運用能量產率模型 突破太陽能預測極限

能量產率模型（Energy Yield Model）由歐洲綠能研究組織EnergyVille成員—比利時微電子研究中心（imec）和比利時哈瑟爾特大學（UHasselt）所開發，該模型利用由下而上（bottom-up）設計方法，精準巧妙地結合太陽能板的光學、溫度及電氣動力學，正在為太陽能預測帶來全新氣象。
在追求永續能源方面，太陽能扮演著關鍵角色，然而，太陽能具備難以預測的特性，挑戰了準確預測能量（和財務）產率的實現。比利時微電子研究中心（imec）和比利時哈瑟爾特大學（UHasselt），透過他們在歐洲綠能研究組織EnergyVille建立的伙伴關系，現已利用創新的能量產率模型來正面迎擊這項挑戰。
不同于傳統的模型，這套模型所用的由下而上（bottom-up）設計方法精密考慮太陽能板內部的光學、溫度和電氣動力學，提供絕無僅有的精確度，且可望成為高效利用太陽能的指標。本文將從核心組件到現實應用來探索這套能量產率模型。

迎擊再生能源預測的挑戰
打造永續未來的關鍵，在于高效操控再生能源的能力。尤其是太陽能，在綠能發展中逐漸躋升為重要基礎。但是陽光本身難以預測而且多變，對準確預測能量產率來說是嚴峻挑戰。這種不確定性不僅阻礙創新，更導致全球能源制造無法及時利用太陽能，出現不必要的延遲。
一般來說，太陽能電池的轉換效率都在經過控管的環境下進行測量，但是在現實世界運行的性能會受到多變的天氣狀況影響而產生明顯差異。對于像是太陽光電案場管理人與能源供貨商等利害關系人而言，最主要的考慮并不是電池的效率百分比，而是了解電池在特定地點每年的實際發電狀況。因為這種（財務）收益不確定性，太陽能板的全部潛能—還有被整合到建物、車頂或農業應用，可能都還沒發揮。

對精確度的迫切需求
目前是有能源產量的預測模型，并以增強各種光伏（PV）技術的準確性（accuracy）與應用性（applicability）為目標。但是傳統的「灰箱」模型通常倚賴歷史數據和經驗洞察，很難提供優化太陽能設施所需的精確度。
因應這項對精確度的迫切需求，比利時微電子研究中心（imec）能源系統（Energy Systems）團隊在2017年發表了一套自行研發的模型。不同于傳統方法，這套模型采用由下而上（bottom-up）設計方法，深入考慮太陽能板內部光學、溫度和電氣動力學之間的精密交互作用，并以物理為基礎的模型來研究這些互動。這種整合式方法至關重要，尤其是再生能源領域擴展到整合式光伏（integrated photovoltaics）的全新領域，例如與基礎設施進行整合。

能量產率模型：一套基于物理的模擬框架
這套系統模型由三種要素交織而成：光學模型、熱學模型和電氣模型。光學模型利用復雜的「光線追蹤」技巧，用來仿真太陽能模塊的光學反應。這套模型也考慮不同波長及角度的反射或吸收現象，因而成功捕捉不同太陽能板技術在與陽光作用時的細微差異。

 
圖一 : 基于物理的能量產率模擬框架流程圖。（source：imec）

其次，熱學模型透過考慮地區性差異，大幅超越了為太陽能板設計的全球氣溫預測模塊。這點對加裝在建物上的設備來說尤其重要，例如，這些設備可以與水泥墻無縫貼合，或是考慮氣流而預留空隙。了解這些當地的「煙囪」效應，對建立準確的氣溫模型來說是關鍵，還能提供更精細的預測。
最后，深入發電的核心，電氣模型考慮各種因素，像是特定類型的太陽能電池和出現（聲學）吸收材料的情況。電氣模型提供有關輸出電流的洞見，并找出造成效率損失的潛在領域。
先進材料研究部門imo-imomec的首席研究員Michael Daenen教授強調：「這三套模型共同運作所帶來的協作效用提供了一套完整的3D模擬樣貌，為注重細節的氣象數據及定位等環境相關的輸入數據做出反應。除了直接日照所帶來的單純影響，例如氣溫升高和吹送流減弱等因素可能會減少太陽能板的產量。這套模型聚焦在地氣象資料的細節，藉此確保反映真實世界的狀況時，準確性更高，且隨著動態變化，讓這套模型能用來預測太陽能電池在不斷變化的氣候和輻射狀況下的日或年能源產率。」

從理論到實務驗證
除了理論仿真，這套能量產率模型也開始作為用來優化光伏整合的實務指南—把實驗所得的能量產率與模擬數值進行比較。
舉例來說，由歐盟區域發展計劃Interreg資助的Rolling Solar太陽能公路計劃先前就專注把光伏系統整合到公共基礎設施，希望能在不需額外土地的情況下實現大規模發電。建于比利時歐洲綠能研究組織EnergyVille的一道水泥隔音墻就是最典型的例子，現有和最新研發的太陽能模塊都嵌入其中，用來顯示這些模塊在幾年內的可行性，并測量其能量產率。
先進材料研究部門imo-imomec的部門主管Ivan Gordon教授針對這些能量產率的結果提出說明：「我們這套基于物理的模型提供亮眼的準確預測，尤其是硅晶太陽能板，預測時間分辨率以15分鐘為單位。超過95%的現有光伏設備都以硅材為基礎，可以想見這樣高準確的預測所能帶來的價值可期。但是當我們把這些預測用于像是銅銦鎵硒（CIGS）模塊等薄膜技術時卻出現挑戰。作為解決方案，我們為薄膜材料開發了另一款電氣模型，并采納實務經驗來進行校正。透過反復改良，我們大幅減少了預測的誤值（均方根誤差，即RMSE），降低到僅有些微差距。這顯示了這套模型能為不同材料和技術進行調適的能力。」
在Rolling Solar太陽能公路計劃的第二階段，雙面太陽能模塊設置在墻內，再次擴展這套模型的規模。雖然與單面光伏系統相比，雙面光伏系統的發電量能多出20%，但是其能源動力狀態卻有很大差異，因為光子可以從兩面進入—絕大多會取決于環境，并隨著時間變化。面對這些特殊挑戰，光學模型進行了相關調整。
比利時微電子研究中心（imec）能源系統研究團隊負責人Arnaud Morlier博士表示：「這套能量產率模型的主要優勢在于它擁有一套彈性框架。這能讓我們的模型隨著現實世界操作實驗與太陽能板技術和應用發展進步而演變，它能作為一套基礎框架來擴展開發，進而結合不同材料和應用，提供在不同情況下發電的深刻見解。」

 
圖二 : 歐洲綠能研究組織EnergyVille（其衍生公司Soltech）研發制造廠房的正面影像，顯示42張太陽能板與建物無違和整合。

不止于優化模型
鎖定特定應用且精確的能量產率預測能帶來諸多好處：模塊工程師可以在無須實體制造的情況下，評估對太陽能電池進行技術調整所帶來的現實影響。此外，虛擬報表可以協助優化及測試太陽能板的安裝情境，考慮像是角度調整等因素。從設計光伏整合解決方案，到預測特定地點的能量產率和優化投資策略，這套能量產率模型可以全程作為引導性指標。
例如imec攜手軟件公司PVcase，成功把這套預測模型轉型成為太陽能發電場打造的商用仿真軟件。這套軟件支持多元功能，結合了雙面太陽能和其他先進技術，能在光伏發電廠實現便利設計及能量產率的準確預測。
這套預測模型持續在設計和優化車頂曲面太陽能電池方面發揮關鍵作用。SNRoof研究計劃意識到現有的太陽能屋頂只能增加有限的續航范圍，所以把高效率太陽能電池整合至車頂。同時，HighLite研究計劃探索了經濟高效太陽能車頂模塊的開發，希望能為打造高競爭力的歐盟光伏制造業做出貢獻。目前，imec的能源系統團隊也在評估太陽能電池的最佳安裝位置，以促進全自動電動車的發展。
最近，奠基于Rolling Solar太陽能公路計劃所取得的成功，SolarEMR客制化太陽能板計劃也拍板定案。為了與建物和基礎設施整合，這項計劃歷經了18個月的努力，專注在驗證經濟高效的光伏模塊自動化生產與太陽能電池的電線連接。
有趣的是，這項計劃也把技術和財務優化以外的面向納入考慮，例如規范框架及商業發展潛力，為大規模的光伏計劃鋪路。這套仿真模型透過與市面上的能源供貨商合作，不只用來創造更高效的太陽能電池，也用來改良安裝技術和微電網的穩定性—透過共同努力來加速綠色解決方案的實現。
例如，投資整合太陽能的隔音墻的獲利性—風險取決于巧妙平衡其安裝方式。由于道路會蜿蜒或迂回，有時會偏離陽光的照射，把光伏技術與隔音墻整合不一定是個容易做出的選擇。導入能量產率模型，根據復雜的道路地圖、太陽能電池特性、當地天氣狀況和規范來從中獲得順利執行這類大規模計劃的關鍵見解。

 
圖三 : Rolling Solar太陽能公路計劃把光伏系統整合到公共基礎設施，能在不需額外土地的情況下實現大規模發電。（source：imec）

邁向永續未來的指標
除了設計和優化，在虛空間準確呈現光伏整合應用也能有助于運作和維護。當實驗取得的能量產率低于模擬結果，這可能代表一些情況，像是太陽能板損壞或是需要除去叢生的雜草，作為偵測異常的一種途徑。這能打造出一套中心化的運作系統，減少實地拜訪案場的需求，對偏遠或孤立的太陽能發電場來說十分有利。
以天空影像設備和人工智能（AI）為輔助，目前利用這套預測模型來進行研究的計劃包含進一步改良準確天氣預報的「再生能源決策制定的延伸工具」計劃E-TREND，以及鎖定「實時預報」且獲得歐盟「展望2020」資助的改良光伏計劃TRUST-PV。
精確的太陽能建模技術前景無窮，涵蓋了單一設備到完整的能源網絡。最后，為了確保穩定發展，維持供需平衡是關鍵。這套仿真模型具備高準確度，以15分鐘為單位提供能量產率預測，不僅能協助大型制造廠房或市區的電網管理，還能有助于各國在國際市場進行更高效的能源交易。
（本文由imec能源系統（Energy Systems）研發團隊負責人Arnaud Morlier博士，先進材料研究機構imo-imomec部門主管Ivan Gordon教授，以及先進材料研究部門imo-imomec的首席研究員Ir. Michael Daenen教授共同撰寫；編譯／吳雅婷）