通常情况下，太阳光都是用与光伏组件相关联的单点辐照度传感器来测量。但研究人员都知道，整个光伏电站的功率输出需要对单点传感器的数据做平滑处理（较少的变化）。例如，如果一小块云遮挡了一块组件，该单点辐射传感器测量的功率输出会明显下降，而电站的其他部分可能不会受到影响。这种平滑效果目前为止一直没有得到很好的量化数据。
这项工作的重点是将变化比例作为电站设置和时间（例如， 每秒可变性，每分钟可变性等）以及当地的云速度之间的函数建模，”桑迪亚国家实验室研究员马特·莱夫解释说。
该研究对收集的来自两个光伏电站的太阳辐照度和电量输出分析并建模，一个电站是48兆瓦（MW ）的公用事业规模的工厂，另一个是2MW的包括许多分布式屋顶光伏系统的光伏电站。对每个电站，他们把太阳辐射点传感器放置的方式，让他们点传感器辐照度变化能够直接与光伏电站输出功率波动相比较。
“我们的分析的独特性在于：我们既能量化每个光伏电站的短时间尺度（ 1秒）的变化，也能创建一个模型从单点传感器测量来模拟这种变化，”莱夫说。因为该模型可以被应用到任何有辐照测量的位置，因而可以被用于估计光伏电站还在规划阶段的变化性。
一个关键的发现是，电站内组件越分散，平滑效果越强。因此，一个新的太阳能电厂的开发商可能要尽可能大面积地摊开光伏组件，并利用该电站地域多样性的最大优势。另一方面，这个策略可能会让新工厂的房地产成本大大增加。莱夫强调，虽然在同一区域内的1兆瓦光伏电池板，如在一个大商店或车库的屋顶，会比地理上较为分散的1兆瓦电站（如总计1兆瓦的许多个人住宅光伏系统）会有更多的可变输出，但这样做的成本增加可能会影响程序或决策。
输出功率骤降当然是光伏电站并网的一个重要问题。所以需要替代电源，例如电池或燃气轮机作为备份。“了解云引起波动的频率和影响将对正确理解光伏对电网的影响有帮助，也对正确选择这些辅助电源的大小有帮助，”莱夫说。
桑迪亚国家实验室的研究将有助于太阳能发电厂在美国政府提出的2020年SunShot倡议的目标组合能源中成为具有成本竞争力的选择。莱夫解释说：“通过使用我们开发的模型、电站和开发商就能模拟电量输出的变化。模拟的结果随后可用于适当大小电能存储或其它电量波动缓解方法。”
展望未来，莱夫和他的团队希望继续通过将实验扩大到更多的光伏电站以验证他们的模型，并用它在电网中做并网研究，以更好地了解太阳能发电对电网的冲击。
责任编辑：carol
