1. 课程导入与光伏发电量仿真评估全景

在光伏电站的投资决策、设计优化与运行管理中，最常被追问的一个问题是：这座电站一年到底能发多少电？这个看似简单的问题，背后牵涉气象资源、组件特性、系统效率、并网条件、衰减规律乃至市场电价等多重因素。本课程围绕发电量仿真与评估展开，目标是让学习者能够独立完成从资源数据到发电量结论的完整分析链条，并对结果的可靠性与不确定性做出专业判断。

三个核心概念：发电量、仿真、评估

发电量是光伏系统在给定时间段内实际输出的电能，工程上常用单位是 kWh 或 MWh，也常用等效利用小时数（年发电量 ÷ 装机容量）来横向比较不同电站的资源与设计水平。它不是一个固定常数，而是随太阳辐照度、组件温度、遮挡、污秽、逆变器效率、限电等因素动态变化的累积结果。

仿真是在计算机中建立光伏系统的数学模型，用逐时或逐分钟的气象数据驱动模型，推算出理论发电量的过程。仿真的价值在于：在电站尚未建成时，就能预测其长期表现；在运行阶段，又能作为基准去发现实际偏差。常见的仿真工具包括 PVsyst、SAM、PVLIB 等，它们共享相似的物理框架，但默认参数与建模细节各有差异。

评估则是对仿真结果或实际运行数据进行专业判读：结果是否合理？不确定度有多大？与同类电站相比处于什么水平？评估既包括技术层面的发电量核对，也包括经济层面的收益测算与风险分析。仿真给出数字，评估赋予数字以可信度。

整体知识框架

本课程的知识体系可以按“数据—模型—计算—评估—应用”五个层次来组织。最底层是资源与气象数据，包括水平面总辐射、直接辐射、散射辐射、环境温度、风速等，通常来自气象站、卫星反演或典型气象年数据集。第二层是系统建模，涵盖组件、逆变器、支架、线缆、变压器等部件的效率与损耗模型。第三层是发电量计算，核心是把辐照度转换为组件输出，再逐级扣除各类损失，得到上网电量。第四层是结果评估，包括不确定度分析、敏感性分析、与实测数据的对比验证。第五层是应用场景，如可行性研究、设计优化、发电量担保、资产交易与运维对标。

典型应用场景

发电量仿真与评估贯穿光伏电站的全生命周期。在前期开发阶段，投资方需要一份可信的发电量预测来测算内部收益率，此时仿真的主要挑战是资源数据代表性不足和参数假设过于乐观。在设计阶段，工程师通过对比不同倾角、不同支架方案、不同容配比下的发电量，寻找最优配置。在建设与并网阶段，仿真结果被写入发电量担保合同，成为考核依据。在运行阶段，实际发电量与仿真基准的偏差分析，可以帮助运维团队快速定位组件衰减、遮挡新增、逆变器限功率或积灰等问题。

以一个 10 MW 山地光伏电站为例：设计阶段用 PVsyst 建模，输入当地 TMY 数据，设定固定倾角 22°、容配比 1.15，仿真得到首年等效利用小时数约 1180 h，对应年发电量约 1180 万 kWh。评估时需关注：该地区同类电站实际首年利用小时数多在 1050～1150 h 之间，仿真值偏高约 3%～8%，可能源于辐照数据偏乐观或系统效率假设偏高。此时应进行敏感性分析，将系统效率从 82% 下调至 79%，重新计算得到约 1135 万 kWh，作为更保守的 P50 估计。这个例子说明，仿真数字本身不是终点，评估才是决策的关键。

学习路径建议

本课程共 30 章，建议按以下路径推进：先建立对光伏系统能量转换链的整体认知，再逐步深入气象数据处理、组件与逆变器建模、损失计算、不确定度分析等专题，最后通过完整案例串联全部知识点。学习过程中应始终带着两个问题：这个参数从哪里来？这个结果有多可靠？