運用能量產率模型 突破太陽能預測極限

图一 : 基于物理的能量产率模拟框架流程图。（source：imec）

【作者： imec】

能量产率模型（Energy Yield Model）由欧洲绿能研究组织EnergyVille成员—比利时微电子研究中心（imec）和比利时哈瑟尔特大学（UHasselt）所开发，该模型利用由下而上（bottom-up）设计方法，精准巧妙地结合太阳能板的光学、温度及电气动力学，正在为太阳能预测带来全新气象。

在追求永续能源方面，太阳能扮演着关键角色，然而，太阳能具备难以预测的特性，挑战了准确预测能量（和财务）产率的实现。比利时微电子研究中心（imec）和比利时哈瑟尔特大学（UHasselt），透过他们在欧洲绿能研究组织EnergyVille建立的伙伴关系，现已利用创新的能量产率模型来正面迎击这项挑战。

不同于传统的模型，这套模型所用的由下而上（bottom-up）设计方法精密考量太阳能板内部的光学、温度和电气动力学，提供绝无仅有的精确度，且可望成为高效利用太阳能的指标。本文将从核心元件到现实应用来探索这套能量产率模型。

迎击再生能源预测的挑战

打造永续未来的关键，在于高效操控再生能源的能力。尤其是太阳能，在绿能发展中逐渐跻升为重要基础。但是阳光本身难以预测而且多变，对准确预测能量产率来说是严峻挑战。这种不确定性不仅阻碍创新，更导致全球能源制造无法及时利用太阳能，出现不必要的延迟。

一般来说，太阳能电池的转换效率都在经过控管的环境下进行测量，但是在现实世界运行的性能会受到多变的天气状况影响而产生明显差异。对于像是太阳光电案场管理人与能源供应商等利害关系人而言，最主要的考量并不是电池的效率百分比，而是了解电池在特定地点每年的实际发电状况。因为这种（财务）收益不确定性，太阳能板的全部潜能—还有被整合到建物、车顶或农业应用，可能都还没发挥。

对精确度的迫切需求

目前是有能源产量的预测模型，并以增强各种光伏（PV）技术的准确性（accuracy）与应用性（applicability）为目标。但是传统的「灰箱」模型通常倚赖历史资料和经验洞察，很难提供优化太阳能设施所需的精确度。

因应这项对精确度的迫切需求，比利时微电子研究中心（imec）能源系统（Energy Systems）团队在2017年发表了一套自行研发的模型。不同于传统方法，这套模型采用由下而上（bottom-up）设计方法，深入考量太阳能板内部光学、温度和电气动力学之间的精密交互作用，并以物理为基础的模型来研究这些互动。这种整合式方法至关重要，尤其是再生能源领域扩展到整合式光伏（integrated photovoltaics）的全新领域，例如与基础设施进行整合。

能量产率模型：一套基于物理的模拟框架

这套系统模型由三种要素交织而成：光学模型、热学模型和电气模型。光学模型利用复杂的「光线追踪」技巧，用来模拟太阳能模组的光学反应。这套模型也考量不同波长及角度的反射或吸收现象，因而成功捕捉不同太阳能板技术在与阳光作用时的细微差异。

其次，热学模型透过考量地区性差异，大幅超越了为太阳能板设计的全球气温预测模组。这点对加装在建物上的设备来说尤其重要，例如，这些设备可以与水泥墙无缝贴合，或是考量气流而预留空隙。了解这些当地的「烟囱」效应，对建立准确的气温模型来说是关键，还能提供更精细的预测。

最后，深入发电的核心，电气模型考量各种因素，像是特定类型的太阳能电池和出现（声学）吸收材料的情况。电气模型提供有关输出电流的洞见，并找出造成效率损失的潜在领域。

先进材料研究部门imo-imomec的首席研究员Michael Daenen教授强调：「这三套模型共同运作所带来的协作效用提供了一套完整的3D模拟样貌，为注重细节的气象资料及定位等环境相关的输入资料做出反应。除了直接日照所带来的单纯影响，例如气温升高和吹送流减弱等因素可能会减少太阳能板的产量。这套模型聚焦在地气象资料的细节，借此确保反映真实世界的状况时，准确性更高，且随着动态变化，让这套模型能用来预测太阳能电池在不断变化的气候和辐射状况下的日或年能源产率。」

【欲阅读更丰富的内容，请参阅2024.5(第390期)CTIMES杂志】

2024.5(第390期)PCIe 6.0—高速数位传输