Prospect 地图图层

  • 发布于 Apr 10, 2025
  • 2 分钟阅读
  • TE
  • MK
 Prev Next

本文档内容

我们将介绍 Prospect 应用程序中可用的地图图层。

Prospect 中的新地图

Solargis Prospect 现已新增多种地图图层。这些图层提供了有关可能影响光伏 (PV) 系统性能、长期耐用性及潜在损害因素的重要信息。光伏项目工程师、财务规划人员和决策者会发现这些图层对于做出明智的项目决策至关重要。

总共添加了 8 个新图层：

  • 长期太阳能资源变化 （GHI VAR long）

  • 短期太阳能资源变化 （GHI VAR short）

  • 最高预期工作温度 （THEO）

  • 紫外线辐射 A （UVA）

  • 紫外线辐射 B （UVB）

  • 组件每日温度振幅高于 50 °C（TMOD AMP50）

  • 阵风 p99 （WG P99）

  • 腐蚀降解率 （CORR）

长期太阳能资源变化 （GHI VAR long）

全球水平辐照度 （GHI） 的长期变化率描述了太阳能资源在年际和数十年尺度上的波动周期。Solargis Prospect 现在提供一张全球地图和相关数据，详细展示太阳能资源的年际变化情况。

定义：Solargis Prospect 中的 GHI VAR long 采用 GHI 年度时间序列的标准差进行表征，并以相对值（百分比）表示。

首先，Solargis 时间序列数据，特别是 GHI 参数，被聚合到覆盖整个世界的网格中每个点的 年度时间序列 中。然后，根据聚合的年度时间序列计算标准差。该标准差用作太阳能资源长期变化的指标。

开发人员和投资者需要考虑与太阳能资源长期变化相关的不确定性。太阳能资源的年度变化导致光伏电站的电力输出波动，从而影响财务规划。

较高的值表示更大的年际波动，意味着年度总结相对于长期平均值的离散度更大（例如，值的范围更广）。地图表示可以比较不同地点或区域之间太阳能资源的稳定性。

短期太阳能资源变化 （GHI VAR short）

短期（或日内）变化率与大气和云的实际状态有关，反映了白天云层引起的太阳能资源间歇性。此图层中映射的参数是全球水平辐照（GHI）。

定义： GHI VAR short 可以用多个指标来表征。在这里，我们选择了超过 300 W/m2 阈值的 GHI 斜坡的年平均计数，并根据 Solargis GHI 时间序列进行了分析。

GHI VAR short 基于对 Solargis 数据库中 GHI 的亚小时时间序列的分析。它基于代表 2019 年至 2023 年（全球可用的现代气象卫星时代）的 GHI 的 10 分钟或 15 分钟时间序列网格数据，标称空间分辨率为 4 公里（特别是 2 弧分）。协调的时间序列在全局网格中进一步处理，如下所示：

  • 计算一年中每一天的 太阳正午 。

  • 将 Solargis GHI 时间序列从太阳正午开始±3小时。

  • 计算连续时隙的 差异 。

  • 对筛选数据集中的 渐变 和计算其他统计数据进行计数。

  • 将数据合并到  一个无缝的全球数据集和地图合成中。

更多详细信息可在我们在 EU PVSEC 2024 in Vienna 的投稿中找到。

太阳能资源可用性的突然变化是由云的形成和移动引起的。具体来说，移动的分散（间歇性）云往往会导致太阳辐照度的频繁变化。太阳能资源间歇性是光伏发电厂运行和电网平衡的挑战。

GHI VAR 简图作为光伏系统规模和管理以及短期储能或其他补偿机制的指标、光伏发电厂性能评估（例如，剪切损失的指示）、新太阳能发电厂的选址因素以及最终电网管理的关键资源具有重要价值。

最高预期工作温度 （THEO）

最高预期工作温度有助于了解 光伏系统的温度容忍上限。这种理解有助于对潜在危险进行全面评估并实施适当的缓解措施。

定义：最高预期工作温度的计算方法类似于 IEC 62738 标准中定义的最低预期工作温度 （TLEO）。它计算为该地点 20 年来记录的最高气温的平均值。

为了计算 THEO，Solargis 使用了 ERA5-Land 气候再分析数据 （来自 ECMWF 和 Copernicus 服务），网格分辨率为 0.1° （~11 km），分解为 1 km 网格。计算 2001 年至 2020 年间每年 2 米高度的年最高气温，然后取平均值得到 THEO 的最终值。气温数据根据全球 5,900 多个气象站的测量数据进行了验证。我们关于 TLEO 的 blog post 中概述了验证。

极端高温会对光伏系统的性能产生负面影响，导致效率降低、使用寿命缩短和更频繁地发生故障，这可能是灾难性的。光伏系统中的几个关键组件受到影响：

  1. 高温会导致 光伏组件加速退化，从而降低功率输出，并可能需要提前更换。虽然热失控的可能性比电池小，但长时间的热量会导致性能问题。

  2. 如果逆变器冷却不足，则容易过热。如果管理不当，过热会导致故障，从而破坏整个光伏系统。

  3. 电池，尤其是锂离子电池，在极端高温条件下可能会出现热失控，从而导致火灾或爆炸。

紫外线 A 和 B（UVA 和 UVB）

来自太阳的较高 紫外线辐射 会加速 光伏（PV）组件及其他相关部件的老化，从而降低其效率。紫外线辐射会破坏材料，产生导致开裂和变色的自由基。随着时间的推移，它还会削弱封装材料，导致层间剥离和受潮。

定义：Solargis Prospect 中的 UVA 和 UVB 地图和数据，代表了各自光谱内 辐射的平均年度汇总 。

UVA 和 UVB 辐射的全球地图代表了 1994 年至 2022 年期间计算的 年平均 UVA 和 UVB 辐射 。这些参数虽然与太阳辐射有关，但来自全球气象模型 ERA5 by ECMWF，使用 Solargis 的光谱分割方法。

光谱宽度为 315-400 nm 的辐射被认为是 UVA，光谱宽度为 280-315 nm 的辐射被认为是 UVB。UVA 和 UVB 辐射模型的输入为：

  • ECMWF ERA5 型号提供的宽带紫外线辐射数据，

  • ECMWF ERA5 模型的总臭氧柱 ，

  • ECMWF MACC-II 的气溶胶光学厚度 AOD。

光伏组件、非屏蔽电缆、互连器、汇流箱和光伏系统的其他裸露组件不断受到紫外线辐射的影响，并经历老化和退化过程。紫外线辐射会在聚合物结构内产生光化学效应，从而导致材料降解。

Solargis Prospect 中提供的 UVA 和 UVB 地图和数据可用于比较不同地理位置之间的紫外线辐射，评估过早失效或性能降低的风险，并采用适当的缓解策略，例如选择具有更高抗紫外线能力的组件。

日组件温度幅度高于 50 °C （TMOD AMP50）

光伏组件的 昼夜热循环 会导致温度波动，从而影响性能和使用寿命。虽然极端温度幅度的发生可能并不频繁，但它们会导致热应力在 光伏系统的使用寿命内累积。

定义：TMOD AMP50 计算为一年中光伏组件日温度幅值高于 50 °C 的平均天数。

首先，在覆盖全球的网格中计算光伏组件温度 （TMOD） 的时间序列;光伏组件温度计算的输入是 2 米处空气温度的每小时时间序列和全球水平辐照 （GHI） 的每小时时间序列，均来自 ECMWF ERA5 气象模型。

使用简化的 NOCT（正常工作电池温度）热模型，NOCT 值相对较高，为 48°C，全局水平辐照 （GHI） 而不是全局倾斜辐照 （GTI） 来计算光伏组件温度 TMOD：

TMOD=T空气+GHI*（NOCT-20）/800

由于组件温度的日最大幅度发生在炎热季节（太阳高程和高太阳辐照度值），因此使用 GHI 而不是 GTI 不会对结果产生显著影响。尽管 TMOD 模型简单，但相对准确，已在全球安装的大量光伏系统中得到验证，并在光伏行业内得到广泛应用。

最后，计算数据集中每天的 TMOD 时间序列的每日振幅。对超过 50 °C 的振幅进行计数和平均，以获得年平均值。

热循环 是一系列 光伏组件公认的降解机制之一。光伏组件必须符合IEC 61215-1规定的热循环限制。了解项目现场大振幅的预期温度循环次数是了解 PV 组件预期退化率的关键。这种理解使项目开发人员能够应用适当的缓解策略。Solargis Prospect 中的地图还允许比较不同地区，并允许在设置光伏项目时考虑风险。

阵风 p99 （WG p99）

阵风 （WG） 会影响光伏组件的稳定性和跟踪系统，其极端情况会导致能量损失和结构风险。了解风型对于优化光伏系统设计、确保长期可靠性和防止损坏至关重要。

定义：WG p99 是根据 2001 年至 2020 年期间的 ERA5 小时数据集计算的离地面 10米 高度的第 99 个百分位阵风，取平均值以提供年度数字。这个百分位数对应于一年内出现的前大约 80 次阵风。

阵风是在一个观测周期（通常为 1 小时）内记录的 20 秒运行平均 风速的最大值。它通常在离地面 10 米处测量。

为了生成 Solargis Prospect 的 WG p99 地图和数据，我们使用了 ECMWF ERA5 气象模型中的每小时 WG 时间序列。根据这些数据，计算了 2001 年至 2020 年间每年的第 99 个百分位值。然后对年度值进行平均，以便为全球网格中的每个位置提供一个数字。

风会在 光伏结构上产生机械负载，影响耐用性和性能。极端的风速会损坏光伏组件，并可能引起看不见的裂纹。此外，强阵风会迫使 光伏跟踪器进入保护性存放位置，从而减少能源产生。特定于站点的风评估有助于选择合适的模块、跟踪器和支撑结构的设计。

腐蚀降解率 （CORR）

腐蚀 是光伏组件中的一种降解效应，主要由温度和湿度驱动。随着时间的推移，它会削弱电气连接，增加泄漏电流并降低功率输出。

定义：腐蚀退化率（例如，光伏组件最大功率点的功率输出损失率）是使用 Peck 模型和 ECMWF ERA5 气象模型的输入计算的。

最常见的腐蚀模型之一是 Peck 模型，其中降解率 DR 表示为：

DR=A*（RHeff）n·exp（-E/（kB*TMOD））

哪里：

  • A - 指数前常数

  • RHeff - 模块内部的有效相对湿度，单位为 [%]，

  • n – 相对湿度影响参数

  • E - 降解过程的活化能，单位为 [eV]

  • kB - 玻尔兹曼常数 （8.62x10-5 [eV/K]）

  • TMOD - 模块温度 [K]

该模型用于计算 Solargis 探矿深度中的腐蚀图和数据。大气参数是从 ERA5 再分析中获得的。使用了 Kaaya 等人为室外模块提供的 A、n 和 E 值，并且 RHeff 是使用 Koehl 等人提出的模型计算的。

高温和潮湿会加速腐蚀，影响光伏组件的性能和使用寿命。腐蚀可以单独发生，也可以与其他降解模式（如热点、污染或玻璃破损）一起发生。它在热带和沿海地区更为普遍，但在任何环境中都会随着时间的推移而恶化。了解腐蚀风险有助于组件选择、维护计划和光伏项目选址。

参考文件