何采蔚，刘光明，温乔维，曾浩升，王璋元＊

（广东工业大学，广东广州 510006）

引言

21 世纪以来，我国经济迅猛发展，各领域的技术创新都不断推动着国民经济发展，这就意味着能源需求增长是我国高速发展时期必须解决的问题。《BP 世界能源展望2017 版中国专题》指出，2035 年中国能源的进口依存度将达到21%，石油增长到79%，天然气将增长到40%[1]。因此，分布式能源在能源供应体系中发挥着重要的作用，但可再生能源系统的设计和优化难度也较高[2]。

许多学者对分布式可再生能源软件设计的研究进行了深层次的分析，并且获得良好的发展成效[3]。但这些软件所涉及的模型规模复杂性较高，预测计算时输入的参数也大不相同。预测模型应在实际运用中具备易用性和精确性等特点[4]。Bahramara 等人[5]使用HOMER 对海岛的能源系统进行研究，达到了电力部门对二氧化碳排放的要求，还获得了系统最低的投资和运营成本。曹建军等人[6]建立了应用蓄热技术的可再生能源分布式系统模型，一次性能源节约率为13.16%。金红光等人[7]提出多能互补分布式能源的重点领域包括了光伏、风电与聚光太阳能耦合技术等。

然而，现有的模拟软件主要针对单体建筑尺度，存在边界条件精度要求高、输入复杂等问题，其性能不能满足区域尺度、复杂多样化的建筑条件下的系统设计工作。因此本研究将建筑与多个基础的可再生能源技术和能效技术相结合，提出了一个基于风、光等环境参数的可再生能源预测软件。

1 理论基础

1.1 风电模块

本模块选用常规风力发电机进行分析，其风能发电机组的发电量分别与风机功率、测风高度、轮毂高度及轮毂处风速相关，通过功率和风机轮毂处的风速，可得到发电机组的发电量，如式（1）所示。

式中：W1为风力发电机组的发电量，kW；P(v)为以风速为自变量的风机功率函数，W。

通过风机风速可计算风机功率，如式（2）所示。

式中：v 为风机轮毂位置的平均风速，m/s；v切入、v切出为切入、切出风速，m/s；v额定为额定风速，m/s；ρ 为空气密度，kg/m2；A风为风轮扫掠面积，m2；Cp为风能利用系数；P额定为风机总额定功率，W。

1.2 太阳能集热模块

本模块选用肋片型CPC 热管式真空管集热器作为参照模型进行热效率分析，假设各种边界条件处于稳态过程，光能集热的集热量计算如式（3）所示。考虑到真空管壁与导热油两者的温度相同，CPC 的集热效率如式（4）所示。

式中：Q1为集热器的理论集热量，kJ；Ii为小时平均太阳辐射强度，W/m2；ηl为集热效率；t2为集热器获取太阳辐射作用的时长，s；A1为集热器水平接收面积，m2；F 为集热效率因子；ηop为集热器的光学效率；Ut为集热器热损失系数；Tf为得热流体的平均温度，K；Ta为空气温度，K；CR 为集热器聚光比。

1.3 光伏发电模块

本模块选用常见多晶光伏板进行分析，以求得一定组件容量下的光伏板的发电量预测值。小时光伏发电上网电量可通过式（5）计算。

式中：Ep为小时上网发电量，kW·h；HA为小时单位面积内的太阳能辐射，kW·h/m2；Es为标准环境的辐照度，1kW·h/m2；PAZ为组件安装容量，kWp；K 为综合效率系数。

1.4 光伏板余热回收模块

本模块将微通道平板环路热管与光伏板相结合，形成一个新型的太阳能光伏光热系统进行余热回收。系统热效率如式（6）所示。分析时忽略光伏面板外表面反射所产生的能量损失，则太阳能光伏板的余热量和有效传热量可由式（7）和式（8）计算。

式中：ηh为系统热效率；Qu为有效传热量，kJ；Qh为光伏板的余热量，kJ；th为光伏板温度，℃；tw为得热流体的温度，℃；Rre为传热总热阻，(m2·K)/W；A3为换热面积，m2；QA为太阳能总辐射量。

2 软件描述

2.1 软件设计原理

现有对建筑可再生能源进行预测集中于单一模块中，将风电产能、光热产能、光伏组件产能、光伏板余热回收产能等四个模块结合成一个软件，在区域尺度下对建筑可再生能源进行预测，对满足整个区域能源规划、节约能源系统实施起到较为重要的作用，是将单一建筑能耗推算至区域尺度的解决方法之一。基于上述四个模块的运行模型和所含数学运算公式，利用MATLAB 代码将模块进行程序化编写，并基于Qt进行开发界面设计及C++语言编写，设计出可供用户使用的界面及可运行的EXE 执行应用的桌面程序，界面主要包括参数输入区、输出区及变量绘图区，将四个模块整合为一个可再生能源预测软件。

2.2 运行流程

参数输入：用户需要先输入/选择各项参数值，并打开相应环境参数的Excel 文件应用于程序计算中，参数输入区将被激活。结果输出：运算流程结束后，软件将输出一份相应预测估算值的Excel 文件并绘制相应的图形曲线。用户可输入预测模块所需参数、工质物性参数和外部环境参数等进行相应的可再生能源产量预测，并可以在界面右边获得数据曲线分布。最后能将数据以表格形式输出，见图1。

图1 图形曲线生成示例

3 模拟及验证分析

3.1 风电模块

可通过对比分析不同风速下风电机组软件模拟和实际运行的输出功率研究模型的可靠性。型号为DU93W210 的风机设计参数及运行环境参数为v切入=3 m/s，v切出=20 m/s，v额定=9 m/s，ρ1.057 kg/m2，A风=63.6 m2，P额定=10 kW。在不同风速条件下，计算所得的风机功率模拟值与实际测试条件下所测得的风机功率及其对比，见表1。

表1 不同风速下风机功率的模拟值与真实值及其对比

同一风机在多个风速频段下，风机输出功率的真实值与模拟值之间误差均在5%以内且波动极小，表明模型具备一定的可靠性。

3.2 太阳能集热模块

根据给定的两个实验用CPC 热管式真空管集热器的设计参数[8]及假定的运行环境参数，分别计算它们的理论和实际集热器效率，两个工况下集热器的理论与实际效率曲线对比见图2、图3。

图2 集热器1 的流体温差与集热效率图

图3 集热器2 的流体温差与集热效率图

由图2、图3 可知，太阳辐射强度不变时，集热流体与空气两者温度差不断增加，集热效率随之减小，实际与理论值的误差逐渐增大。当空气与得热流体温差达100 ℃时，集热器1 最大误差为12.3%，集热器2最大误差为11.74%。但模型与实验的集热效率变化趋势相吻合，但优化集热器的设计可使误差缩小。因此，该模型的预测具备一定的可靠性。

3.3 光伏发电模块

选取光伏发电站设计规范《GB 50797.2012》中的标准化模型作为估算光伏发电站的发电量的参照。某地光伏发电站[9]的装机总容量为20 MW，当太阳辐射强度保持一致时，其理论与实际的发电量对比见表2。

表2 同等太阳辐射强度下理论发电量与实际值

由表2 可知，个别月份的估算产电量与实际产电量的误差较大，但误差范围均在20%内，按1-12 月份的总量对比估算值与实际值，误差仅有3.8%。从上述结果中可知，误差均整体可控且在长期估测值上小于5%，说明该模型具有一定可靠性。

3.4 光伏板余热回收模块

本模块建立了关于微通道热管系统的传热模型，案例中微通道热回收系统通过利用模拟太阳光作为光源，在不同恒定的光照强度下进行实验以获取系统在稳定运行的情况下的热回收效率。不同工况下的模拟值和实际值的对比见表3。

表3 不同工况下的热回收效率模拟值和实际值

由表3 可知，模拟与实际热回收效率最小差值为2.8%（工况4），最大差值出现为6.9%（工况6）。模型的建立过程是假设系统一直处于稳定状态，其运行条件保持理想状态，因此热回收效率模拟值均高于实际值，但两者误差均值小于5%，故模型具有一定可靠性。

4 结论

针对现阶段的可再生能源系统相关的模拟软件存在的条件精度要求高、输入繁琐、性能无法满足区域尺度的建筑条件下的设计优化工作等问题，通过对风电、太阳能集热、光伏发电和光伏板余热回收四种常见的可再生能源利用手段进行理论分析和建立数学模型，通过Qt 窗口环境编译和GUI 界面设计工具实现软件可视化。结果表明，风电模块的误差均值为7.48%，太阳能集热模块的误差在可接受范围内，最大值为12.3%，光伏发电模块和光伏板余热回收模块的误差均值均小于5%。因此，该软件能为可再生能源系统的设计及预测提供有意义的参数参考。