運用能量產率模型 突破太陽能預測極限

圖一 : 基於物理的能量產率模擬框架流程圖。（source：imec）

【作者： imec】

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，正在爲太陽能預測帶來全新氣象。

在追求永續能源方面，太陽能扮演着關鍵角色，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建立的夥伴關係，現已利用創新的能量產率模型來正面迎擊這項挑戰。

不同於傳統的模型，這套模型所用的由下而上（bottom-up）設計方法精密考量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，且可望成爲高效利用太陽能的指標。本文將從核心元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，在於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爲重要基礎。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，更導致全球能源製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。對於像是太陽光電案場管理人與能源供應商等利害關係人而言，最主要的考量並不是電池的效率百分比，而是瞭解電池在特定地點每年的實際發電狀況。因爲這種（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，並以增強各種光伏（PV）技術的準確性（accuracy）與應用性（applicability）爲目標。但是傳統的「灰箱」模型通常倚賴歷史資料和經驗洞察，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。不同於傳統方法，這套模型採用由下而上（bottom-up）設計方法，深入考量太陽能板內部光學、溫度和電氣動力學之間的精密交互作用，並以物理爲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：一套基於物理的模擬框架

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。光學模型利用複雜的「光線追蹤」技巧，用來模擬太陽能模組的光學反應。這套模型也考量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。

其次，熱學模型透過考量地區性差異，大幅超越了爲太陽能板設計的全球氣溫預測模組。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牆無縫貼合，或是考量氣流而預留空隙。瞭解這些當地的「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。

最後，深入發電的核心，電氣模型考量各種因素，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，並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，爲注重細節的氣象資料及定位等環境相關的輸入資料做出反應。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，且隨着動態變化，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。」

【欲閱讀更豐富的內容，請參閱2024.5(第390期)CTIMES雜誌】

2024.5(第390期)PCIe 6.0—高速數位傳輸