在当前矿物资源日益匮乏、温室效应日益突出的今天，开发清洁能源势在必行。中国地域广阔，具有良好的太阳能资源，除了四川盆地以外，国内其他地区均具备发展太阳能的条件。“十二五”计划中，随着太阳能光伏发电在我国的大力推广，其上网电价也在逐步下降，光伏发电系统也在逐步由分散式向规模化发展。光伏发电系统输出功率随气温、气象、季节及时间的变化而呈现一定的规律性，并将对电网造成一定程度的冲击。因此，研究不同环境条件下光伏发电系统的输出特征，对光伏发电系统的设计、运行和运行维护，以及准确的功率预测模型的建立都是十分必要的。当前，国内外很多学者对新能源的功率特性进行了研究。现有的光伏发电功率分析多是基于多时间尺度，而风力发电已有典型日、不同时间尺度和环境因子的功率特征分析，可借鉴风力发电的研究思路，对光伏发电进行定性分析。光伏发电系统的输出功率受到外界环境的影响，尤其是在多云、多云的情况下，其输出功率会发生较大的波动。通过对光伏发电系统历史数据的大量统计和分析，研究了光伏发电功率的波动特性。量化分析典型环境因子下光伏发电功率的特征及其与环境因子之间的内在联系，提出考虑环境因子影响的光伏发电功率的一般性特征。对不同日型光伏发电系统的功率特征进行了定性分析，并辅之以数据支持。研究结果对理解典型日型工况下光伏发电系统的功率变化规律、分析其与实际发电量之间的差异有很大的现实意义。
1、影响光伏系统出力的环境因素
太阳能电池的输出功率受外界环境温度、环境湿度等因素的影响。这一部分着重分析了太阳辐射、组件温度对光电输出功率的影响，后面几章则将环境因子对光电功率的量化分析。结果表明，温度对晶硅太阳能电池的效率有很大的影响。随着太阳能电池模块的温升，电池的效率会降低。在20-80℃区间，每增加1℃，电池组件的电压下降2mV。当温度升高时，光电电流增大，每提高1℃，光电电流提高0.03毫安/℃.em。总体而言，升温引起了太阳能电池模块的功耗降低，其典型的温度系数达到-0.35%/摄氏度。这意味着，每提高1摄氏度，电力将减少0.35%。所以，保持组件上下通风是非常必要的，它能有效地将电池组散热，防止由于组件温升引起的太阳能电池输出功率下降。光照作为太阳能电池的能源，直接影响到电池的输出。在光照强度为150-1000W/m时，光照强度随着增大呈线性增加。但是，太阳辐射强度几乎没有受到光照强度的影响，在相同的温度下，太阳辐射强度在400-1000W/m之间几乎没有变化。所以，太阳能电池输出的能量基本上是与太阳辐射成比例的。
2、典型天气条件下的光伏系统出力特性分析
光伏发电的出力随气象条件变化而变化，在不同气象状况下，其出力曲线差别很大。在此基础上，通过对实际光伏发电系统输出功率的收集，归纳了在各种气象情况下，光伏发电系统输出功率的变化规律。
2.1实验电站及小型气象站概述
本项目以云南地区新能源发电过程模拟实验平台为研究对象，以10kW、采样时间为1分钟，记录各种气象参数以及光伏发电系统的电参数。该方法具有时间较短、资料准确度较高、涵盖了各种典型气象状况；所以本研究的资料是真实的，所得到的结论是可信的。以2023年10月的天气资料为基础，得到了27天的有效资料。由该曲线可以看出，在一个月的时间内，各个时段和各个时段的输出功率相差很大，且不连续特性比较明显。由图表可以看到，在太阳能发电系统中，有27个峰值，白天和晚上没有照明的时候，太阳能的输出是0，而在早晨则是上升的；午后下降，每天都有一个峰值。在相同的一个月内，每天的光伏发电峰值差异很大，并且每天的气象状况都不一样。
图1 2023年10月功率、辐照度、温度、湿度曲线
2.2典型日条件下光伏系统出力对比
如图2所示，在晴朗天气下，太阳能电池的输出功率曲线比较平滑。与（a）、（b）相比较，夏天的出力曲线要比冬天的大，而且总的出力比冬天的大。如图3所示，在多云天气下，太阳能电池的输出功率曲线起伏比较大，白天的发电量并不高。与（a）、（b）相比，冬季特征曲线变得狭窄，资料更加密集。如图4所示，在阴天时，光伏发电系统的出力曲线出现了较大的波动。(a)与（b）对照，无明显规则，无类似特征。如图5所示，多雨天气时，出力曲线有明显的起伏，午后出力高于上午。(a)与（b）具有非常相似的起伏模式。在此基础上，对各个典型天气下的发电功率特征进行了研究，发现除了晴朗天气时，发电功率曲线比较平滑外，其他天气情况下，发电功率曲线起伏较大，且存在多峰性，特别是多云、多云天气。在夜间无光情况下，整个系统的输出表现为早晨出力增加，下午减少，夜间无光时没有输出。除了在多云的情况下，该曲线的起伏不具有特定的规律性，其余的所有天气类型，都是在夏季大于冬季。
图2 晴天条件下出力曲线
图3 阴天条件下出力曲线
图4 多云条件下出力曲线
图5 降雨条件-F出力曲线
3、环境因素对光伏系统出力的影响
3.1环境因素与光伏系统出力相关性分析
由前一节的图1可知，太阳能电池输出功率随辐射强度的变化规律基本一致，都出现了27个峰值。在此基础上，研究太阳辐射、温湿度等环境因子对光伏发电输出的影响。结果表明：光源与辐射强度之间的相关性大于0.95。这表明，无论在什么气候情况下，太阳能电池的发电功率都受到光照强度的显著影响，且呈正向关系。其与气温之间的相关系数约为0.41，具有较好的相关性。其与土壤水分的相关性为-0.5~-0.3，呈显著的负相关关系。太阳能发电效率在晴朗天气时最大，多云和下雨时最接近，而与辐射相关性最强的是阴天，其发电量则最小。
3.2环境因素与光伏系统出力特性曲线关系分析
图6是在每个典型的日子里，太阳能电池的输出功率和各种环境因子的变化情况。由各个图表可以明显看到，在各种气象情况下，其输出功率和辐射强度的变化趋势是一致的，并且具有类似的形态，这表明，光照强度的大小基本上可以确定光伏发电的功率。输出功率和温度的关系并不完全一致，输出功率和温度的关系也存在一些滞后现象，但整体上是一致的。这表明，光伏发电系统的输出功率受到温度的影响，在温度达到一定程度以前，两者之间存在着正向的关系，超过一定程度后，这种关系将被抑制。由图表可知，各气象因子的出力与湿度的关系呈反向关系，并呈现出滞后的趋势，晴天、多云的情况下，其规律更为显著，而其它气象因子的后半部分则较为平缓；与函数的关系越来越差。同时，由于湿度和温度之间存在着很大的相关关系，所以可以用来研究环境因子对太阳能电池输出性能的影响；湿度效应可不计，仅考虑温度效应。从这一节中我们可以看出，在光照条件下，光伏发电系统的输出功率会受到很大的影响，并且其变化规律与太阳辐射强度基本一致。当光照不是很好时，它对输出功率有很大的影响，随着温度的升高，输出功率降低。其中，湿度对土壤水分的贡献最大，而其对土壤水分的影响则相对较小。所以，在对光电转换效率的影响因素进行分析时，可以将水分的影响排除在外，而仅将光照和温度作为输入。
图6 各典型日下输出功率及各环境因素曲线
4、结论
通过对该模型的研究，我们可以看出，光伏发电系统的输出性能受到了很大的影响，特别是太阳辐射和温度上。在此基础上，通过Matlab模拟，对不同气象条件下的光伏发电功率进行预测，为电网优化调度提供依据。在此基础上，通过对不同天气条件下光伏发电系统的出力特征曲线及各气象要素的变化规律，对模拟模式进行了修正，获得了较大的发电量，并在实践中应用。在此基础上，通过对不同典型天气下光伏发电系统输出功率特征的分析，初步判定太阳能电池板所处的温度区间，从而避免了热损害，实现了对光伏发电系统运行状态的实时判定。通过对电池板的清洗、保养和维修，达到了延长电池板的使用寿命，稳定了电池的输出，提升了太阳能电池的效率。
参考文献
[1]朱生刚,殷奎,田根海,等.基于补偿新能源出力预测曲线偏差的储能控制模型[J].能源与环保,2023,45(1):255-261.
[2]余潇潇,宋福龙,李隽,等.含高比例新能源电力系统极端天气条件下供电安全性的提升[J].现代电力,2023,40(3):303-313.
[3]鞠冠章,王靖然,崔琛,等.极端天气事件对新能源发电和电网运行影响研究[J].智慧电力,2022,50(11):77-83.
