博客系列，请单击以下链接之一。

• Solargis 的 1 分钟数据方法
• 为什么 1 分钟数据对太阳能项目融资者至关重要？

欲了解更多有关 Solargis 1 分钟数据的信息，请点击此处： https://solargis.com/docs/methodology/1-minute-solar-data