机器翻译，未经校对人员审核，可能存在错误。
作者： | 于2025年欧洲PVPMC研讨会上于塞浦路斯阿依纳帕发表 |
2025年10月29日 |
概述
在光伏行业，电厂运行的第一年通常会进行详细的能量产额模拟。然而，随着光伏组件的老化，其性能自然下降——这一过程称为退化。Solargis在欧洲PVPMC研讨会上发表的最新研究强调了这种长期劣化如何影响 逆变器削波损耗 （CLs）以及典型项目生命周期内的整体能源产额预测。
方法论
为理解老化与功率限制的相互作用，我们分析了多个站点，采用1.25和1.50的直流/交流比。为了捕捉太阳变异的细微差别，模拟采用了两种基于卫星的数据：典型气象年（TMY）和多年期时间序列（TS）。这些数据分别在15分钟和1分钟时间步进行处理，以评估时间分辨率对结果的影响。
退化被建模为第一年末的0.8%，之后每年为0.5%。研究比较了三种计算方法：
完整TS模拟：降解直接应用于20+年亚小时时间序列的每一步。
TMY重复：重复一个TMY年度，按项目生命周期进行逐年递减。
后处理：对长期平均收益率（LTA）收益率应用线性劣化因子——这是当前的行业标准。
主要研究发现
研究显示，降解与能量流失之间的关系并不像以前想象的那么简单。
非线性削减削波
虽然PV模块的降解是线性的，但削波损耗的减少是非线性的。随着模块的劣化，直流阵列相对于逆变器容量实际上会“缩小”。这使得项目早期削 波损 耗下降速度 显著快 于后期。
时间分辨率的作用
研究发现， 使用15分钟时间步长（或每小时数据）往往低估了削波损失，而非1分钟时间步长。这是因为在低分辨率数据中，高频辐照度波动会被平滑化，尽管现实中它们会触发逆变器的功率限制。
图1：不同输入数据和不同直流/交流比的预计工厂生命周期内的CLs。注意基于TMY分析的平坦剖面与基于TS分析的变函数剖面之间的差异。
此外，输入数据分辨率的选择不仅影响CL，还影响仿真链中因辐照度和劣化而非线性变化的损耗。
为什么标准行业实践可能不准确
许多从业者采用“后处理”方法：计算第一年产量，然后扣除项目剩余寿命的固定年退化率（例如每年-0.5%）。
设计者仅仅从第一年模拟中扣除一个平坦的降解百分比，未能考虑到退化系统实际上会“回收”一些本应被削减的能量。未能模拟这种相互作用可能导致 未来产量损失被高估 ，实际能源产量则被低估多达 3.6%。
给光伏专业人士的建议
为确保财务和技术评估的最高准确性，Solargis建议采取以下措施：
使用亚小时数据：利用15分钟或1分钟时间步长的数据进行剪辑分析。
选择合适的软件：使用能够实现全小时次时间序列积分的软件，确保整个仿真链对高分辨率数据动态响应，而不仅仅是通过计算后修正来近似损失。
集成降解：运行将降解直接纳入模拟链的模拟，计算针对分析期间的每一天。
场地特定分析：避免采用全球假设，因为影响取决于当地气候和直流/交流比。