Логотип Рентехно
(044) 332-81-90
Решения возобновляемой энергетики - Превышая ваши ожидания
enuaru

Прогнозирование работы солнечной электростанции

Главная » Блог » Прогнозирование работы солнечной электростанции

Базовые методы для прогнозирования генерации электроэнергии при работе солнечной электростанции

Ясная солнечная погода приводит к росту генерации электричества, а дождливые дни и пасмурная погода с плотной облачностью вызывают падение объемов выработки электроэнергии. Но погодой мы управлять еще не научились, поэтому актуальным вопросом является необходимость прогнозирования объемов электроэнергии, которую произведет солнечная электростанция. Качественные прогнозы будущей выработки электричества позволяют производителям электроэнергии и сетевым операторам активно управлять переменной производительностью солнечных электростанций, тем самым оптимально интегрируя солнечные ресурсы в общую энергосистему страны.

Прогноз объемов выработки электроэнергии солнечной станцией – это в первую очередь прогнозирование количества солнечной радиации, которое получат солнечные панели. Она зависит от множества факторов, основными из которых являются климатические и метеорологические условия – положение солнца на небе, длительность светового дня, облачность, осадки, сила ветра и т.д.

Выбор метода прогноза также зависит от того, какие именно данные необходимо получить в итоге. К примеру, прогноз суммарной выработки электроэнергии за определенное количество времени (за час, несколько часов или сутки) или изменение объемов генерации на протяжении определенного отрезка времени требуют использования различных математических моделей и подходов. Остановимся на анализе методов прогнозирования генерации электричества солнечными электростанциями для двух наиболее распространенных в мире вариантов: прогноз на срок до 6 часов и прогноз на сутки (24 часа) вперед.

 

Методы прогнозирования солнечной активности на срок до 6 часов

Рассмотрим два основных метода прогнозирования солнечной активности, которые используются для краткосрочных (до 6 часов) прогнозов и последующего предсказания будущей генерации от солнечной электростанции на срок менее суток.

 

 

Метод Total sky imagery

Total sky imagery – метод, который используется для прогнозирования генерации электричества солнечной электростанцией буквально в режиме реального времени. Этот метод позволяет достаточно точно предсказать выработку на 10-30 минут вперед.

Прогноз выработки электроэнергии на основе анализа изображения неба состоит из 4 операций:

  • Получение изображения неба в районе установки солнечной электростанции – проводится фотосъемка облачной ситуации с поверхности земли;
  • Анализ полученных данных, определение типа облаков (различают тонкие и толстые облака);
  • Оценка вектора движения облаков – для этого используется последовательность из нескольких снимков;
  • Используя расположение облаков, а также полученные данные о векторе их движения для краткосрочного вероятностного облачного покрова, рассчитывает мощность солнечного облучения и создается прогноз генерации электричества.

Специализированные метеорологические службы типа Whole Sky Imager вместе с фотографиями расположения облаков предоставляют подробную информацию о масштабах, структуре и движении облаков. Опираясь на это данные, можно составить очень точный прогноз, но в достаточно маленьком временном горизонте – до 30 минут. Точность прогноза на большее время резко снижается из-за того, что очень тяжело предсказать развитие движение облачного поля, а также изменение геометрии облаков. На сегодняшний день нет четкой математической модели развития облачных полей. Как вариант – можно использовать изображения с облачной обстановкой, которая сфотографирована в прилегающих областях и провести прогноз с учетом вектора перемещения облаков. Но при этом следует учесть, что облака разных слоев обладают разными характеристиками, например, низкие облака передвигаются значительно быстрее, а вот высокие – значительно медленнее. Еще одна сложность – на фото нижние облака могут закрывать собой высокие – все это в целом сказывается на точности прогноза.

 

Метод анализа облачной обстановки по снимкам из космоса

В целом идея второго метода повторяет Total sky imagery, только вместо фотографий неба и облачной обстановки, полученных с земли, используют изображения, полученные с космических спутников. При этом изображение облаков может быть получено как в традиционном виде (оптическая съемка), так и с использованием инфракрасных датчиков. Основное преимущество этого метода – получение масштабов облачности на значительно большей площади, к тому же высококачественные спутниковые съемки более доступны и охватывают практически всю территорию планеты, в то время как Total sky imagery реализован на ограниченной территории. Кроме того, благодаря точному измерению коэффициента отражения, полученного со спутника, можно очень точно рассчитать индекс облака, который пропорционален оптической глубине (прозрачности) облака. Этот метод достаточно хорошо изучен и активно применяется при изучении и нанесении на карту солнечных ресурсов – определение инсоляции для местности.

К недостаткам этого метода можно отнести тот факт, что обычные космические спутники передают данные, используя только видимый спектр, поэтому утренние прогнозы получаются не очень точными из-за отсутствия накопления информации. Впрочем, этот недостаток можно компенсировать за счет изображений, полученных в инфракрасном излучении. Гораздо важнее тот факт, что пространственное разрешение геостационарных спутников достаточное небольшое и составляет порядка 1 км– это намного меньше, чем у снимков облачности, которые делаются с земли. Это приводит к тому, что на фото отображаются большие конвективные облака, в то время как более мелкие облачные образования могут не различаться – это приводит к снижению точности расчета инсоляции. Кроме того, частота получения/обновления информации (изображений) гораздо меньше, чем при методе Total sky imagery. Стоит также отметить, что для обработки спутниковых изображений потребуется гораздо больше времени, что ухудшает точность прогнозов для небольшого (до 1 часа) горизонта времени.

В целом, за счет покрытия большой площади облачного покрытия, использование спутниковых изображений позволяет давать достаточно точный прогноз до 6 часов, который очень часто превосходит данные числовых методов прогноза погоды.


Прогнозирование солнечной активности на срок до 1 суток

Большинство прогнозов метеорологической ситуации на длительные, более 1 суток, отрезки времени основаны на использовании численных прогнозов погоды (NWP), которые активно используются практически во всех сферах деятельности, где необходимо учитывать влияние природных факторов.

Современная модель NWP – это набор современных компьютерных программ, в которых с помощью математических и физических алгоритмов/уравнений описаны процессы, происходящие в атмосфере и характер их изменений со временем. Исходные данные для расчетов численных прогнозов погоды берутся из результатов и анализа метеорологических наблюдений, при этом - чем точнее и качественнее исходные данные (погодная обстановка), тем гораздо точнее и результат прогноза. При этом используются не только данные для конкретной местности, для которой проводится прогнозирование развития погодной ситуации, но и данные наблюдения верхних слоев атмосферы, зон океана и наземных зон.

В зависимости от сферы применения, могут использоваться разные виды моделей численных прогнозов погоды – от глобальных моделей (дают прогноз погоды на срок больше 15 суток) до мезомасштабных моделей, которые дают возможность рассчитывать кратковременные прогнозы для относительно небольших (с разрешением порядка 15-100 км) регионов и возможностью очень частого обновления/коррекции полученных результатов.

 

Пространственно-временная интерполяция и сглаживание

Так как численные прогнозы погоды просчитываются для отдельных точек пространства, их использование в конкретной точке местности требует некоторой формы интерполяции. Самый простой способ – это взять результаты прогнозов для двух ближайших точек и провести сглаживание/усреднение результатов. Чем больше прогнозов для соседних точек, расположенных возле требуемой точки на местности, будет использовано, тем более точный результат будет получен в итоге. Существует несколько алгоритмов и математических моделей, которые позволяют автоматически проводить сглаживание полученных результатов как для относительно небольших площадей (порядка 100 на 100 км), так и для достаточно больших районов (300 на 300 км). В районах, где активно используются возобновляемые источники энергии (ветровые и солнечные электростанции), например, для некоторых регионов Германии и Швейцарии, разработаны специальные приложения, позволяющие проводить оптимальное сглаживание для площадей 10х10 км.

 

Модель численного прогноза погоды с коррекцией на основе статистики

После получения точечных прогнозов с использованием численных прогнозов погоды, они могут быть скорректированы путем сравнения с данными метеонаблюдений в течение более ранних наблюдений – такой подход позволяет значительно улучшить точность прогнозов, потому что они учитывают местные особенности.

Модельная статистика результатов (Model Output Statistics) позволяет устранить систематические ошибки в прогнозах. Кроме того, за счет использования MOS для конкретных регионов можно с большей вероятностью предсказывать бинарные события – сильные грозы или вероятность осадков. Для создания надежных корректирующих данных необходимы данные минимум за два года наблюдений, при которых система численного прогноза погоды (уравнения, которые её описывают) должны оставаться неизменными. Накопленные данные – реальные и прогнозируемые – позволяют вычислить корректирующие коэффициенты, которые устранят постоянные ошибки при самом широком диапазоне метеорологических событий – сильных ветров, снегопадов, ливней и т.д. Чем больше архив модели и данные наблюдений, тем точнее можно рассчитывать корректирующие коэффициенты. При этом модели MOS могут существенно различаться в зависимости от количества природных факторов, которые в них учитываются: облачный покров, температура, влажность, направление и сила ветра, вероятность осадков. Для прогнозирования объемов генерации солнечных электростанций дополнительно учитывается мощность солнечного излучения, а также переменные, которые относятся к геометрии Солнца (время, прозрачность неба, облачная обстановка, угол расположения солнца).

 

 

Факторы, которые влияют на точность прогнозирования солнечной генерации

Сегодня в мировой солнечной энергетике прогнозирование объемов выработки солнечной энергии на короткие периоды (день, несколько дней, неделя) не имеет до конца отработанной и опробованной технологии и часто связано с большими погрешностями, которые могут составлять 60-65% от прогноза. При этом чем больше период прогноза – тем более точно можно спрогнозировать результат генерации. Данное правило вполне справедливо и для площади – точечный прогноз всегда менее точен, точность прогноза солнечной эффективности значительно возрастает по мере увеличения площади географической области, для которой составляется прогноз.

На нашей планете нет единого общего механизма погодообразования, поэтому для разных мест и климатических поясов при сравнительно одинаковых условиях могут возникать существенно различающиеся эффекты. Существующие модели прогнозирования метеоусловий учитывают только основные факторы, которые влияют на образование погоды в данной местности. При этом ни одна из моделей не учитывает такие особенности, например, для регионов у моря – очертание береговой линии, ночные и дневные бризы и т.д. Даже относительно небольшие водные объекты – озера, реки, водохранилища – оказывают достаточно сильное влияние на погодные условия в конкретной местности. Кроме того, очень проблематичным является прогнозирование погоды для горных местностей, даже начиная с небольших высот. Именно поэтому каждая модель в течение определенного времени должна пройти адаптацию для конкретных климатических условий местности, чтобы в последствии с высокой вероятностью получать достоверные прогнозы погоды.

Есть еще некоторые факторы, которые влияют на точность прогноза погоды, из которых стоит выделить угол возвышения Солнца над горизонтом – чем он ниже, например, в зимние время для наших широт, тем ниже точность прогнозов.

Отдельно стоит отметить факторы, которые косвенно связаны с естественными природными особенностями. Например, степень запыленности панелей, которая возрастает при длительной жаркой погоде без осадков. А также насколько увеличится генерация электроэнергии после осадков (дождя), которые смывают скопившуюся пыль – эти факторы также необходимо учитывать при составлении прогнозов генерации.

Как показывает практический опыт, лучший метод прогнозирования генерации электроэнергии солнечными электростанциями – это объединение/усреднение прогнозов, полученных от разных моделей численного прогнозирования погоды. Как вариант – усреднение прогнозов погоды, полученных от разных метеорологических служб.

 

***

 

На сегодняшний день прогнозирование объемов генерации солнечной энергии выполняется несколькими крупными компаниями, расположенными в странах с развитой солнечной энергетикой: в США (Clean Power Research, Windlogic Inc), в Европе, прежде всего в Германия (WEPROG), в Испании (IRSOLAV) и в Норвегии (DNV-GL). Украине еще предстоит построить собственные системы прогнозирования, которые смогут стать эффективными инструментами и станут практически применимыми для солнечной энергетики с учетом особенностей как местного законодательства, так и климатических и метеоусловий нашей страны. Данный процесс требует наискорейшего объединения усилий государства, ведущих игроков рынка солнечной энергетики и прочих заинтересованных сторон. Для предварительной оценки суммарной годовой и по-месячной генерации от вашей будущей солнечной электростанции вы можете воспользоваться сервисом Рентехно - "Калькулятор солнечной электростанции".


Печать

Остались вопросы по назначению наших услуг?
Оставьте нам заявку. Наши специалисты проконсультируют Вас

Тема вашего запроса
Заказать звонок

^