1. 引言

建筑节能是我国为实现碳排放量的降低而采取的有效措施。利用建筑原本闲置的屋面空间，在其屋面安装光伏系统，产生一定的电量供建筑内部用电设备使用，从而降低市政电网的供电量，具有可观的经济性，是实现建筑节能的新型措施之一 [1] [2] [3]。因此，利用建筑屋面而设置光伏发电系统，正在作为建筑节能的有效途径被逐步推广应用。

然而，光伏发电因其利用的太阳能受各地区日照条件的影响，不同地区其发电情况不同，而不同地区建筑屋面的设施情况、环境温度也不尽相同，从而导致安装于屋面的光伏系统发电情况也会不同。因此，屋顶环境温度对光伏系统的发电情况有着至关重要的影响。目前，针对特定地区屋顶环境温度对光伏系统发电情况的实际案例研究较少。本文基于宁波地区，利用MATLab仿真软件，针对屋面环境温度对光伏系统发电的影响情况进行了仿真分析。

2. 光伏系统设计

光伏发电利用的是半导体材料的光电效应原理。在硅本征半导体中掺杂少量的五价元素而形成N型半导体，在硅本征半导体中掺杂少量的三价元素而形成P型半导体。由此，利用专门的制造工艺，在同一硅本征半导体上形成P型半导体区域和N型半导体区域，在其两区域的交界面则形成P-N结。若有足够的光照射P-N结，并由P型和N型半导体区域各引出一个电极，再把这两个电极相接则会在其线路中有电流流过 [4] [5]。光伏发电采用的光伏电池正是基于这种原理制造而成的。

本文基于某建筑屋面光伏系统进行研究分析。本系统采用峰值功率为265 W多晶硅光伏组件，每块光伏组件均由60片电池片组成，电池片效率为19.06%，单块光伏组件的产品尺寸L × B × H = 1650 mm × 992 mm × 40 mm。光伏组件倾角为24˚，安装方位为正南向。每一阵列串联的光伏组件数为18或19。同一光伏组件间间隙为20 mm，前后排光伏阵列间距为1300 mm。光伏阵列的左、右无遮挡影响。

3. 光伏系统监测数据仿真与分析

选取某典型天的气象监测数据，采用MATLAB仿真工具进行了数据仿真，得出屋面环境温度在一天内7:00至17:00间的变化关系曲线，如图1所示。选取某典型天某一光伏阵列的发电电流监测数据，采用MATLAB仿真工具进行了数据仿真，得出了该光伏阵列的发电电流在在一天内7:00至17:00间的变化关系曲线，该光伏阵列由18块光伏组件构成，如图2所示。选取某典型天某一逆变器的发电量监测数据，采用MATLAB仿真工具进行了数据仿真，得出了光伏阵列的发电量在在一天内7:00至17:00间的变化关系曲线，该逆变器所接的光伏阵列数为5个，该5个光伏阵列所串接的光伏组件数分别为18块、18块、18块、18块和19块，共91块，如图3所示。

选取某典型天早上7:00至下午17:00这段时间内的环境温度、光伏阵列的发电电流值，采用MATLAB软件对二者进行了仿真与数值拟合，得出如下关系式：

$\text{I}=-0.0046{\text{T}}^3+0.34{\text{T}}^2-7.3\text{T}+50$(1)

$\text{I}=0.28{\text{T}}^3-25{\text{T}}^2+730\text{T}-720$(2)

式中，I为光伏阵列发电电流值，单位为安培(A)； 为环境温度，单位为摄氏度(˚)。

式(1)为该典型天内由起始温度达到温度最高值时间段内，环境温度与发电电流值之间的函数关系式；式(2)为该典型天内由温度最高值下降时间段内，环境温度与发电电流值之间的函数关系式。

由式(1)、(2)可得出，每瓦光伏组件的发电电流值与环境温度之间的函数关系式如下：

${\text{I}}_0=-0.001{\text{T}}^3+0.07{\text{T}}^2-1.5\text{T}+10.5$(3)

${\text{I}}_0=0.059{\text{T}}^3-5.24{\text{T}}^2+1553\text{T}-1532$(4)

式中，I₀为1 W光伏组件的发电电流值，单位为毫安(mA)；T为环境温度，单位为摄氏度(˚)。

式(3)为该典型天内由起始温度达到温度最高值时间段内，环境温度与发电电流值之间的函数关系式；式(4)为该典型天内由温度最高值下降时间段内，环境温度与发电电流值之间的函数关系式。

选取某典型天早上7:00至下午17:00这段时间内的环境温度、光伏阵列的发电量，采用MATLAB软件对二者进行了仿真与数值拟合，得出如下关系式：

$\text{W}=-0.0045{\text{T}}^3+0.72{\text{T}}^2-29\text{T}+290$(5)

$\text{W}=-1.2{\text{T}}^3+100{\text{T}}^2-2900\text{T}+28000$(6)

式中，W为光伏阵列发电量，单位为千瓦时(KWh)；T为环境温度，单位为摄氏度(˚)。式(5)为该典型天内由起始温度达到温度最高值时间段内，环境温度与发电量之间的函数关系式；式(6)为该典型天内由温度最高值下降时间段内，环境温度与发电量之间的函数关系式。而由图1可看出，该典型天在12:30时温度达到最高值。

由式(5)、(6)可得出，每瓦光伏组件的发电量与环境温度之间的函数关系式如下：

${\text{W}}_0=-0.0002{\text{T}}^3+0.03{\text{T}}^2-1.2\text{T}+12$(7)

${\text{W}}_0=-0.05{\text{T}}^3+4.15{\text{T}}^2-120\text{T}+1160$(8)

式中，W₀为1 W光伏组件的发电量，单位为瓦时(Wh)； 为环境温度，单位为摄氏度(˚)。式(7)为该典型天内由起始温度达到温度最高值时间段内，环境温度与发电量之间的函数关系式；式(8)为该典型天内由温度最高值下降时间段内，环境温度与发电量之间的函数关系式。

因此，通过环境温度与光伏阵列的发电电流、发电量之间关系的数据拟合得出，环境温度在达到一天内最高值时，在此之前的时间段内光伏阵列的发电电流、发电量随环境温度的升高呈三次函数关系增大；环境温度在达到一天内最高值时，在此之后的时间段内光伏阵列的发电电流、发电量随环境温度的下降呈三次函数关系减小。

4. 结论

本文基于建筑屋面光伏系统，通过环境温度与光伏阵列的发电电流、发电量之间关系的数据拟合得出，环境温度在达到一天内最高值前的时间段内和达到一天内最高值后的时间段内光伏阵列的发电电流、发电量与环境温度均呈三次函数关系变化，并得出了每瓦光伏组件的发电电流值、发电量与环境温度之间的具体的函数关系式。

参考文献