光伏模拟软件对比：光学损失

机器翻译，未经校对人员审核，可能存在错误。

本文内容

本文对比参与对比的各款光伏模拟软件如何处理阵列面辐照度与到达光伏电池有效面积的有效辐照度之间发生的光学损失：积尘、积雪、入射角反射和光谱损失。

概述

在计算出阵列面辐照度并施加遮挡之后，还有四种效应会削减实际到达电池有效面积的辐射：

积尘损失，源于组件表面积聚的灰尘和颗粒物。
积雪损失，源于组件表面的积雪，会部分或完全遮挡光线。
入射角反射损失，源于非垂直入射的光线照射到玻璃表面。
光谱损失，源于入射太阳辐射光谱与组件光谱响应之间的不匹配。

前两者是由场址气象条件驱动的物理衰减效应。第三种是由太阳相对于组件的位置以及组件表面特性决定的几何光学效应。第四种是由大气成分决定的与波长相关的修正。六款模拟软件各自以不同的模型、默认值以及在模拟链条中的不同施加位置来实现这些效应。模型的选择及其施加方式会直接影响所建模的电池处有效辐照度，进而影响模拟得到的发电量。

关于本系列共用的测试场址、系统配置和统计方法，请参见设置与测试方法。

积尘与积雪损失

灰尘及其他颗粒物在光伏组件表面的积聚会降低到达光伏电池的有效辐照度——这一现象称为 积尘损失。组件表面的部分或完全积雪同样会降低发电量，这称为 积雪损失。

积尘损失建模

积尘建模的方法可分为两类：

静态方法 （Solargis Prospect、PVsyst、SAM 和 SolarFarmer）：要求用户提供损失系数，不含内部模型——结果取决于用户输入数据的质量。
内部模型方法：根据实测的大气和天气输入推导损失数值。

各模拟软件中共存在三种内部积尘模型。第一种是 Solargis Evaluate 中提供的 Solargis 积尘损失模型，它综合了颗粒物浓度（PM2.5 和 PM10）、降雨、风、温度、湿度以及组件倾角。第二种是 pvlib 的 HSU 模型，使用 PM2.5 和 PM10 以及降雨和组件倾角。第三种是 pvlib 的 Kimber 模型，假设积尘按日线性累积，并在降雨超过用户设定的清洗阈值时重置。当没有场址专属实测数据时，内部模型可提供有数据依据的估算。

双面组件背面积尘

Solargis Evaluate 按正面数值的 15% 施加背面积尘。SAM 接受相互独立的正面和背面积尘系数。其他模拟软件仅对正面施加积尘。

积雪损失建模

Solargis Evaluate（ Solargis 积雪损失模型）、pvlib（Marion 模型和 Townsend 模型）以及 SAM（Marion 模型）中存在独立的积雪模型。PVsyst 和 SolarFarmer 不单独建模积雪；该损失可并入用户提供的积尘系数中。Marion 模型根据雪深和组件倾角估算积雪覆盖，并将积雪滑落视为主要的清除机制。Townsend 模型使用月度降雪总量和降雪事件来估算直流容量的损失百分比。在积雪对损失有显著贡献的场合，能够响应天气数据的模型比将积雪并入静态积尘系数更具参考价值。

方法学对比

	Solargis Evaluate	Solargis Prospect	pvlib	PVsyst	SAM	SolarFarmer
积尘内部模型	Solargis 模型	无	Kimber、HSU	无	无	无
积尘输入	12 个月度 LTA 数值	12 个月度 LTA 数值或 1 个年度数值	来自所选模型的时间序列	12 个月度 LTA 数值或 1 个年度数值	12 个月度 LTA 数值或 1 个年度数值；双面组件可独立设定正面和背面	12 个月度 LTA、1 个年度数值，或输入天气文件中的时间序列（云量）
双面组件背面积尘	0.15 × 正面值	不适用	用户设定	仅正面	独立的背面系数	仅正面
积雪内部模型	Solargis 模型	无	Marion、Townsend	无	Marion	无
积雪输入	12 个月度 LTA 数值	12 个月度 LTA 数值	来自所选模型的时间序列	并入积尘系数	来自天气数据的时间序列	并入积尘系数

表 1：各模拟软件的积尘与积雪建模对比。

积尘与积雪损失——Solargis Evaluate 对比情况如何
Solargis Evaluate 与 pvlib 是仅有的两款依据 实际实测大气数据 （颗粒物、降雨、风、湿度）而非用户提供的静态系数来推导积尘损失的模拟软件。
它是 唯一内置该能力的商业应用 。
它是唯一明确建模 双面组件背面积尘 的模拟软件（按正面数值的 15%），而非忽略它或交由用户处理。
Solargis Prospect、PVsyst、SAM 和 SolarFarmer 均依赖 用户自行的损失估算 ——对于 Solargis Prospect 这类快速工具而言这是合理的默认做法，但对其他软件则构成实实在在的准确性依赖。

数值结果

结果针对设置与测试方法一文中定义的六个测试场址和四种系统配置计算。

本次对比检验的是各模拟软件施加积尘损失的一致性，而非底层积尘估算的质量——后者已在上一节讨论。为将其分离，每个场址生成一条积尘损失曲线并在所有模拟软件中使用，而不是让各软件自身的模型（或缺乏模型的情况）各自生成估算。此处未量化积雪损失，因为没有任何模拟软件将积雪作为可供对比的独立损失序列输出。

在给定相同积尘曲线的情况下，三款模拟软件施加该损失的方式几乎完全一致。在所有场址和配置下，偏差和 RMSE 均远低于任何会影响发电量估算的水平（图 1 和图 2）。三款软件中 PVsyst 的一致性最高。现有的微小差异集中在 Dharan，其次是 Las Vegas，这两个场址需要分配的积尘损失最大。在这两处，RMSE 高于偏差，说明各软件在如何将月度损失系数分摊到全年方面存在细微差异，而非在所施加的年度总量上存在差异。

图 1：pvlib、PVsyst 和 SAM 相对于 Solargis Evaluate 的积尘损失偏差，以进入该环节的正面 GTI 的百分比表示，按支架配置在六个测试场址上给出。

图 2：pvlib、PVsyst 和 SAM 相对于 Solargis Evaluate 的积尘损失 RMSE，以进入该环节的正面 GTI 的百分比表示，按支架配置在六个测试场址上给出。

积尘损失偏差与 RMSE 的各场址拆解

入射角损失

入射角损失源于光线以非垂直角度入射到组件玻璃表面。偏离垂直方向后，入射辐射中会有更大比例被反射离开电池。这类损失通过入射角修正系数（IAM）表示，并在大入射角下增大。

入射角损失建模

有两类模型处理这一问题：

经验模型 （Martin 与 Ruiz、ASHRAE）以简单公式和一到两个拟合系数描述 IAM，并根据实测数据标定。它们易于应用且透明。在采用单一固定系数时，该模型无法区分普通玻璃与镀减反射膜玻璃，不过可针对其中任一情形对系数进行调整。
物理模型 （De Soto 菲涅尔公式、pvlib 物理模型、PVsyst 菲涅尔模型）根据光线穿过组件各层（空气到玻璃、玻璃到封装胶膜，以及可选的减反射镀膜层）的光学过程计算 IAM。它们能反映镀膜玻璃与未镀膜玻璃之间的物理差异，代价是需要更多材料参数。

桑迪亚光伏阵列性能模型（SAPM）介于两类之间，对特定组件的实测数据拟合多项式。在完整模拟年度内，各 IAM 模型之间的发电量差异通常不大——差异在低太阳高度角以及具有强烈偏轴受照的倾斜面或跟踪面上最为明显。

系数来源

系数的重要性不亚于模型本身。Solargis Evaluate 和 Solargis Prospect 根据组件表面特性自动推导该系数，并将积尘视为主导影响因素。PVsyst 和 SolarFarmer 从所加载的组件 PAN 文件中获取 IAM 定义，SAM 根据组件类型选择菲涅尔变体，而 pvlib 则将模型和系数都交由用户决定。表 2 列出了各模拟软件可用的模型及其背面处理方式。

方法学对比

	Solargis Evaluate	Solargis Prospect	pvlib	PVsyst	SAM	SolarFarmer
可用模型（默认项以粗体标出）	Martin 与 Ruiz ，采用 Solargis 估算的系数	Martin 与 Ruiz ，采用 Solargis 估算的系数	Martin 与 Ruiz（直射和散射）、ASHRAE、SAPM、Schlick（直射和散射）、B. Marion 散射、物理模型、插值、用户拟合；由用户选择	光伏组件 .PAN 文件 IAM、菲涅尔 AR、菲涅尔普通玻璃、ASHRAE、Sandia（已弃用）、用户自定义	菲涅尔标准玻璃（单层）或菲涅尔 AR（双层），两者均依据 De Soto（2004）；变体由组件类型选定	来自 .PAN 文件的自定义值、ASHRAE、CIEMAT（Martin 与 Ruiz）、菲涅尔普通玻璃、采用 PVsyst 系数的菲涅尔 AR、采用 PVEL 系数的菲涅尔 AR
背面 IAM（双面组件）	正面与背面分别设定	不适用	用户控制	菲涅尔普通玻璃	与正面相同	仅云量计算

表 2：各模拟软件的入射角损失建模对比。

入射角损失——Solargis Evaluate 对比情况如何
SAM 的物理菲涅尔模型与 Solargis Evaluate 中的 Martin 与 Ruiz 经验模型在跟踪支架上高度一致，在固定倾角上则存在中等程度的分歧。
最大的分歧出现在双面配置下的 PVsyst，其根源在于 测试输入的差异，即采用了组件 PAN 文件的 IAM 曲线而非 ASHRAE 模型，而非源于对太阳角度的敏感性。
Solargis Evaluate 在此的优势在于便捷性：系数是 根据组件特性自动估算的，而 PVsyst、SolarFarmer 和 SAM 依赖制造商数据或固定的模型变体，pvlib 则需要手动调参。

数值结果

入射角损失是各光学损失环节中分歧最大的来源，且这种分歧具有系统性。几乎每一种模拟软件与模型组合计算出的 IAM 损失都小于 Solargis Evaluate（图 3）。单面配置下的 PVsyst 是例外，与 Solargis Evaluate 高度吻合。该例外反映的是测试设置而非模型特性——双面配置使用了组件 PAN 文件中的 IAM 曲线，而单面配置使用了 ASHRAE 模型。PAN 文件曲线计算出的损失比 ASHRAE 低 0.79 至 1.95 个百分点，在全部 12 组场址与支架组合中方向一致。pvlib 和 SAM 在所有配置下都一致地应用各自的模型，其中 SAM 最接近 Solargis Evaluate。总体而言，固定倾角上的分歧大于跟踪支架，因为跟踪平面使入射角保持在接近法向的范围内，而各 IAM 模型在该范围内趋于一致。RMSE 全程高于偏差（图 4），说明这些差异随太阳位置变化，而非表现为固定偏移。

图 3：pvlib、PVsyst 和 SAM 相对于 Solargis Evaluate 的入射角反射损失偏差，以进入该环节的正面 GTI 的百分比表示，按支架配置在六个测试场址上给出。

图 4：pvlib、PVsyst 和 SAM 相对于 Solargis Evaluate 的入射角反射损失 RMSE，以进入该环节的正面 GTI 的百分比表示，按支架配置在六个测试场址上给出。

入射角反射损失偏差与 RMSE 的各场址拆解

光谱损失

光谱损失源于入射辐射的光谱分布与组件光谱响应之间的不匹配。组件处光谱的组成主要取决于大气质量和大气可降水量。气溶胶光学厚度和晴空指数会带来进一步的依赖关系。

驱动变量

可用模型在所采用的大气输入方面各不相同。仅基于大气质量的模型（桑迪亚光伏阵列性能模型）最为简单，除太阳位置外无需其他输入。双变量模型则额外引入可降水量（First Solar / Lee 与 Panchula）或晴空指数（CREST、JRC、PVSPEC）——前者刻画大气湿度，后者刻画云对光谱的影响。三变量模型（Caballero）再加入气溶胶光学厚度。更丰富的输入可带来响应更灵敏的修正，但需要更多气象数据——可降水量和气溶胶光学厚度在标准天气文件中并非总能获得。

技术依赖性

光谱效应的幅度在很大程度上取决于组件技术。晶体硅（c-Si）和铜铟硒（CIS）组件的光谱响应较宽，年度光谱修正量较小。带隙更高的薄膜技术，尤其是碲化镉（CdTe）和非晶硅（a-Si），则更为敏感。因此，光谱修正对薄膜项目以及处于极端大气条件（极湿或极干）或气溶胶载荷较高的场址最为重要。

方法学对比

	Solargis Evaluate	Solargis Prospect	pvlib	PVsyst	SAM	SolarFarmer
可用模型（默认项以粗体标出）	First Solar（Lee 与 Panchula）	First Solar（Lee 与 Panchula）	Caballero、First Solar、JRC、Polo、PVSPEC、SAPM 无默认项——由用户选择	CREST （a-Si）和 SAPM （Sandia 数据库组件），自动施加；First Solar 可用但默认停用	SAPM （当选用 Sandia 组件模型时）	First Solar （当可获得可降水量时）
驱动变量	大气质量、可降水量	大气质量、可降水量	取决于模型	取决于模型	大气质量	大气质量、可降水量
背面（双面组件）	与正面相同	不适用	用户控制	未作说明	未作说明	不建模

Solargis Evaluate

Solargis Prospect

pvlib

PVsyst

SAM

SolarFarmer

可用模型（默认项以粗体标出）

First Solar（Lee 与 Panchula）

Caballero、First Solar、JRC、Polo、PVSPEC、SAPM

无默认项——由用户选择

CREST （a-Si）和 SAPM （Sandia 数据库组件），自动施加；First Solar 可用但默认停用

SAPM （当选用 Sandia 组件模型时）

First Solar （当可获得可降水量时）

驱动变量

大气质量、可降水量

取决于模型

大气质量

大气质量、可降水量

背面（双面组件）

与正面相同

不适用

用户控制

未作说明

不建模

表 3：各模拟软件的光谱损失建模对比。

光谱损失——Solargis Evaluate 对比情况如何
Solargis Evaluate 对每一种组件技术都自动施加有物理依据的 光谱修正（First Solar 模型） 。
PVsyst 对 晶体硅默认忽略光谱修正，而晶体硅是绝大多数装机所采用的技术，因此 PVsyst 用户必须自行知晓需要将其开启。
pvlib 提供更多模型选择，但 默认不施加其中任何一种，将决定权完全交给用户。
SAM 和 SolarFarmer 都在满足条件时施加合理的默认设置。实际差距在于 Solargis Evaluate、SAM 和 SolarFarmer 的 开箱即用覆盖 与 PVsyst 和 pvlib 的选择性启用方式之间。

数值结果

光谱损失仅能在 Solargis Evaluate 和 pvlib 之间对比。PVsyst 在电气侧而非作为光学损失施加其光谱修正，而 SAM 不导出该项。两款软件均采用 First Solar 模型运行，因此本次对比分离出的是同一模型内部实现方式的差异，而非不同模型之间的差异。其规律符合模型设计的预期，即随大气湿度变化：在湿润的热带场址，pvlib 计算出的光谱损失略大于 Solargis Evaluate；而在最干燥的场址 Las Vegas 则略小（图 5）。支架配置没有产生可测量的差异，这与该修正由大气而非阵列几何驱动的特性相符。在所有场址上 RMSE 均超过偏差（图 6），因此两种实现在时间步层面的分歧大于年度总量所显示的程度。所有差异均保持在很小的范围内。

图 5：pvlib 相对于 Solargis Evaluate 的光谱损失偏差，以进入该环节的正面 GTI 的百分比表示，按支架配置在六个测试场址上给出。

图 6：pvlib 相对于 Solargis Evaluate 的光谱损失 RMSE，以进入该环节的正面 GTI 的百分比表示，按支架配置在六个测试场址上给出。

光伏模拟软件对比：光学损失

概述

积尘与积雪损失

积尘损失建模

双面组件背面积尘

积雪损失建模

方法学对比

数值结果

入射角损失

入射角损失建模

系数来源

方法学对比

数值结果

光谱损失

驱动变量

技术依赖性

方法学对比

数值结果

延伸阅读

Solargis 知识库

积尘模型

积雪模型

入射角反射模型

光谱修正模型

Documentation Index

光伏模拟软件对比：光学损失

概述

积尘与积雪损失

积尘损失建模

双面组件背面积尘

积雪损失建模

方法学对比

数值结果

入射角损失

入射角损失建模

系数来源

方法学对比

数值结果

光谱损失

驱动变量

技术依赖性

方法学对比

数值结果

延伸阅读

Solargis 知识库

积尘模型

积雪模型

入射角反射模型

光谱修正模型