王炳楠，谭占鳌

(新能源电力系统国家重点实验室(华北电力大学)，北京 102206)

随着地面光伏电站的容量逐年递增以及光伏行业产品技术的不断升级，行业的关注点已从单瓦成本(元/W)转向至全寿命度电成本[1]，其主要取决于电站全寿命周期(25年)内的发电量总和。然而，光伏电站的年发电量受到系统各环节的衰减影响，成逐年下降的趋势[2]。在系统各环节的衰减中，光伏组件的衰减与失效为最主要的因素[3]。组件的衰减与失效受到气候条件、环境应力、运行周期、组件类型等因素的影响，不同组件的衰减特性也不同，这造成电站在经过长期运行后出现显著的失配损失，成为影响发电量的最主要原因之一[4-5]。

国内外学者对组件的失配损失展开了较多研究，主要集中在对小型光伏系统进行的实测与模拟分析上[6-7]，但这种方法不能真实反映长期运行的地面光伏电站的实际情况。文献[8-9]模拟并研究了光伏组件25年衰减及失配情况，但未考虑气候条件的实际影响。文献[10]使用太阳模拟器在标准测试条件(standard test condition，STC)下对组件进行测试及失配分析，但组件在拆装和长距离运输过程中都可能会造成新的衰减。文献[11-12]在电站现场按照国际电工委员会(International Electrotechnical Commission，IEC)标准，使用便携式仪器测试组件功率并折算至STC，但现场的测试条件不稳定，且测量仪器存在测量误差，对测试结果的准确性产生了影响[13]。

本文使用高精度的户外移动检测平台，在2019年6月期间对典型干热气候地区11个2009—2013年间并网运行的光伏电站共110块光伏组件进行了现场测试，对组件的衰减情况及失配损失情况进行了分析，探究了光伏电站在干热条件下长期运行后的失配情况。

1 方法

1.1 电站样品情况

我国干热地区主要集中在西北地区，该类气候为典型的温带大陆性气候，具有高辐照、高温差、高紫外等气象特点，主要分布在太阳能辐照资源Ⅰ类地区。据国家能源局公布的数据，截止2018年底，该类地区(主要包括宁夏、青海、甘肃、新疆、内蒙古的部分地区)累计装机27.53 GW，光伏发电全年利用小时达到1 460～1 617 h[14-15]，存量电站规模较大，具备较强的代表性。

本次测试从宁夏中部地区选择了11个光伏电站，由NASA数据库得到的2009—2018年该区域气象数据如表1所示。每个光伏电站选取2个规格型号的光伏组件各5件，总共选取22个批次110块光伏组件，所选各型号的组件均为同期安装使用的同一生产厂家、同一生产批号的产品。所选组件型号清单如表2所示。

表1 区域2009—2018 年气象统计数据

表2 所选组件信息表

1.2 测试设备

为解决光伏组件在现场测试中所存在的问题，客观掌握组件的实际情况，本次测试使用了户外检测移动平台MaxSun-PV3，平台包括一台3 A级太阳模拟器，测试平台内装有控温系统，可在电站现场将拆卸的组件置于STC下进行检测，该模拟器已通过计量。电致发光(electroluminescent，EL)设备型号为NTEL2400，红外(infrared，IR)扫描设备型号为Ti400。

1.3 测试项目

测试项目及参考标准如表3所示。

表3 光伏组件测试项目及参考标准

2 结果与分析

2.1 组件外观检查

结果显示，所测110件光伏组件中共有57件存在不同程度的外观缺陷，外观缺陷发现率为51.82%。结果如图1所示。

图1 组件外观检查结果

2.2 EL检查与IR扫描

结果显示，所测110件光伏组件中共70件样品存在不同程度的缺陷，该项目缺陷率为63.64%，IR扫描未发现异常情况，结果如图2所示。

图2 组件EL测试结果

2.3 功率测试结果

由于部分样品缺乏组件初始的实际功率，本次实测衰减率是根据现场实测功率与组件标称功率计算得出，衰减率DR与年化衰减率DA公式如(1)(2)：

式中：Pref为组件标称功率值；Ptest为组件实测最大功率值；N为组件运行的年数。

经现场测试，各个型号的5块组件功率测试结果取平均值后的分布情况如表4所示。

表4 光伏组件衰减情况

2.4 测试结果分析

本次统计结果显示光伏组件在经过长期运行后，外观产生了一定的缺陷，其中蜗牛纹、玻璃划伤与背板缺陷为最主要的外观缺陷。如图3(a)所示，经研究证明，蜗牛纹主要是由于组件的隐裂造成[16-17]，有蜗牛纹的组件在EL测试结果中均显示有隐裂发生。由于组件只有在生产期间的EL测试结果显示无隐裂后才会出厂，由此可以推测，组件在运输或安装过程中可能造成了电池片的隐裂，但蜗牛纹对组件正面的透光率并无较大影响，因此短期内并不会直接造成组件功率的损失。玻璃划伤直接影响到组件正面的透光率，进而影响到组件的短路电流Isc和开路电压Voc，对组件的输出功率造成影响，一般认为小于10%的玻璃划伤面积对组件功率输出并无影响。在电站实际运行中，日常运维会将存在明显严重划伤、玻璃碎裂的组件进行更换，本次经过外观检查的玻璃划伤程度均对组件透光率的影响有限，如图3(b)所示。背板问题在本次外观检查中较为突出，典型缺陷有划伤与开裂两种情况。由于所选样品均安装在固定支架上，可以推断背板划伤与开裂的物理缺陷主要集中在运输与安装阶段。背板的划伤与开裂会导致水汽与空气侵入组件，与封装胶膜(ethylene vinyl acetate，EVA)和金属导体发生化学反应形成醋酸，导致金属导体腐蚀[18-19]，继而加速组件的功率衰减。本次测试发现的背板开裂情况较为严重，如图3(c)所示，主要为聚酰胺背板，但该类组件功率衰减正常(如电站C、H、U)，推测其原因是由于干热气候条件下的环境湿度较低，水汽进入组件内部的几率较小，因此造成金属腐蚀的几率也较小[20]。

图3 外观测试结果照片

光伏组件的衰减主要是由于外部环境因素影响，包括温度、湿度、紫外辐射等条件的累积作用。通常来说，衰减的机理一般是由于组件在户外工况条件下发生的物理化学变化形成的。本次测试结果显示组件整体衰减率较低，从外观检查和EL测试结果的角度考虑，有以下几个原因：

外观核查没有明显缺陷的组件，其衰减率均低于1%，相对应的是，组件外观核查存在EVA退色、封装失效、腐蚀等明显缺陷的组件衰减率会显著提高。

组件隐裂对组件的功率衰减程度没有明显影响，这是由于组件的衰减更多是由于封装失效、电池片失效、焊接失效、EVA老化等原因造成[21]。

光伏电站在正常运行的条件下，光伏组件功率衰减可以分为诱导期、衰减期和饱和期。诱导期内光伏组件功率衰减缓慢，随着时间推移进入衰减期，功率迅速衰减直至饱和期。根据本次样品的运行时间分析，较多组件处于诱导期，功率衰减缓慢，因此无显著的功率衰减情况发生。

3 失配损失范围分析

实际的光伏发电系统由于组件出厂参数一致性差异、组件性能衰减程度不同以及所处环境影响因素不同等原因造成失配损失。通常的光伏阵列，都是将一定数量组件串联成一路，串联的组件数量由逆变器输入电压窗口决定，串联后的每一路组串进行并联，以达到逆变器的额定输入功率，由于光伏组件的最大工作点电流与最大工作点电压会受到辐照、温度、光谱等环境因素的影响，因此其输出功率为一个实时变化值，通过在STC这种归一化的环境下确定的组件之间电性能差异，可以确定组件之间失配损失的范围。如图4所示，对一个包括M个组串，每个组串串联N块组件的光伏阵列，根据基尔霍夫定律可以推断，阵列输出电流IA由每一串组件中工作电流最小的组件决定，而阵列输出电压VA由工作电压最低的组串决定，组串电压由组串内各块组件的工作电压相加所决定。

图4 光伏阵列电气结构图

如公式所示：

式中：Is为组串工作电流；Ij为组件最大工作电流；Vs为组串工作电压；Vj为组件最大工作电压。

对于整个阵列的直流功率P，可得：

在光伏电站的电气结构中，由于光伏组件运行特性不一致，使得阵列的最大输出功率小于所有组件最大功率之和，导致阵列的运行效率降低，类似木桶效应，电性能较好的组件无法工作在最大功率点，影响整个阵列的输出效率，造成了能量损失。因此阵列的功率输出下限Pmin由阵列中最大工作电流与最大工作电压最低的组件决定，而功率的输出上限Pmax由阵列中最大工作电流与最大工作电压最高的组件决定，即：

此处IAmin与VAmin均由所测组件中的实测参数中进行筛选，统计发现同批次组件中有3种情况：

(1)最大工作点电流与最大工作点电压都有明显衰减(1.5%～2.0%)，最大功率显著下降(大于4.5%)，如E、H、K、P、R。

(2)最大工作点电流衰减明显(1.5%～2.0%)，最大工作点电压衰减不明显(小于1.0%)，最大功率没有显著下降(小于2.5%)，如D、G、J、Q。

(3)最大工作点电流衰减不明显(小于1.0%)，最大工作点电压衰减明显(1.5%～2.0%)，最大功率没有显著下降(小于2.5%)，如F、O、V。

本文将所测组件按照批次进行分类，以同批次组件的差异统计情况代表其电站的组件功率差异情况，如公式(9)(10)。

式中：μ为各批次的参数平均值；n为各批次组件数，此处为5。根据以上公式首先计算出组件功率间的标准偏差σ，为了便于比较，计算出每个批次的功率变异系数Cp，电流变异系数CI与电压变异系数Cv，结果如图5所示。

图5 不同批次组件变异系数

可以看到，同批次间Cp较高的组件所对应的CI与CV并不是最高，这是由于组件间的衰减程度不同造成的，通过计算可知CP与CI、CP与CV的相关系数分别为 0.621、0.265，可见线性正相关程度不高。

IAmin与VAmin可能为同一块组件的工作参数，亦有可能为两块不同组件的参数，由于每块组件的性能特性不同，根据结果计算，同一批次组件中IAmin对应的组件工作电压与VAmin平均差值为0.054 V，约为单块组件的平均工作电压(30.29 V)的0.17%，因此近似认为IAmin与VAmin为同一块组件的工作参数。IAmax与VAmax的选取同理。考虑到每个批次的组件在实际运行中可假设为经历相同的气候状态，因此以组件的工作电流为基准，选择同一批次组件工作电流最大值与最小值的组件进行对比，可以推算出电站的失配损失范围。

组件经过衰减后的失配损失范围，可以通过公式(11)进行计算：

阵列功率的失配损失ΔP为光伏阵列中最大工作电流的组件一致性相同的情况，与光伏阵列中最小工作电流的组件一致性相同的情况的功率差值。光伏阵列失配率按照公式(12)可以得到：

经过化简，可以看到光伏阵列失配率范围与组件串联数N与M无关。可以得出11个光伏电站组件的失配损失范围介于1.63%～5.2%。

根据Bucciarelli的随机模型[22-23]，可以计算同批次组件的失配损失PMMB：

式中：c为组件的特性系数；FF为同型号组件的平均填充因子；N为组串所串联的组件数量，此处按照实际情况取22；M为并联的组串数量，此处按照实际情况取16。

可以得到同批次组件的失配损失，如表5所示。

表5 不同批次组件的失配损失 %

通过Bucciarelli的随机模型进行对比，可以看到不同批次间的匹配损失范围趋势一致[24]。

4 总结

通过对典型干热气候地区11个2009—2013年间并网运行的光伏电站的共110块光伏组件进行现场测试，以及对各电站组件的衰减及失配损失进行了分析，可以得到以下结论：

11个光伏电站失配损失的范围介于1.63%～5.2%，并与长期衰减后的光伏组件间的工作电流差异系数正向相关。

外观核查没有明显缺陷的组件，这类组件的年化衰减率均低于1%。

组件的蜗牛纹、玻璃划伤、背板开裂、隐裂在干热气候条件下对组件的功率衰减程度未出现明显或加速的影响，这是由于组件的衰减更多是由于封装失效、电池片失效、焊接失效、EVA老化等原因造成。

根据光伏阵列的电气结构特性，同批次组件的工作电流差异情况较功率差异情况能更显著反映出阵列的失配损失情况。