双面光伏组件简化多物理场建模方法:垂直安装系统理论与实验验证

《Energy Conversion and Management-X》:A simplified multi-physics approach for bifacial photovoltaic modules: Theory and validation of peculiar module layout

【字体: 大 中 小 】 时间:2026年01月03日 来源:Energy Conversion and Management-X 7.6

编辑推荐:

  本研究针对双面光伏(bPV)组件建模复杂的问题,开发了一种集成光学、电学和热学的简化多物理场工具。研究人员通过垂直双面光伏(VBPV)安装案例,验证了所提出的2D视角因子光学模型、三种电路拓扑的电学模型及0-D集总热模型。结果表明,该简化方法在功率和能量预测中误差分别低于5%和2%,为VBPV在农业光伏等空间受限场景的应用提供了有效的性能评估工具。

  
随着全球能源转型加速,光伏技术作为可再生能源的重要支柱持续创新发展。其中,双面光伏(bifacial Photovoltaic, bPV)技术因其能够同时捕获正面和背面入射光的特点,较传统单面光伏(monofacial PV, mPV)具有更高能量产出的潜力,近年来受到产业界和学术界的广泛关注。然而,这种增益特性也带来了建模复杂度的显著增加——双面组件的光学行为需同时考虑直射、散射和地面反射辐射;电学特性需表征双面光照下的载流子生成与传输;热学过程则因背面辐照度变化和地表反照率影响而呈现非均匀性。现有商业软件(如PVsyst、SAM)或文献中模型往往采用复杂建模方法,计算资源需求高,不利于快速系统设计和性能评估。
为应对这一挑战,来自意大利米兰理工大学能源系的研究团队在《Energy Conversion and Management: X》上发表了题为"A simplified multi-physics approach for bifacial photovoltaic modules: Theory and validation of peculiar module layout"的研究论文。该研究旨在开发并实验验证一种简化的多物理场建模工具,能够以合理的精度效率平衡,快速预测双面光伏组件的输出性能,特别针对能够凸显双面效应的垂直安装(Vertical Bifacial PV, VBPV)布局进行深入分析。
研究人员开发了一个集成光学、电学和热学子模型的多物理场框架。光学子模型采用二维视角因子(View Factor, VF)方法计算组件正反面的平面总辐照度,并对比了恒定反照率和可变反照率两种情景。电学子模型则比较了三种等效电路:将双面组件视为两个单面组件并联的模型(EL1)、新提出的基于局部阴影建模思路推导的双二极管模型(EL2)以及遵循IEC 60904-1-2标准的等效单二极管模型(EL3)。参数估计方面,除了传统的实验数据拟合方法,还创新性地引入了粒子滤波(Particle Filter, PF)这一数据驱动的随机方法用于EL3模型的参数辨识。热学子模型采用0-D集总参数法,基于能量平衡方程考虑了对流和辐射换热。
研究团队在意大利米兰搭建了实验平台,使用一块Enel Green Power 3SUN?的345 W双面光伏组件,以90度倾角垂直安装(正面朝东)。在为期12天的实验中,采集了不同季节(春、夏)和天气条件(晴天、多云、多变)下的气象数据(总水平辐照度GHI、散射水平辐照度DHI、气温、风速)以及组件运行数据(正面和背面辐照度、电池温度、I-V曲线)。所有测量均遵循IEC 60904-1-2标准的精度要求。
光学模型验证结果
对比开发的视角因子模型(OPT1)和TRNSYS的Type 16模型(OPT2)发现,两者均能合理预测组件正反面辐照度。在恒定反照率(ρ=0.1)假设下,OPT1模型对正面和背面辐照度预测的归一化均方根误差(nRMSE)分别为7.5%和11.0%,而OPT2模型分别为9.8%和8.9%。当引入可变反照率校正后,两个模型的精度均有提升,OPT1模型的正面nRMSE降至4.2%。结果表明,模型在晴天(nRMSE约6%)比在多云/多变天气(nRMSE可达21%)下精度更高,凸显了模型性能对场地特定条件(如周围建筑物反射)的敏感性。
电学模型验证结果
三种电学模型中,新提出的EL2模型(双二极管)表现最佳,其功率预测的确定系数R2达到0.996,nRMSE为2.43%。传统的并联模型(EL1)性能接近(R2=0.996),而基于IEC标准的EL3模型精度稍低(R2=0.990)。在能量估计方面,EL2模型对实测11.77 kWh的日发电量预测值为11.65 kWh,相对误差仅为-1.03%,优于EL1的11.63 kWh和EL3的12.31 kWh。参数估计方面,拟合方法整体优于粒子滤波方法,但后者为参数辨识提供了新的思路。
热学模型验证结果
0-D集总热模型对组件温度的预测nRMSE为6.93%,证明了该简化模型能够为电学模型提供足够精确的温度输入。
多物理场模型集成验证
将最佳光学模型(OPT1,可变反照率)、最佳电学模型(EL2)和热学模型(TH)集成后,对整个多物理场模型进行了验证。在晴天条件下(如7月29日),功率预测的nRMSE可低至4.27%(R2=0.973),能量预测相对误差为1.8%。在整个实验周期内,多物理场模型的综合功率预测nRMSE为8.6%(R2=0.932)。误差分析显示,模型在晴朗稳定的天气条件下表现最佳(平均nRMSE 7.92%),而在多云和天气多变条件下误差较大(平均nRMSE分别为10.29%和9.44%),表明环境条件的稳定性是影响模型精度的重要因素。
该研究成功开发并验证了一套用于双面光伏组件的简化多物理场建模工具。通过实验证实,该工具在以垂直安装为代表的双面效应显著的应用场景中,能够以低于5%的功率误差和2%的能量误差进行性能预测,达到了精度与复杂度的良好平衡。研究所提出的新型电学等效电路(EL2)展现了优于传统方法的潜力,而可变反照率的光学校正策略显著提升了模型的环境适应性。
这项工作的意义在于为双面光伏系统,特别是在土地资源紧张地区具有应用潜力的垂直双面光伏系统,提供了一个高效、实用的设计和评估工具。其简化建模框架有助于推动双面光伏技术在农业光伏、建筑一体化等创新领域的快速部署和优化。未来研究可着眼于将模型扩展至不同安装配置和气候条件,并与更复杂的1-D热模型等进行基准测试,进一步明确其适用范围和性能边界。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号