关于半透明光伏绿色屋顶系统的实验研究：关键参数的影响，以及一种新的半透明光伏温度计算公式

《Energy and Buildings》：Experimental investigation on the semi-transparent photovoltaic-green roof system: Effects of key parameters, and a new semi-transparent photovoltaic temperature formula

成都地区构建两种新型半透明光伏-绿化屋顶系统，提出融合组件透光性、植被蒸腾冷却和长波辐射热交换的NOCT框架温度预测模型，实验表明白色屋顶对光伏冷却效果不显著，CdTe模块性能优于a-Si，安装高度增加导致模块输出功率下降1.75%-3.07%。模型MAPE为2.78%-2.89%，误差低于现有模型且适用范围更广。

　　

王明远|赖飞|张毅|宋健|周金志

西南交通大学机械工程学院，中国成都610031

摘要

随着城市热岛效应（UHI）的日益严重，光伏-绿色屋顶（PV-GR）系统因其冷却和发电的双重功能而受到关注，尤其是在年太阳辐射相对较低的地区。为了明确光伏模块类型、当地气候条件和屋顶材料对系统性能的交互影响，本研究以成都为例，构建了两种新型半透明光伏-绿色屋顶（ST PV-GR）集成系统。此外，还提出了一种基于标称工作电池温度（NOCT）框架的温度预测模型。该模型结合了组件透光特性、植被蒸腾冷却效应和长波辐射热交换机制，能够更准确地描述系统的热行为。实验结果表明，白色屋顶对ST光伏模块没有显著的冷却效果，其功率输出比GR系统低6.41%–9.33%，比黑色屋顶系统低3.69%–5.81%。与非晶硅（a-Si）光伏模块相比，碲化镉（CdTe）光伏模块在透光均匀性和功率输出性能方面具有更大的优势。增加光伏模块的安装高度会减弱植被的冷却效果——与20厘米的安装高度相比，40厘米和60厘米的安装高度下模块的输出功率分别降低了1.75%–2.12%和1.97%–3.07%。所构建的ST光伏模块温度预测公式的平均绝对百分比误差（MAPE）为2.78%–2.89%。与现有模型相比，它不仅误差更低，应用范围也更广，为ST PV-GR系统的最佳设计提供了理论支持。

引言

全球快速城市化引发了能源需求的激增，仅建筑行业就占总能源消耗的约40% [1]，[2]。与此同时，城市热岛（UHI）效应已成为一个重大挑战，其特征是吸热表面的扩大、植被覆盖率的减少以及人为热量的增加，导致城市温度显著升高 [3]，[4]，[5]。研究表明，由于UHI效应，城市区域通常比周边农村地区高出5–7°C [6]，这不仅降低了居住质量，还使冷却能源需求增加了高达19% [7]。此外，UHI强度加剧了空气污染和极端热浪的发生，对城市生态和公共健康构成严重威胁 [8]。

为了缓解UHI效应，绿色屋顶（GR）已被广泛用于被动冷却 [9]。通过阻挡太阳辐射和植物蒸腾作用，GR可将50厘米高度处的平均空气温度降低0.3至3.0°C [10]。Silva等人 [11] 使用实验和模拟方法探讨了不同类型屋顶在地中海气候下的节能潜力。他们的结果表明，与传统的黑色屋顶相比，大面积的GR可以将能源消耗降低约20%。Y?ld?r?m等人 [12] 基于当地气候进行了一年期的实验，发现装有GR的小屋内的平均温度通常低于装有传统屋顶的小屋。

尽管具有这些生态效益，但GR的被动性质限制了其在空间有限的城市地区的经济可行性，因为它们不产生直接能源收入。相比之下，光伏（PV）系统能够有效地将太阳能转化为电能。在屋顶上大规模安装光伏模块可以部分或完全满足建筑的能源需求 [13]。然而，由于晶体硅光伏模块的材料特性，其电能效率每升高1°C就会降低0.4–0.5% [14]。因此，冷却光伏模块对于保持最佳电能效率至关重要。因此，将光伏模块与GR集成，利用植物蒸腾作用降低光伏系统的运行温度，可以充分利用两种技术的优势 [15]。研究表明，光伏-绿色屋顶（PV-GR）系统可以通过降低环境温度和光伏模块的运行温度来提高光伏功率输出。Chemisana和Lamnatou [13] 比较了在地中海气候下PV-GR和PV-砾石屋顶的性能。在晴朗的天空条件下，PV-GR系统的功率输出增加了1.29%–3.33%，同时屋顶温度降低了17.8%–26.1%，而PV-砾石屋顶则没有这种效果。Rahmaniah等人 [16] 通过长期实验系统评估了PV-GR系统的多种效益，在热带气候条件下，该系统的屋顶表面温度比混凝土屋顶低4.7°C，性能比PV-混凝土屋顶系统高1.0%。Maurer等人 [17] 使用多标准决策分析评估了温带气候下的十种平屋顶类型。绿色屋顶，特别是半密集型屋顶，在环境和能源性能方面表现更优，其显热通量峰值比传统黑色屋顶低约82%。同样，Abdalazeem等人 [18] 报告称，在屋顶上种植植被可以将室内温度降低9.09%，同时增加光伏发电量2.27%。

为了进一步优化系统性能，一些研究集中在光伏模块的安装高度上。Ogaili和Sailor [19] 发现，当光伏模块安装在18厘米和24厘米的高度时，其平均功率输出分别比传统黑色屋顶提高了1.2%和1.0%。Zhan等人 [20] 表明，绿色屋顶可以将发电量提高1.1%–1.4%，尽管这种提升效果会随着安装高度的增加而减弱。然而，安装高度不应过低，因为不足的间隙可能会限制模块下方的通风和热量散发。对于低矮生长的植被，建议光伏模块的最小安装高度为20厘米 [21]。

然而，PV-GR系统的一个关键问题是光伏模块不可避免地会对植被层造成遮挡，阻挡太阳辐射，从而显著限制蒸散作用（ET）。Beard [22] 的研究表明，受遮挡条件下的气孔密度降低，叶片变窄，导致植物密度和生物量减少。Jahanfar等人 [23] 使用两种智能田间蒸渗仪比较了受遮挡和未受遮挡绿色屋顶的蒸散作用，发现受遮挡条件下的蒸散作用比未受遮挡条件低38%–81%。随着薄膜光伏技术（如基于碲化镉（CdTe）的半透明（ST）光伏电池）的快速发展，相关研究兴趣日益增加。然而，当前的PV-GR系统仍然主要使用不透明的晶体硅光伏模块。这种不透明的配置持续限制了植被的蒸腾作用，最终限制了光伏功率输出的提高。此外，关于关键影响因素（如ST光伏与屋顶材料的兼容性以及安装高度）的研究仍然不足。由于ST光伏的透光特性，材料选择和安装高度的标准可能与不透明PV-GR系统有很大不同，需要进一步深入研究。

目前，最广泛使用的基于标称工作电池温度（NOCT）的简化公式是在标准化通风测试条件下建立的 [24]，这可能与实际安装中的复杂通风环境有很大差异。因此，当光伏模块集成到建筑外墙或屋顶中时，该公式的计算误差会显著增加 [25]，[26]。尽管一些研究人员提出了基于NOCT的改进经验公式，其中包含更多详细参数以更好地考虑强制通风 [27]，[28]，但仍存在一个关键限制：这些简化模型通常是为单一影响因素开发的，忽略了光伏模块与天空/地面之间的辐射热传递等关键耦合过程。虽然综合能量平衡模型可以考虑这些辐射效应，但它们需要大量的输入参数和复杂的迭代计算，这大大阻碍了其在快速工程估算中的应用。然而，对于与多种屋顶材料和安装高度集成的ST光伏模块，现有的简化方程难以实现准确的温度预测。因此，迫切需要一个新的基于NOCT的公式，用于快速估算ST光伏的温度，该公式应避免不可测量的参数和复杂的迭代程序。

为了促进PV-GR系统在年太阳辐射较低地区的应用，并研究光伏类型、特殊气候条件和屋顶材料的相关特性，本研究基于成都的亚热带季风湿润气候，对两种不同的ST PV-GR系统进行了研究。结合实验数据，提出了一种新的基于NOCT的ST光伏温度计算公式。该公式考虑了关键因素，包括强制通风、辐射热传递、屋顶材料和安装高度，计算误差较低。本文的结构如下：第2节介绍了实验方案和所提出系统的模式；第3节介绍了实验仪器和ST光伏温度计算模型；第4节分析了几个关键参数对系统性能的影响；第5节总结了上述研究的主要结论。

系统描述

图1展示了集成ST光伏模块和绿色屋顶（ST PV-GR）的协同冷却系统示意图。该系统的主要原理是利用植物蒸腾作用降低叶面和周围空气的温度，从而通过自然对流热传递和辐射热传递降低下方ST光伏模块的背板温度。该系统中使用的ST光伏模块允许一定比例的太阳辐射通过

光伏模块

采用了两种类型的ST光伏：第一种基于CdTe，第二种基于a-Si技术。由于单个a-Si模块的输出电压较低，因此采用了四模块串联配置以满足太阳能控制器的参数要求。标准测试条件（STC）下ST光伏模块的详细参数总结在表2中。

太阳能控制器和电池

为了确保光伏模块持续在最大功率点运行，该系统配备了具有

三种模式下的气象参数比较分析

实验在中国四川省成都市（30.8°N, 104.1°E）进行，时间跨度为2025年6月至8月的无雨夏季月份。每种运行模式连续监测了4个完整的白天周期（09:00–16:00），共获得了12天的有效数据集，涵盖了晴朗和多云的天气条件。为了减少瞬态太阳辐射波动对分析结果的干扰，所有原始数据都经过了10分钟的平均处理

结论

基于成都的实验平台，本研究在三种不同的运行条件下进行了12天的实验。在此基础上，提出了一种基于NOCT框架的快速估算ST光伏模块温度的新公式。通过对三种运行模式下的实验数据与该公式的计算结果进行比较验证，最终得出了以下结论：

1)

与常见的PV-GR不同，白色屋顶具有

CRediT作者贡献声明

王明远：撰写——原始草案、方法论、数据整理、概念化。赖飞：撰写——审阅与编辑、方法论、数据整理。张毅：资源获取、方法论、概念化。宋健：监督、资源获取、方法论。周金志：可视化、调查、数据整理。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。

致谢

本研究得到了国家自然科学基金（资助编号：52278130）以及四川国际科技创新合作/港澳台科技创新合作项目（编号：2024YFHZ0245）的支持。本文所述的工作是这些项目共同资助的结果。