基于环境参数模型的缓坡光伏阵列反阴影策略研究

doi:10.12096/j.2096-4528.pgt.23152

基于环境参数模型的缓坡光伏阵列反阴影策略研究

黄斌¹^,², 赵伟¹, 廖力达¹, 肖孟¹, 黄佳亮¹, 星可²

1.长沙理工大学能源与动力工程学院，湖南省长沙市 410004

2.南澳大学可持续能源与生态环境研究中心，阿德莱德 5095，澳大利亚

Research on Shadow Mitigation Strategy for Sloped Photovoltaic Arrays Based on Environmental Parameter Model

HUANG Bin¹^,², ZHAO Wei¹, LIAO Lida¹, XIAO Meng¹, HUANG Jialiang¹, XING Ke²

1.School of Energy and Power Engineering, Changsha University of Technology, Changsha 410004, Hunan Province, China

2.UniSA STEM, University of South Australia, Adelaide 5095, Australia

收稿日期: 2023-12-20 修回日期: 2024-03-10

基金资助:

国家自然科学基金项目. 51908064
澳大利亚低碳生活合作研究中心(CRC)项目. RP2007

Received: 2023-12-20 Revised: 2024-03-10

作者简介 About authors

黄斌(1984)，男，博士，教授，研究方向为新能源应用、可持续发电技术等，bin.huang@unisa.edu.au；

赵伟(1999)，女，硕士研究生，研究方向为光伏发电技术理论与平单轴光伏支架，2858495077@qq.com；

廖力达(1981)，男，博士，副教授，研究方向为新能源发电技术，本文通信作者，lidaliao@csust.edu.cn。

摘要

目的反阴影策略在光伏系统规模化应用中发挥着至关重要的作用。为了应对小坡度地区因光伏阵列间阴影遮挡而导致的发电量损失问题，需要对光伏组件的日跟踪策略进行优化。方法以宁夏地区某光伏电站为例，结合地形及环境因素建立缓坡背景下光伏阵列间动态阴影遮挡计算模型和辐照模型，提出了一种反阴影的平单轴太阳跟踪策略，并利用MATLAB软件构建仿真模型，验证该策略的可行性和有效性。最后，选择典型晴天在现场选区进行试验验证。结果在缓坡地形条件下，与采用原始跟踪策略的光伏阵列相比，采用所提反阴影和自动跟踪策略的光伏阵列可减少约12%的阴影遮挡，系统整体发电输出效率可提高约10%。结论所提策略从地形和环境因素角度进行优化，有效解决了反阴影跟踪系统的适用性问题，拓宽了光伏电站的选址地域，并为其提供了可靠的技术支撑，在光伏系统规模化应用中具有重要意义。

关键词： 太阳能 ; 光伏电站 ; 缓坡地形 ; 阴影遮挡 ; 跟踪策略 ; 平单轴系统 ; 发电效益

Abstract

Objectives The anti-shadow strategy plays a vital role in the large-scale application of photovoltaic systems. In order to cope with the problem of power generation loss caused by shadow shading between photovoltaic arrays in areas with low slope, it is necessary to optimize the daily tracking strategy of photovoltaic modules. Methods Taking a photovoltaic power station in Ningxia as an example, the dynamic shadow shading calculation model and irradiance model were established based on terrain and environmental factors. An anti-shadow flat single-axis solar tracking strategy was proposed. The feasibility and effectiveness of the proposed solution were tested using a simulation model constructed by MATLAB software. Finally,a typical sunny day was selected for field comparison and verification in the selected area. Results Under low-slope terrain conditions, compared with the photovoltaic array using the original tracking strategy, the photovoltaic array with the proposed anti-shadow and automatic tracking strategy can reduce shadow occlusion by about 12%. Additionally,the overall electricity output efficiency of the system can be improved by about 10%. Conclusions The proposed strategy is optimized from the perspective of terrain and environmental factors, which effectively solves the applicability problem of the anti-shadow tracking system, broadens the location area of photovoltaic power station, and provides reliable technical support for it, which is of great significance in the large-scale application of photovoltaic systems.

Keywords： solar energy ; photovoltaic power station ; gently sloping terrain ; shadow shading ; tracking strategy ; flat single-axis systems ; power generation benefits

PDF (6683KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

黄斌, 赵伟, 廖力达, 肖孟, 黄佳亮, 星可. 基于环境参数模型的缓坡光伏阵列反阴影策略研究. 发电技术[J], 2025, 46(3): 579-589 DOI:10.12096/j.2096-4528.pgt.23152

HUANG Bin, ZHAO Wei, LIAO Lida, XIAO Meng, HUANG Jialiang, XING Ke. Research on Shadow Mitigation Strategy for Sloped Photovoltaic Arrays Based on Environmental Parameter Model. Power Generation Technology[J], 2025, 46(3): 579-589 DOI:10.12096/j.2096-4528.pgt.23152

0 引言

光伏(photovoltaic，PV)电站的建设对于优化能源结构、减少温室气体排放等具有重要的意义。但在实际建设光伏电站时，需要考虑地形因素的影响，而我国地形的多样性给光伏电站的建设和运营带来了更多的挑战。

传统光伏支架采用平单轴系统进行东西向跟踪，通过调整跟踪角度来保证光伏组件最大程度地接受太阳辐射^[1-2]。在未考虑地形因素的情况下，最早提出的离散型平单轴光伏阵列跟踪系统，每小时根据3个最佳角度对太阳进行跟踪，能够收集到70%~80%的太阳能^[3]。若采用太阳同步式的单轴跟踪策略以保证光伏组件始终与太阳入射角度垂直，理论上可以最大化吸收太阳辐射，但实际存在的阵列间阴影遮挡会降低这种效果^[4-5]。在这一背景下，部分学者提出光伏阵列的逆跟踪技术，基于太阳高度角及阴影产生情况来调整光伏组件倾斜角度，使光伏阵列内部各组件之间相互遮挡的时间最短^[6]。这种技术依赖于复杂的算法，利用传感器来监测太阳位置、阴影分布等关键参数，并需要通过高精度的控制机制来实现光伏组件的倾斜角度调整，从而提高整体发电效率。王士涛等^[7]通过模拟分析比较了有、无逆跟踪的平单轴光伏跟踪系统，结果发现，在其他因素保持一致的情况下，采用逆跟踪技术可提高光伏发电系统发电量2%~10%。然而，有学者^[8-9]指出逆跟踪技术所依赖的精密传感器在恶劣天气(如阴雨)时可能导致该技术瘫痪，难以继续提供有效的跟踪调节指令。同时，复杂的数学模型会增加系统的运行成本，降低发电站的效益^[10-11]。此外，学术界对于地形变化引起的太阳轨迹差异以及阵列基础参数差异对逆跟踪技术的影响研究较为有限，这意味着在特殊地形条件下，逆跟踪技术的跟踪效果难以得到保证^[12-13]。

文献[14]在对西班牙南部的坡度地形研究中发现，当采用逆跟踪技术的光伏系统不朝向正南时，单轴跟踪器的旋转轴方位角应该被调整到与坡度方位角相同的方向。该研究结果为光伏系统在非理想朝向地形的运行和优化提供了重要参考和指导。陈伟^[15]通过考虑高山地形特点以及光伏阵列的布局情况，结合高原山地坡度角参数的计算和优化，实现对阴影效应的准确预测。这些研究证明地形参数对光伏阵列输出具有不可忽视的影响，因此，针对不同地形条件下的反阴影跟踪策略进行优化和调整也成为目前研究的重点。现有研究侧重于改进平地或山地光伏系统，但实际在光伏电站选址中缓坡地形更为常见，因此基于缓坡地形对反阴影的逆跟踪策略进行改进具有更加普适的研究价值。

基于此，本文结合动态阴影面积、太阳总辐照强度和光伏功率输出等要素，以阵列阴影面积占比和平均辐照强度作为评估指标，构建优化后的缓坡地形光伏阵列平单轴反阴影跟踪策略，并以宁夏回族自治区的某光伏发电站作为案例，进行模拟仿真和试验研究，以验证所提出策略的可行性和有效性。

1 研究案例概况

1.1 地理环境

宁夏石嘴山地区位于中国西北部，其年平均日照时间较长，为2 500~2 600 h，为太阳能发电提供了较为有利的条件。该地区的地理坐标大致为北纬38°31′~39°40′，东经106°05′~107°29′。年平均总辐射量在1 600~1 900 kW⋅h/m²，属于光伏资源一类地区，适宜光伏电站的建设。本次案例研究所选取的光伏发电站位于该地区中部，为缓坡地形(坡度稳定为-15°~15°)，具体的地理及风环境数据如图1所示。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 案例所在地的地理状况及风环境信息

Fig. 1 Geography of the case location and information on the wind environment

本选区属于干旱地区，常年多风，气候干燥且降水量较少。这种气候特点导致该地区云量较低，从而为太阳能的收集和利用提供了良好的条件。另外，干旱气候也减少了光伏电站运行中来自云层阴影遮挡的可能性，阴影遮挡主要由阵列间的相互作用引起。因此，石嘴山地区的气候特点对于本次研究的开展具有积极的影响。

1.2 光伏系统相关参数

该研究案例中的光伏电站采用国家电投西安太阳能电力有限公司生产的SPICM6(MAR) -72-365/PR型单面光伏组件作为发电模块，具体参数如表1所示。逆变系统采用华为自研系列的SUN2000型号，在现场实行分区域模块化控制，图1中展示了本次进行对比研究的2个区域。光伏阵列为南北轴向布置，应用自然跟踪算法的东西向平单轴系统，如图2所示。图3展示了平单轴系统的原始安装角度。每个区域的平单轴光伏阵列由13排光伏串列组成，整个光伏阵列分区的总装机容量为157.68 kW(峰值功率)。

表1 光伏组件基本参数

Tab. 1 Basic parameters of PV modules

主要参数	数值
额定功率/W	365
短路电流/A	9.84
开路电压/V	47.85
组件转换效率/%	18.74
组件尺寸/mm	1 984×992×30
电池类型	单晶硅
跟踪角度/(˚)	-45~45

新窗口打开| 下载CSV

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 平单轴系统示意图

Fig. 2 Schematic diagram of flat single-axis system

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 平单轴安装角度示意图

Fig. 3 Flat single-axis mounting angle diagram

2 理论模型的建立

2.1 缓坡地区太阳辐照强度计算模型

通过调节光伏组件的倾角，平单轴跟踪系统实现了发电模块最大总辐照强度的获取，因此，在实际计算中必须考虑光伏组件倾角这一关键因素^[16]。本文基于传统天文与地球物理环境计算的地面太阳辐射模型，在水平面上的太阳总辐照强度I_h、直射辐照强度I_bh与散射辐照强度I_dh三者的基础上，建立了适用于该发电站的缓坡太阳辐照强度计算模型。

与平面太阳辐射类型一致，倾斜表面上的太阳辐照强度I_t同样由对应的直射辐照强度I_bt、散射辐照强度I_dt和反射辐照强度I_rt组成^[17-18]。假定斜面的倾斜角为β，方位角为γ (规定正南方向为0˚，正西方向为90˚，正东方向为-90˚)，则倾斜面上的辐照强度可以表示如下：

I_{t} = I_{b t} + I_{d t} + I_{r t}

(1)

I_{b t} = \frac{I_{b h}}{s i n h} {(s i n φ \cdot c o s β - c o s φ \cdot c o s γ \cdot s i n β) /

\begin{array}{l} (s i n^{- 1} δ) + (c o s φ \cdot c o s β + s i n φ \cdot c o s γ \cdot s i n β) / \\ (c o s^{- 1} δ \cdot c o s^{- 1} ω) + c o s δ \cdot s i n γ \cdot s i n β \cdot s i n ω / \\ [m^{2} - 0.5 s i n h + {(s i n h)}^{1 / 2}]^{1 / 2}} \end{array}

(2)

I_{d t} = I_{d h} \cdot (1 + c o s β) / 2

(3)

I_{r t} = ρ \cdot I_{h} \cdot (1 - c o s β) / 2

(4)

式中：m是空气质量因子；h是太阳高度角；φ是当地纬度； $ω$ 是小时角，用于描述天体相对于地球自转的位置；δ是赤纬角；ρ是地面平均反射率，一般取0.2。

2.2 缓坡光伏阵列动态阴影遮挡模型

现场观测表明，当系统使用未考虑地形因素的自然跟踪算法进行日跟踪时，光伏阵列在早晚时段存在明显的阴影遮挡现象，呈现出较为统一的近似直角四边形，如图4所示，其中：α为太阳方位角；i为坡度角；a、b分别为光伏串列的宽度和长度；A、B分别为光伏串列阴影区域的宽度和长度；C为阴影面积；Г为环境修正系数。为了更准确地掌握实时动态的阴影情况，本文基于现场参数，在数值模拟理论的指导下，利用PVsyst软件进行阴影模拟^[19]，并采用空间投影法分析平单轴光伏串列间阴影遮挡的形成机理，建立动态的阴影遮挡计算模型。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 缓坡光伏阵列间阴影效果图

Fig. 4 Shading effect between gently sloping PV arrays

缓坡和平地光伏阵列运行时，产生阴影差异的原因在于光伏串列间基础高度差D及其衍生的其他环境因素。在缓坡地形上，当被遮挡光伏串列的基础高度较高时，D_{>_{0；反之，D_{<_{0。而在平地地形上，基础高度差D =_{0。各时刻及相应的坡向阵列间阴影图解见图5，其中L为光伏阵列支架间距。其他伴生因素还包括气流组织活动和太阳角度变化，这些参数对缓坡光伏阵列阴影的影响也被纳入本次建立的动态阴影模型中。缓坡上光伏阵列间的阴影遮挡效果同时受到太阳高度角h和方位角α的影响，阴影部分的尺寸可初步据此计算得到，原理如图6所示，其中：G为平均辐照强度；ΔL为阵列间水平间距变化量；L'为变化后的等效阵列间水平间距；Δa_y为阴影宽度变化量。气流组织对光伏阵列间阴影遮挡的影响主要表现为：气流流动会改变阴影的位置和形状，进而影响光伏组件的日照情况以及温度分布。在本文建立的动态阴影模型中，将以特殊修正系数Г(根据坡度、坡向及当地风环境因子确定)来体现气流组织的作用^[20]。}}}}}

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 缓坡光伏阵列间基础高度差示意图

Fig. 5 Schematic diagram of foundation height difference between gently sloping PV arrays

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 缓坡光伏阵列阴影尺寸计算原理图

Fig. 6 Schematic diagram for calculating shadow size of gently sloping PV arrays

实际在缓坡地形上的平单轴光伏阵列，太阳光的投射角度和地面的坡度会导致阴影在临近光伏串列上产生拉长或缩短的效果，但在较小的尺度范围内，可以将阴影遮挡形状近似为矩形，本文默认采用此法则^[18]。动态阴影变化效果可参考图4。综上所述，缓坡光伏阵列的动态阴影遮挡模型可表示为

C = Γ \cdot A \cdot B

(5)

环境修正系数Г采用风速矩阵及其范数运算的形式确定，即

Γ = |r| {(|\begin{matrix} v_{11} & v_{12} & v_{13} \\ v_{21} & v_{22} & v_{23} \\ v_{31} & v_{32} & v_{33} \end{matrix}| \pm v)}^{2} / {‖\begin{matrix} v_{11} & v_{12} & v_{13} \\ v_{21} & v_{22} & v_{23} \\ v_{31} & v_{32} & v_{33} \end{matrix}‖}_{F}

(6)

式中： $r$ 是案例所在地区某一时刻的风向向量； $v_{i j}$ (i, j=1, 2, 3)是案例所在地区某一时刻的风速值，运算时从历年数据库中选取9个特征值作为参考； $v$ 是案例所在地区某一时刻的历年平均风速值。

与平地光伏阵列相比，在太阳高度角h与方位角α相同的情况下，缓坡地形上阵列间的阴影宽度变化量Δa_y转变为A，阵列间的水平间距变化量∆L转变为L'，阴影区域的长度变为B。根据图5、6中的几何关系，可分别计算得到缓坡光伏阵列阴影宽度A和长度B：

A = a - \frac{D + L \cdot t a n h}{c o s β \cdot (t a n β + t a n h)}

(7)

B = b - \frac{L - D / t a n β}{t a n α}

(8)

由于0≤A≤a，当A<0时，表示阴影遮挡未达到后排光伏串列，取A=0；当A>a时，表示阴影宽度已超过后排光伏串列，取A=a。同理可得，当B<0时，取B=0；当B>b时，取B=b。基础高度差D的计算公式为

D = \pm L \cdot t a n i

(9)

式中±号的取值与太阳方位角α对应。

在初始静态几何模型中，能够获取特定时间点的阴影状态，而实现动态过程则取决于引入具有时间依赖性、连续性的时间函数以及相应的物理参数。在应用时，可以根据需求设定动态变化的动作密度。

2.3 日跟踪策略的优化

采用自然跟踪策略的平单轴日跟踪系统借助光敏传感器、角度传感器、GPS等设备来实时监测太阳位置，根据传感器提供的数据计算出光伏组件应该旋转的角度并向电机发送指令，从而调整光伏组件相对于太阳在单一水平轴上进行转动来跟踪太阳的轨迹^[21]。然而当太阳高度角较低时，自然跟踪策略将会导致光伏阵列间的阴影面积达到极值，这种现象在缓坡光伏阵列中表现得尤为明显^[22]。

优化后的日跟踪策略在保证光伏阵列直面太阳光照的同时，从时间和空间的二维角度进行考虑，引入了基于地形与环境因素实时计算的动态阴影模型和辐照强度检测模型，旨在提高平单轴系统对光伏组件倾斜角度的高频动态调整能力。此外，相较于现有的反阴影逆跟踪技术，基于缓坡地形建立的物理几何动态阴影模型大大简化了运行算法的复杂程度，并且能够有针对性地提高阴影存在时(早晚时段、阴雨天气、多风天气等)的电机调节频率，减少平单轴跟踪系统的无效待机和运转时间，从而提高整个光伏电站的使用寿命和经济效益。优化后的平单轴跟踪系统控制流程如图7所示。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 反阴影跟踪系统控制流程图

Fig. 7 Control flowchart of anti-shadow tracking system

为了精准掌握缓坡光伏阵列的跟踪角度，将已搭建好的太阳辐射模型及阴影模型在跟踪系统中建立联系。根据经验理论，用S表示阴影面积占比，其计算公式^[4]如下：

S = \frac{C}{a \cdot b} - (B b^{- 1})^{N_{S}}

(10)

式中N_S是光伏串列中的组件单元数。

由于辐照强度之间存在巨大差异，导致阴影遮挡处的光伏电池无法正常发电，其所接受的太阳辐照量仅需考虑部分散射量^[16-17]。因此，光伏阵列接收的平均辐照强度G^[22-23]可表示为

G = I_{t} \cdot (1 - S) + I_{d h} \cdot s i n h

(11)

由此建立以S-β和G-β曲线为判断依据的缓坡平单轴光伏阵列动态反阴影跟踪策略，可以实现更经济、高效的缓坡光伏阵列反阴影效果。

2.4 功率输出模型

光伏组件发电是基于半导体材料的光电效应和PN结的工作原理，将太阳能转化为电能。当光子照射到半导体材料上时，会激发出载流子(自由电子和正空穴)，这些载流子在材料内部被分离并推向不同的电极，从而产生电流^[22]。这一过程通过光生载流子的产生、扩散和收集实现，最终通过外部电路输出可用的电能。根据光伏电池的等效电路理论，可推导出试验区域光伏阵列输出电流^[23-24]：

I = {[\begin{array}{l} 1 \\ - 1 \\ - 1 \end{array}]}^{T} [\begin{matrix} N_{p} I_{p h} \\ N_{p} I_{r} {e x p [\frac{q (V + I R_{s})}{n K N_{s} T}] - 1} \\ N_{p} (V + I R_{s}) {R_{s h}}^{- 1} \end{matrix}]

(12)

式中：N_p是并联的组件单元数；I_r是反向饱和电流；R_s是等效串联负载；R_sh是等效并联负载；V是输出电压；T是光伏组件温度；q是电子电荷；n是二极管理想因子；K是玻尔兹曼常数；I_ph是光生电流，表示为

I_{p h} = \frac{G}{1 000} [I_{s c} + k_{i} (T - T_{n})]

(13)

式中：I_sc为短路电流；k_i为短路电流常数；T_n为标况温度，取298 K。

通过逐步代入上述数学模型，并结合有效的时间、地理和环境参数，可以获取当前的光伏阵列电流输出数据，结合电压表现，即可得出试验区域光伏阵列的整体输出功率。

3 仿真模型的搭建与分析

3.1 仿真模型

基于已建立的理论模型和反阴影跟踪策略，使用MATLAB/Simulink软件构建仿真模型^[25]。该模型包括辐照强度计算模块、遮挡面积计算模块和光伏组件输出功率模块，设置对应的输入、输出参数并进行封装，架构如图8所示。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 仿真模型封装架构

Fig. 8 Package architecture of simulation model

根据图7所示流程，封装完成的仿真模型只需要输入斜坡信号i、地表反射率ρ、空气质量因子m以及组件、阵列的定物性参数，设置合适的迭代步长，导入动态时间节点和相应的环境数据，即可获得随时间变化的S-β和G-β曲线，从而确定缓坡地形光伏阵列的跟踪角度。当计算出的目标跟踪角度与当前跟踪角度相差超过1°时，系统将激活电机进行倾斜校正。

3.2 仿真结果分析

以建立的仿真模型为基础，选取案例地区2023年夏季某晴朗日17:00—17:30的数据作为研究对象。在这个时间段内，太阳辐照强度和太阳方位角都较低，但均大于0°，是光伏阵列间阴影遮挡出现的高发期，因此适合作为本次研究的时间节点。

为了证实坡度对光伏阵列接收太阳辐照量的影响，以典型时刻17:00的环境数据为基础，建立坡度范围为-12°~12°的缓坡模型，并将缓坡模型分为9种，每种坡度差值为3°，利用上述Simulink仿真模型进行数值分析^[26]。控制17:00时刻的太阳高度角、方位角以及风参数、空气质量参数等为定值，分别针对9种坡度的缓坡地形光伏阵列进行测试，以光伏组件倾角为自变量，设置变化区间为0~45°，获取不同坡度的缓坡背景下光伏阵列随组件倾角变化所接收的太阳辐照强度变化曲线，结果见图9。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 缓坡光伏阵列动态G-β仿真曲线

Fig.9 Dynamic G-β simulation curves for gently sloping PV arrays

由图9可知，地形坡度对光伏阵列所接收太阳辐照强度具有显著影响，各种坡度的缓坡光伏阵列所接收太阳辐照强度峰值及其对应的倾角也各不相同。由于测试时间为下午，太阳处于西部方位，故坡度角i为正(西向坡)的缓坡光伏阵列所接收太阳辐照强度整体偏高。同时，基于固定时刻的前提下，坡度倾角及朝向越是近似于太阳方位角，其达到峰值辐照强度所允许的组件倾角越大。这也证明地形不同时，同等条件的光伏阵列所接收太阳辐照状况不同，而以0°斜坡(平地)确定的日跟踪策略并不具有普适性。此外，通过对参数的延时输入发现，风环境因素是造成阵列接收辐照强度波动的主要原因。风将会导致光伏组件发生位移、倾角变化，从而降低光伏阵列的接收面积和太阳辐照强度；同时，低质量的空气在风的作用下会影响空气的透射率，风速增大时，风对太阳光的散射和阻挡作用增强；风向的变化也会导致太阳辐照强度的不均匀分布，影响光伏阵列的发电效率。从图1(b)可以看出，测试时间内案例地区的风向频次由大到小依次为西、西南、东北、东，其中西向风速最大，其他各方向的风速大小不一，这才造成光伏阵列所接收太阳辐照强度波动变化。

为了进一步探究优化后的缓坡光伏阵列日跟踪策略的性能表现，并验证本文模型的有效性，针对本案例地区坡度角i为6°(西向)的缓坡阵列，进行优化前后2种跟踪策略的全天仿真实验。以06:00—20:00的时间变化为尺度，分别获取每一时刻内执行2种跟踪策略的光伏阵列所接收太阳辐照强度和输出功率，具体结果如图10所示。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10 跟踪策略优化前后仿真结果对比

Fig. 10 Comparison of simulation results before and after tracking strategy optimization

西北地区日出、日落时间与东部地区存在时差，夏季每天的11:00—16:00，太阳高度角较大，在这段时间内，光伏阵列间无阴影遮挡且输出功率达到高峰，优化前后2种跟踪策略的效果基本相同。由于受到西向坡的影响，上午太阳位于东向时，阵列间阴影更为明显且辐照强度较小，此时优化后的跟踪策略较原始跟踪策略在阵列辐照强度和输出功率方面的提升效果为3%~10%。下午时分缓坡正对太阳方向，此时与采用原始跟踪策略相比，优化后的跟踪策略对光伏阵列接收的辐照量和输出功率的提升效果为5%~15%。显然，优化后的跟踪策略在保证光伏阵列直面太阳的同时避免了阵列间阴影的出现，起到了较好的增益效果。由此可见，本文提出的优化跟踪策略是有效可行的。

4 试验验证

为了验证优化后的跟踪策略在实际运行中的表现，选取2023年8月的某一典型晴天，在案例现场采用2种不同的跟踪策略进行全天监测的对照试验研究。图11为案例现场光伏阵列对照试验组示意图，该阵列位于西向坡度为6°的缓坡地区，每个分区的光伏阵列均有独立的逆变器模块，其中，2个对照试验区除了日跟踪策略不同之外，其他条件均一致。

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11 案例现场光伏阵列对照试验组示意图

Fig. 11 Schematic of the control group of the PV array test at the case site

监测过程中以12 min为时间间隔，分别记录2个对照试验区的组件倾角调节次数、输出功率以及累计发电量数据，其结果如图12所示。试验结果表明，采用基于缓坡优化后的反阴影跟踪策略相对于原始的自然跟踪策略，光伏阵列的全天总发电量提升了10.48%。其中：早晚2个时间段内的提升效果较为明显；中午太阳高度角较大时，2种策略取得效果基本一致。从发电功率来看，执行2种策略的光伏阵列在太阳高度角较大的中午时段，其输出功率也基本一致，但在早晚太阳高度角较低的时段，优化后策略的输出功率略高于原始策略，尤其在上午输出功率提升效果达到11.63%，这也与仿真分析的结果一致。通过有选择性地实现更高频率的调节方案，优化后的跟踪策略能够更有效地帮助光伏阵列摆脱阴影的影响。相比之下，原始的自然跟踪策略调节方式单一且频次较低，无法准确实现对阴影的逆向调节。由此可知，该优化方案具有增益效果。

图12

新窗口打开| 下载原图ZIP| 生成PPT

图12 光伏阵列对照试验组全天候监测数据图

Fig. 12 Plot of all-day monitoring data for the PV array control test group

考虑到案例现场的光伏阵列所在地为西向坡，上午时段阴影遮挡的现象较多，为了进一步验证优化后的跟踪策略的可靠性，针对该日08:30—09:00期间的光伏阵列状态进行分析，该时段对照试验组的阴影面积占比和输出功率变化曲线如图13所示。

图13

新窗口打开| 下载原图ZIP| 生成PPT

图13 08:30—09:00期间对照试验组监测数据

Fig. 13 Monitoring data of the control test group during 08:30-09:00 a.m.

根据结果分析可得，与采用自然跟踪策略的光伏阵列相比，该时段采用优化策略的光伏阵列阴影面积占比降低4%~12%，且输出功率始终较高。此外，可以明显观察到，采用优化策略的光伏阵列阴影面积占比波动频率较快，阵列倾角的反阴影调整效率较高。正因如此，当光伏阵列处于缓坡且太阳高度角较低的情况时，优化策略能够根据地形和环境要素及时更新跟踪方案进行倾角调节，而非单纯依赖追日调节，从而实现对光伏阵列的反阴影控制，以保证最大程度地提高光伏阵列的发电效率。

显然，试验结果证实了理论模型和仿真模型的有效性。考虑地形及环境因素的平单轴光伏阵列跟踪策略对光伏发电站的增益效果可以达到10%左右，同时还能够减少阴影遮挡的出现，延长光伏组件寿命，这对提高光伏电站的运行效益十分有利。

5 结论

基于缓坡地形的光伏阵列反阴影跟踪技术进行研究，建立理论模型及仿真模型进行分析，最后通过宁夏某光伏电站进行试验验证，得出以下结论：

1）光伏阵列反阴影技术的本质目标在于将光伏组件所接收的太阳辐照强度最大化，而总辐照强度与光伏组件上的阴影面积呈负相关。

2）缓坡光伏阵列间阴影面积的大小主要与坡向、坡度角、风向、风速、阵列间距、组件倾角以及太阳高度角、方位角有关，动态阴影模型的建立依赖于随时间变化的各项参数模型，考虑这些因素搭建的阴影模型能够较为准确地计算出实时的阴影状况，从而向跟踪系统反馈控制信息。

3）缓坡光伏阵列间阴影面积的波动主要源于风的影响。风会导致光伏阵列周围气流波动，进而引发光伏组件位移或倾角变化；同时改变瞬时空气密度并带动尘埃等杂质，影响空气透射率；随着风速增加，光伏组件形态变化及空气对太阳光的散射、遮挡效应随之加剧。当太阳方位角恒定时，风向变化也会导致光伏组件的受光面积大小波动，造成太阳辐照强度分布不均，进而影响光伏阵列的发电效率。

4）基于缓坡动态阴影模型建立的优化跟踪策略在光伏电站的运行过程中，能够实现适应环境变化、动态调节频次、反阴影的调控行为，有助于光伏阵列摆脱阴影，延长组件寿命和提高电站的运行效益。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

KUMBA

， SIMON

S P

， SUNDARESWARAN

，et al ．

Performance evaluation of a second-order lever single axis solar tracking system

[J]．IEEE Journal of Photovoltaics，2022，12(5)：1219-1229． doi:10.1109/jphotov.2022.3187647