战术和民用工作环境在很大程度上依赖于持续和可靠的电力供应。确保电力连续性的一个积极的解决方案是整合多种电力资源。优化这种混合动力可以通过利用与资源相关的大气智能来实现。在这份报告中,对从光伏技术中收集的太阳能燃料进行了研究,特别关注气流对光伏发电的影响。
美国陆军气候战略(ACS)强调了美国陆军在适应永久变化的气候后果方面的领导作用。与弹性战术能源相关的三个主要ACS目标有助于构建这项研究,主要是在战术环境中推进电力混合领域。
调查的技术/知识差距是三个独立项目的产物。首先,正在进行的 "推进混合动力的大气情报",其论点是当前和先进的大气条件知识对隔离式混合电网的优化有很大帮助。这种大气情报是通过现场采样和专门的模型收集的。光伏发电模型包括光伏板温度作为一个重要的贡献因素。对这一贡献者的建模奠定了当前研究的基础。其次,气候对战术发电的影响--第一部分比较了与光伏发电相关的两个拼接传感器套件(Vaucher和Bergen 2022)。结果发现,即使在同一个屋顶上,风的变量也是取决于位置的。最后,光伏发电模型的环境与面板温度项目观察到,当风为 "轻度和可变 "时,光伏面板温度上升,一旦空气流动超过 "轻度和可变 "状态,温度就会下降。所有这些促使目前气候对战术发电的影响--第二部分的目标是:1)了解气候对战术发电的影响;2)开发一个作为风的函数的光伏板温度算法。
调查开始于对观察到的风-光伏温度现象的自然发生的解释的文献搜索。结果发现,光伏电池是由夹在薄掺杂物之间的硅片组成的,掺杂物提供了 "可移动的 "额外电子。太阳光子激发了被释放的电子,这些电子沿着电线或金属网格的路径移动。半导体的效率取决于面板的温度,较低的温度使太阳能发电过程更有效地进行。
三个自然发生的光伏板冷却机制被确认:传导、对流和通风(一个对流、传导和空气流动的过程)。在比较光伏性能之前,我们审查了两个制造标准: 标准测试条件(STCs)和正常工作电池温度(NOCT)。后者是为了更好地模拟真实世界的条件而制定的。NOCT规定了空气温度(相对于STC电池温度),测试所需的太阳辐射较低,并包括风的规格(STC不包括风速)。
从文献搜索来看,有风输入的光伏发电模型比没有气流的模型表现更好。Waterworth和Armstrong发现,南风中的发电量比北风大20.4%至42.9%。Schwingshackl等人使用八个不同的模型、五种不同的技术和三个独立的时间间隔评估了光伏板的温度。该研究认为,与无风的标准方法相比,有原地风数据的模型对光伏温度的预测更为准确。比较光伏材料,没有任何一个模型能成为 "最佳 "预测器。最后,该研究报告称,数据匮乏的地区可以从数值天气预报(NWP)风向(相对于无风STC)中获益,而且原地风向比NWP结果更好。
在Schwindshackl研究中,基于Skoplaki模型开发了一个 "WSMR [白沙导弹发射场]模型"。利用当地的技术规范,该模型被分解成高于/低于NOTC 1米/秒阈值的两种表达方式。两个模型(Skoplaki和WSMR)都在2021年8月至10月的MMT2(气象测量三脚架#2)数据集中的10天进行了测试。案例包括晴天、部分阴天和阴天。
与Skoplaki模型相比,WSMR模型对面板温度的预测更加准确,大约为2%-5%。两个模型都能在阴天下更准确地预测面板温度。相反,两个模型在部分阴天的情况下都出现了较大的百分比误差。
为了校准影响,测量和建模(WSMR/Skoplaki)的光伏板温度被用来计算模拟的96小时战术任务的光伏功率和能量。净结果被转化为电池需求。将测量的光伏温度定义为 "真实",Skoplaki模型的结果需要比 "真实 "多8个电池。WSMR模型只需要多四块电池。预测的WSMR模型要求显示出明显的重量减少和明显的成本节约。
报告最后提出了改进模型的建议。虽然研究气候对战术发电的影响是一般性的,但在长期气候变化的背景下,调查大气对战术发电模型的关键贡献将是有益的。