阿图尔-斯科切克
Oct 4, 2023
极端寒冷的条件会导致光伏 (PV) 模块中的电压升高，从而可能造成系统过载。
了解了解最低预期工作温度参数（或 Solargis 语言中的 TLEO）对于优化光伏阵列尺寸至关重要。
在本文中，我们将讨论
无论您是投资者、设计师、运营商还是太阳能行业的其他专业人士，这篇文章都将让您清楚地了解如何在寒冷条件下考虑光伏阵列。这样可以减少系统故障，延长运行寿命，减少维护方面的麻烦。
光伏项目中经常被忽视的一个重要方面是什么？光伏系统在极寒条件下的性能。
最低温度通常出现在日出前不久或日出期间。光伏组件极低的环境温度与日出时充足的太阳辐射相结合，会引发光伏组串电压突然升高。
当超过某些临界值时，有可能导致系统过载。
最低预期工作温度是这一问题的核心。准确确定 TLEO 对于光伏阵列的安全高效运行至关重要。
根据光伏阵列选型的最佳实践（其中包括 IEC 62548 和 IEC 62738 标准），组串中光伏模块的最大数量由模块和逆变器等组件的最大额定电压决定。
光伏组串的开路电压 (Voc) 是根据模块的额定 Voc 值和行业标准规定的最低预期工作温度 (TLEO) 计算得出的。
IEC 62738 [1] 标准将 TLEO 定义为空气温度最低年度值的平均值。如果有足够的数据，可以将其限制在日照时间和低辐照度阈值内。
计算出的最大光伏组串长度通常是最具成本效益的方案，因为它可以减少电缆损耗和电缆总长度。如果计算出的最大电压略高于最大系统额定值，可能需要进一步分析，以评估过压风险。
获取特定地点空气温度的最佳方法是使用高精度、经过校准且维护良好的温度传感器，按照世界气象组织的标准[2]进行长期连续测量。
遗憾的是，这种方法仅限于进行长期气象观测的地点，通常是国家气象部门或其他观测网络的一部分。
在全球范围内，唯一的替代方法是从现有的气候模式中获取历史气温数据。
在本项目中，TLEO 全球地图的开发始于处理 ERA5 气候再分析数据（由 ECMWF 和 Copernicus 服务机构运行[3]），原始分辨率为 0.25°（名义上为 28 公里）。在这里，每年 2 米高度处的绝对最低气温都是从 2001-2020 年期间每 1 小时的时间序列中得出的。得出的 TLEO 值是 20 个年平均值。
为了克服ERA5 数据空间分辨率较低的问题（特别是在地形垂直剖面较大的山区和沿海地区），我们引入了基于计算失效率修正的空间分解方法，该方法由地形高程（图 X2）和不同高度层的气温数据得出。
这样就形成了一个精细分辨率数据层（约 1 千米像素大小），在全球范围内提供世界任何地点的 TLEO 值（见图 1 和图 2）。
从 2023 年 9 月开始，我们提供了索拉吉斯探矿区的最低预期运行温度（TLEO）数据。
有了 TLEO 变量，最大电压波动的计算和光伏组串大小的决策将更加准确，从而确保光伏系统在不同天气条件下安全高效地运行。
图 1.高分辨率 TLEO 地图，长期平均值，2001-2020 年
图 2.高分辨率 TLEO 地图，长期平均值，2001-2020 年。重点关注 TLEO 梯度较高的地区：南美洲太平洋沿岸（左）、中欧（中）和南亚（右）
最终的 TLEO 数据层通过在全球 8500 多个站点测量的时间序列数据进行验证，这些数据可在美国 国家海洋和大气管理局（NOAA）[4] 提供的 2001-2021 年综合地表数据库（ISD）中获取。
总体偏差（以模拟和测量的 TLEO 之差计算）为 1.2°C，标准偏差为 2.4°C。最极端值（此处以百分位值 P5 和 P95 表示）分别低于 -2.6°C 和超过 5.1°C。
总体而言，结果符合世界大部分地区光伏阵列选型的目的。不过，在模型数据集中也发现了小气候异常区域和潜在的重复问题（图 3）。
正如预期的那样，ERA5 模型的分辨率对于全球某些山区来说不够详细。大多数气象站都位于山谷中，ERA5 对海拔高度的表示通常高于站点的实际海拔高度，从而导致温度值被低估。失速率校正在一定程度上有助于解决这些差异，但校正的幅度往往不够，例如阿尔卑斯山中部（图 3A）、斯堪的纳维亚山脉（图 3C）、西藏、喜马拉雅山、伊朗西部、土耳其东南部等。
另一个经常出现的问题是，ERA5 低估了大陆的影响，尤其是沿海地区（如图 3B 中的澳大利亚东南部）。
模式高估了海洋/大洋的影响，这可能导致温度预测不准确。例如，冷空气从山区落向水体会对山区岛屿的气温产生重大影响，但分辨率较低的模式并不总能很好地捕捉到这种影响（如图 3A 中的科西嘉岛）。
发现的另一个问题是寒冷山谷的温度倒挂。当一层冷空气被困在山谷中，而上方的一层暖空气将其封住时，就会出现逆转现象。该地区的地理环境阻碍了冷空气流出山谷，而周围的山脉又阻碍了风轻易地将冷空气吹走并带来新的空气。
图 3：计算得出的 TLEO 与 NOAA ISD 气象站得出的 TLEO 存在显著差异的部分地区
如上所述，IEC 62738 标准将 TLEO 定义为气温最低年度值的平均值。
一方面，平均值可以过滤掉偶然出现的极端值。另一方面，平均值会带来与估算 2001-2020 年整个时期的绝对 TLEO 值以及 IEC 标准中规定的 TLEO 平均值计算相关的误差。
图 4 展示了月失效率简化带来的误差分布与年度 TLEO 标准偏差分布以及年度 TLEO 最高纪录与最低纪录之间绝对差值分布的比较。通过比较使用全时间序列方法计算的 TLEO 与使用随机站点分布的栅格计算结果，对全球共 30,000 个点进行了评估。
图 4：TLEO 计算方法差异分布比较（时间序列与栅格）、年度 TLEO 标准偏差以及年度 TLEO 历史最高值与历史最低值之间绝对差异分布比较
年 TLEO 标准偏差值相对较高，年 TLEO 创纪录低值与创纪录高值之间的差异较大，这是仅凭平均 TLEO 图确定光伏电站规模时需要考虑的一个重要问题。
还必须注意的是，在某些地方，面向天空的光伏组件的温度可能比环境空气温度低 5°C。
与此类似，对 NOAA ISD 测量数据进行了分析。图 5 显示了 2010-2019 年期间计算的绝对 TLEO 与平均 TLEO 之间的差异。在许多情况下，数值超过 5°C，偶尔超过 10°C。
图 5.对 10 年（2010-2019 年）的分析：绝对最低气温与 TLEO 之间的差异（绝对最低气温年平均值）
[1] Zawaydeh, Samer.(2019).IEC 62738:2018 地面光伏电站-设计指南和建议.
[2] 观测仪器和方法指南，世界气象组织（WMO-第 8 号），2021/2018 年版，ISBN：978-92-63-10008-5
[3] Hans Hersbach，Bill Bell，Paul Berrisford，et.al. The ERA5 global reanalysis 首次出版：2020 年 5 月 17 日
[4] Smith, A., N. Lott, and R. Vose, The Integrated Surface Database：Recent Developments and Partnerships.美国气象学会公报，2011，92，704-708
