1部分。
影響光伏組件和熱模型溫度的因素
光伏組件的工作溫度受系統設計、安裝方式和氣象因素的影響。設計因素包括構件的技術類型、包裝材料的類型、安裝方法包括固定支架安裝(敞開式)、屋面邊坡安裝和跟蹤支架安裝。氣象因素包括環境溫度、輻射和風速。因此，預測室外光伏組件的工作溫度是一項非常復雜的工作，需要綜合考慮以上幾個因素。
在科研領域，建立光伏組件的熱模型可以幫助量化這些因素，估算組件的工作溫度，減少與溫度相關的不確定性，即提高組件性能模型的準確性。通過數據量化和可靠的性能模型，可以在光伏系統的設計和發電系統的仿真運行中起到非常重要的作用。
目前關于光伏組件的熱模型有很多，如基于室外實測數據的經驗擬合公式或利用熱傳導理論計算等。PVsyst是一款非常成熟的商用光伏仿真軟件。在計算元件溫度時，也使用了熱模型。表征熱損失的兩個關鍵參數是Uc和Uv。其中Uc為常數，Uv為與風速相關的變量。軟件有三種默認的安裝模式，分別對應不同的Uc和Uv體驗值供用戶選擇。
1. Sandia組件熱模型
其中EPOA為組件坡面輻照度，Ta為環境溫度，WS為風速，a、b為常數，具體取決于組件的安裝方式和包裝材料，見下表。
2. 法伊曼元件熱模型
David Faiman的研究小組提出的組件熱模型相對簡單，使用熱傳導理論來確定組件的溫度。式中，Tm為組件溫度，Ta為環境溫度，EPOA為光伏斜面輻照度。U0是熱損失系數，是常數，U1是與風速有關的變量。w是風速。
3.PVsyst組件熱模型
PVsyst組件的熱模型是基于Faiman模型，但是不同的是，溫度是組件內部電池的溫度。Tc是電池溫度的公式,助教是環境溫度,斜面和EPOA組件輻照度,這是組件的轉換效率在實際工作條件下,10%在默認情況下,組件電池吸收速率,默認值是0.9。U0U1為熱損失系數，WS為風速。
2部分。
根據數值擬合方法，確定了UC和UV的流量
PVsyst軟件為用戶提供了三種不同安裝類型的熱損失系數。如果現場條件允許，還可以安裝相關設備進行數據采集，通過回歸分析得到熱損失系數，從而大大提高發電模擬的準確性。現提供以下步驟供你參考:
1)模塊室外測試平臺搭建:光伏模塊一般向南安裝，在模塊附近安裝環境監測儀，采集模塊背板溫度、風速、風向、環境溫度、光伏斜面輻照度。
2)統計周期可為一年或多年，背景處可導出輻照度、風速、組件溫度和環境溫度數據。
3)對數據進行篩選，減少誤差，主要是對上午10點到下午14點的數據進行篩選。
4)計算組件背板溫度與環境溫度的差值，即T= tma-ta，計算GlobInc/ T與GlobInc/ T在光伏平面輻照度中的比值。
5)剔除由于數據采集問題導致的明顯異常的計算結果。
6)繪制GlobInc/ delta T與風速之間的擬合曲線。
7)得到曲線的截距Uc和斜率Uv。
8)根據殘差圖進行擬合試驗。任何做過回歸分析的人都知道，回歸分析的結果必須通過殘差圖來驗證模型的可靠性。我們收集的數據一般不可能完全符合該理論的正態分布，該理論有一個固定的概率密度函數。
那么，收集到的數據是否可以被認為是正常的呢?這需要通過畫一個正態概率圖來驗證。如果正態概率圖顯示為一條直線或近似直線,可以認為剩余近似正態分布,正態概率圖的剩余接近,所以正常的假設可以被認為是真實的。
第3部分。
太陽能光伏發電站案例介紹
一些戶外組件安裝超過硅測試,2019年的樣本數據統計,如下圖所示,數據擬合后,加州大學是22.38,紫外線是5.7101,擬合優度為0.6866,我們發現,當風速超過4米/秒,數據增加的特點,所以在不到4 m / s可以用來配合數據,將增加相關性,數據擬合良好。
圖1數據線性擬合結果
圖2為殘差圖和正態概率圖。從圖中可以看出，殘差圖的形狀基本上是令人滿意的。
圖2殘差分析和正態概率圖
剩余的知識
殘差為因變量y0的觀測值與根據估計的回歸方程計算出的預測值y1之差，記作e，反映了利用估計的回歸方程預測y0所造成的誤差。第i次觀測的余項可表示為:e=y0-y1。
殘差圖是分析殘差的一種有效方法。其縱坐標(Y軸方向)為殘差，其橫坐標(X軸方向)為X變量的值或Y變量的預測值。
要分析殘差，您需要了解幾種常見的殘差模式及其所代表的信息。
如果方差擬合值與實際值之間的誤差項是相同的所有值x,如果x和y回歸模型描述變量之間的關系是合理的,所有的點在剩余圖中應該落在中間橫帶,如圖(一)。然而,如果方差的平方是不同的值,例如,對于一個大的x值,相應的殘余也大,如無花果。(b)所示,這意味著方差相等的假設被違背了。如果殘差圖如圖(c)所示，則說明所選擇的回歸模型不合理。在這種情況下，應該考慮曲線回歸或多元回歸模型。
上一篇：光伏發電與光熱發電的區別是什么? 下一篇：研究得出結論夏威夷的風能和太陽能設施配備了