基于数据驱动方法的屋顶光伏发电系统参数分析与布局优化

《Energy》：Parameter Analysis and Layout Optimization of a Rooftop Photovoltaic Power System Using a Data-driven Approach

本论文提出一种基于数据驱动的代理模型优化方法，结合灰色关联分析（GRA）和响应面法（RSM），用于提升屋顶光伏（RPV）系统的技术性能。通过PVsyst仿真实验，系统总发电量和效率分别提高4.4%和3.4%，分析表明倾斜角与光伏行间距是主要优化参数，而串组尺寸影响较小。该方法相比传统元启发式方法，能快速通过有限仿真数据构建模型，无需复杂物理方程，为实际部署提供指导。

　　

Difeng Hu

香港理工大学土木与环境工程系，中国香港999077

摘要

屋顶光伏（RPV）系统在支持城市能源转型中发挥着重要作用，但由于物理建模复杂和多目标优化能力有限，其布局优化仍然具有挑战性。本文提出了一种基于数据的替代模型优化方法，该方法结合了灰色关联分析（GRA）和响应面方法（RSM）来提高RPV系统的技术性能。通过基于PVsyst的仿真实验，系统地评估了三个关键配置参数：串长、倾斜角度和光伏行间距。以中国一个630千瓦的屋顶RPV安装项目作为案例研究，验证了所提出的方法。优化后的配置使年总发电量从786.29兆瓦时增加到820.86兆瓦时，系统效率从81.45%提高到84.85%。方差分析（ANOVA）结果证实，倾斜角度和光伏行间距是性能提升的主要因素，而串长影响较小。与传统元启发式方法相比，所提出的方法通过从有限的仿真输出中构建数据驱动的替代模型实现了快速的性能提升，无需在优化过程中显式制定和耦合复杂的物理方程。对主要参数之间耦合效应的分析为RPV布局设计提供了实际指导，有助于屋顶光伏部署的决策制定。

引言

电力是现代社会和经济发展以及人类福祉的基础[1]。然而，许多地区的电力生产仍然严重依赖化石燃料，这显著加剧了全球变暖和气候变化问题[2][3]。为了解决这些问题，太阳能作为一种有前景的可持续替代能源应运而生，有助于减少碳排放。例如，在美国加利福尼亚州安装了113,533个家庭太阳能系统，减少了约696,544公吨的二氧化碳排放[4]，这凸显了光伏（PV）技术在缓解环境挑战中的重要性[5]。

为了促进更广泛的光伏应用，已经应用了多种分析方法来评估光伏潜力、优化系统设计并提高运行效率。例如，邱等人开发了一个利用地理信息系统（GIS）和多标准决策方法来评估中国太阳能资源潜力的评估系统[6]。Hassan设计并比较了离网和并网光伏电力系统，证实了它们适用于家庭电气化和电网支持[7]。Cox等人通过分析天气条件、运行限制和激励结构的影响来评估一个太阳能发电厂的性能[8]。Barbon等人提出了一种单轴跟踪光伏电力系统的优化策略，确定了最佳行间距和运行周期以最大化发电量[9]。此外，Celikel等人通过引入改进的最大功率点跟踪算法来处理部分遮挡效应，从而在波动的环境条件下提高光伏性能[10]。

在各种太阳能应用中，屋顶光伏（RPV）系统在土地稀缺且成本较高的城市环境中具有特别的优势[11][12]。通过利用建筑物屋顶，RPV系统降低了安装成本，允许快速部署，并使所有者能够抵消或出售多余的电力[13]。此外，屋顶障碍较少，接收到的太阳辐射充足，使其成为光伏安装的理想场所[14]。由于这些优势，RPV系统的年安装量显著增长，从2010年的9.2吉瓦增加到2021年的76吉瓦[14]。在欧洲国家，RPV系统已经占年能源消耗的20-40%[15]。

大量研究考察了不同背景下屋顶光伏系统的技术可行性和经济效益。Mokhtara等人设计并评估了一个用于干旱环境的教育建筑的并网RPV电力系统，显示出能源成本、电网依赖性和二氧化碳排放的显著降低[16]。Yang等人开发了一个全面的评估框架，用于农村RPV部署。他们的研究发现表明，徐州地区的屋顶太阳能发电量可以完全满足该地区的电力需求[17]。Kapsalis等人通过结合全球水平辐照度和当地环境条件分析了RPV电力系统的性能[11]。Pan等人比较了四种安装方案，考虑了屋顶面积数据和相关特性，并评估了城市建筑屋顶上太阳能发电的技术和经济潜力[18]。Xue等人通过整合社会经济、技术和政策因素来评估RPV系统，强调了规模经济和盈利能力方面的更强表现[19]。Cai等人开发了一个针对屋顶分布式光伏的技术经济评估框架，考虑了电价机制、电池存储、需求响应策略和消费变化，旨在增加自给自足并最大化经济效益[20]。

RPV系统的设计是实施前的关键阶段，许多研究已经探讨了改进配置和性能的策略。Tashtoush等人设计了一种可持续的生活系统，通过优化并网和离网光伏配置来最小化碳排放[21]。Zhao等人提出了一种基于可靠性的尺寸优化方法，考虑了安装角度、方位角、太阳辐照强度、环境温度和面板转换效率[22]。Ren等人提出了一种基于整数线性规划的最优规划策略，用于分布式RPV系统。该策略利用3D-GIS和深度学习集成方法准确表征了太阳能潜力并最大化了太阳能发电量[23]。Rout使用Manta Ray Foraging优化方法设计并优化了一个并网RPV系统，以减少漏电流并提高并网电力系统的动态性能[24]。Jung等人开发了一个基于GIS的强化学习模型，用于RPV规划，考虑了建筑物生命周期中的不确定性，以在多样化的城市场景中最大化经济回报[25]。

尽管RPV系统设计取得了进展，但布局优化仍然相对较少被探索[26]。布局优化旨在通过调整RPV电力系统的关键配置参数来最大化性能，如发电量和系统效率。配置参数包括光伏模块的安装和电气配置，例如倾斜角度、光伏行间距（即光伏行之间的距离）和串长（即每串的光伏模块数量）[16]。此外，大多数现有研究依赖于MATLAB/Simulink和元启发式算法来优化RPV电力系统，这些方法通常需要制定和耦合复杂的物理模型。此外，该领域的多目标优化研究仍然有限。常用的方法采用加权聚合方法，这些方法对权重系数的选择非常敏感，可能无法充分捕捉竞争目标之间的权衡。

为了解决这些限制，本研究提出了一种基于数据的替代模型布局优化方法，利用响应面方法（RSM）和灰色关联分析（GRA）来提高发电量和系统效率。此外，该研究分析了关键配置参数，包括倾斜角度和光伏行间距以及串长，以评估它们的重要性及其对系统性能的耦合效应。本研究的主要贡献可以总结如下：

1.

本研究开发了一种基于数据的替代模型优化框架，将RSM和GRA结合用于RPV电力系统的布局优化。该方法从仿真生成的实验数据中学习布局参数与系统性能之间的关系，无需直接操作底层物理模型，从而实现高效优化。

2.

系统地分析和优化了三个关键配置参数——串长、倾斜角度和光伏行间距。使用3D表面图和2D等高线图进一步研究了主要参数之间的交互效应，发现性能提升主要发生在倾斜角度较低和行间距足够大的狭窄区域内。与传统设计相比，优化后的配置使发电量增加了4.4%，系统效率提高了3.4%，证明了所提出方法的有效性。

3.

通过在中国一个购物中心屋顶安装的630千瓦RPV系统的实际案例研究验证了所提出的框架。使用PVsyst仿真和统计建模技术，该框架被证明具有可扩展性和适应性，适用于更广泛的RPV部署场景。

本研究的其余部分结构如下：第2节解释了所提出的基于数据的替代模型布局优化方法。第3节描述了PVsyst仿真的实验设置。第4节展示了仿真结果，并讨论了三个配置参数的耦合效应。第5节总结了研究结果并讨论了未来的工作。

方法论

方法论

图1展示了本研究的整体方法论框架，该框架旨在通过基于物理仿真的数据驱动替代模型优化策略来提高RPV电力系统的发电量和系统效率。框架分为三个阶段。在第一阶段，设计RPV电力系统，包括选择光伏模块和逆变器，以及光伏模块的安装布局和电气配置。

实验设置

本研究选择了中国浙江省慈溪市的一个购物中心作为实验地点，该购物中心的屋顶面积约为8,900平方米。该地点具有代表性的城市环境和多样的周边建筑和土地用途。图6展示了购物中心的地理位置和周边环境。

方差分析

在仿真实验之后，收集了两个预定义的技术性能目标$$和$$的原始响应，并在表5的第四和第五列中呈现。由于这些目标的维度和单位不同，采用了“越高越好”的归一化程序，以便进行有意义的比较和计算。这确保了较高的归一化目标值对应于更理想的设计方案。如表5所示，归一化的$$

结论

本研究提出了一种基于数据的替代模型优化方法，该方法结合了GRA和RSM来优化RPV系统的布局。与依赖迭代搜索和广泛性能评估的传统元启发式方法不同，所提出的方法从有限数量的系统设计的仿真实验中构建了一个可解释的替代模型，实现了高效的多目标优化和设计性能的透明分析。

利益冲突声明

? 作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。