zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kỹ Thuật - Công Nghệ

» Năng lượng

Nghiên cứu phương pháp dự báo sản lượng điện của nhà máy điện mặt trời

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:3

Báo xấu

27
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Trong nghiên cứu này, các tác giả sử dụng phương pháp thống kê dự báo sản lượng điện của nhà máy điện mặt trời dựa trên số liệu về nhiệt độ không khí và số giờ mưa. Nghiên cứu được áp dụng dự báo sản lượng điện cho nhà máy điện mặt trời áp mái cống suất 750kWp tại huyện Tiện Lữ, tỉnh Hưng Yên.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Nghiên cứu phương pháp dự báo sản lượng điện của nhà máy điện mặt trời

Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN: 978-604-82-5957-0 NGHIÊN CỨU PHƯƠNG PHÁP DỰ BÁO SẢN LƯỢNG ĐIỆN CỦA NHÀ MÁY ĐIỆN MẶT TRỜI Trịnh Quốc Công1, Hồ Ngọc Dung1 1 Trường Đại học Thủy lợi, email: Cong_tq@tlu.edu.vn 1. GIỚI THIỆU CHUNG Dự báo sản lượng điện theo các yêu tố về thời tiết dễ thực hiện hơn do có các số liệu về Việt Nam được đánh giá là một quốc gia có tiềm năng rất lớn về năng lượng mặt trời. thời tiết được lưu trữ ở các trạm khí tượng Theo ước tính, sản lượng điện mặt trời có thể hoặc các trang web dự báo uy tín. Trong đạt 842 triệu MWh/năm đứng thứ hạng nghiên cứu này, các tác giả sử dụng phương 66/248 trên thế giới về tiềm năng. Trong pháp thống kê dự báo sản lượng điện của nhà những năm gần đây, cơ chế khuyến khích máy điện mặt trời dựa trên số liệu về nhiệt độ phát triển năng lượng tái tạo tại Việt Nam đã không khí và số giờ mưa. Nghiên cứu được mang lại sự phát triển bùng nổ đối với năng áp dụng dự báo sản lượng điện cho nhà máy lượng tái tạo nói chung và điện mặt trời nói điện mặt trời áp mái cống suất 750kWp tại riêng. Đến thời điểm hiện tại, tổng công suất huyện Tiện Lữ, tỉnh Hưng Yên. lắp đặt về điện mặt trời trên cả nước đã đạt tới khoảng 19.400 MWp (trong đó có gần 2. PHƯƠNG PHÁP NGHIÊN CỨU 9.300 MWp là điện mặt trời mái nhà), tương 2.1. Tính toán tiềm năng năng lượng ứng khoảng 16.500 MW, chiếm khoảng 25% mặt trời [1] tổng công suất lắp đặt nguồn điện của hệ Điện năng sản xuất trong khoảng giờ ti thống điện quốc gia. Các dự án điện mặt trời đã đóng góp lớn trong ngày tính theo công thức: vào việc đảm bảo an ninh năng lượng quốc E SPV ,i  N mod ul ,i .Z .t. SPV (1) gia, góp phần phát triển đất nước. Tuy nhiên Trong đó: Nmodul, Z, Δt, ηSPV - tương ứng là với sự phát triển nhanh kể cả về số lượng dự công suất phát, số lượng modul, thời gian án, tổng công suất lắp đặt và sản lượng điện phát điện và hiệu suất trong thời đoạn i trong nên công tác vận hành hệ thống điện gặp khó ngày của nhà máy điện mặt trời. khăn. Để có cơ sở phối hợp vận hành hợp lý Thành phần công suất phát điện của tấm các nguồn điện trong hệ thống cần có công pin trong công thức (1) xác định căn cứ vào tác dự báo công suất cũng như sản lượng điện đường đặc tính công suất của tấm pin: của các nhà máy điện trong hệ thống, đặc biệt N mod ul ,i  f G  ,tt ,i , N mod ul ,G   (2) là công tác dự báo ngắn và trung hạn về sản lượng điện của các nhà máy điện mặt trời. Trong đó: G ,tt ,i là tổng xạ chiếu xuống bề Dự báo sản lượng điện của nhà máy điện mặt tấm pin. N mod ul ,G là công suất phát điện  mặt trời có thể dùng hai phương pháp: i. Dự ứng với cường độ bức xạ chiếu tới bề mặt báo sản lượng điện thông qua dự bảo về bức tấm pin do nhà sản xuất cung cấp. xạ, sử dụng các mô hình tính toán để xác Đối với công trình đã lắp đặt, sản lượng định điện lượng theo bức xạ dự báo; ii. Dự điện phát được trong thời đoạn i phụ thuộc báo sản lượng điện trực tiếp từ các yêu tố vào tổng xạ chiếu xuống bề mặt tấm pin. thời tiết như nhiệt độ không khí, số giờ mưa, Tổng xạ này phụ thuộc rất nhiều vào điều điều kiện về sương mù, đám mây vv. kiện thời tiết như điều kiện về nắng, mưa, 294
Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN: 978-604-82-5957-0 sương mù vv… nên công suất phát và sản hay: lượng điện của nhà máy điện mặt trời cũng L k ˆ  n  ˆ X )0  2 i 1( Yi   0 i 1 ij ij (6) phụ thuộc vào các yếu tố thời tiết. Trong các 0 j yếu tố thời tiết thì có hai yêu tố ảnh hưởng chủ yếu đến sản lượng điện của nhà máy điện L k ˆ  n  ˆ X ) X  0 (7)  2 i 1( Yi   0 i 1 ij ij ij mặt trời là nhiệt độ không khí trung bình và  j số giờ mưa trong ngày. Từ đó có thể sử dụng j = 1,…n các phương pháp thống kê hoặc trí tuệ nhân Giải hệ phương trình trên xác định được tạo để xác định tương quan giữa các yếu tố các hệ số hồi quy βi. về thời tiết này với sản lượng điện làm cơ sở Sau khi xác định được các hệ số hồi quy dự báo sản lượng phát được của nhà máy của phương trình tiên lượng, cần tiến hành điện mặt trời. đánh giá, kiểm định mô hình. Trong nghiên 2.2. Phương pháp hồi quy đa biến [2] cứu này phương pháp phân tích phương sai Với sự phát triển của khoa học tính toán, được sử dụng để đánh giá sự phù hợp của mô các mô hình dự báo hiện đại thuộc lĩnh vực hình dự báo. Độ chính xác của kết quả dự trí tuệ nhân tạo đang được ứng dụng nhiều báo điện lượng được đánh giá thông qua trị trong các lĩnh vực khác nhau. Tuy nhiên các số sai số quân phương (RMSE) và phần trăm mô hình thông kê vẫn được sử dụng nhiều và sai số tuyệt đối trung bình (MAPE). phát huy hiệu quả đối với các mô hình không 3. KẾT QUẢ NGHIÊN CỨU quá phức tạp. Phương pháp hồi quy đa biến sẽ được sử dụng trong nghiên cứu này để xây Sử dụng phương pháp hồi qui đa biến xác dựng mô hình dự báo sản lượng điện dựa vào định mô hình dự báo sản lượng điện trung các yếu tố về nhiệt độ không khí trung bình bình ngày với yêu tố nhiệt độ trung bình ngày và số giờ mưa trong ngày. và số giờ mưa của nhà máy điện mặt trời áp Mô hình hồi qui đa biến nghiên cứu mối mái công suất 750kWp tại huyện Tiên Lữ, quan hệ giữa biến phụ thuộc Y vào một số tỉnh Hưng Yên. Số liệu sử dụng là số liệu biến tiên lượng X1, X2,..., Xk. quan sát từ ngày 01 tháng 5 đến ngày 31 Phương trình có dạng tháng 7 của nhiệt độ trung bình ngày, số giờ mưa ngày và sản lượng điện trung bình ngày. Y = 0 + 1X1 + 2X2 + … +kXk +  (3) Theo quan sát, nhà máy điện mặt trời bắt đầu Trong đó: phát điện từ khoảng 6 giờ sáng đến 6 giờ 1, 2,..., k: Hệ số hồi quy. chiều nên để tránh gây nhiễu cho mô hình, : Phần dư của mô hình. nhiệt độ trung bình ngày và số giờ mưa trong Các hệ số hồi quy được xác định dựa trên ngày cũng chỉ tính trong khoảng thời gian từ số liệu thực tế đo được trong quá khứ. 6 giờ sáng đến 6 giờ chiều. Hàm hồi quy ứng với số liệu thực tế Số liệu về nhiệt độ trung bình ngày và số giờ như sau: mưa từ tháng 5 đến tháng 7 được lấy từ website: Yµ= b0 + b1X1 + b2X2 +… + bkXk (4) https://www.wunderground.com/ [3] b1, b2,…, bk: là ước số của β1, β2, …, βk Điện lượng trung bình ngày từ tháng 5 đến tháng 7 được lấy từ số liệu vận hành của nhà e = Y - Yµ : Hiệu số của giá trị quan sát và máy có trong website: giá trị tiên lượng. https://www.isolarcloud.com [4] Từ số liệu thực đo, các giá trị βi được xác Phương trình hồi qua đa biến mô tả sự phụ định bằng phương pháp bình phương tối thuộc của điện lượng với yếu tố nhiệt độ thiểu của tổng các giá trị e2. trung bình ngày và số giờ mưa trong ngày k k n ˆ L   i 1 ei2  i 1( Yi     i 1 ij X ij )  min ứng với số liệu quan sát thực tế như sau: (5) En = b0 + b1X1 + b2X2 295
Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN: 978-604-82-5957-0 Trong đó: En: Điện lượng trung bình ngày; Kết quả tính toán cho thấy giá trị dự báo X1: Nhiệt độ trung bình ngày; và giá trị thực tế của điện lượng sai số không X2: Số giờ mưa trong ngày; lớn, có thể dùng kết quả dự báo phục vụ công b1, b2: Các hệ số hồi quy. tác vận hành của nhà máy điện mặt trời cũng Sử dụng ngôn ngữ lập trình R tính toán các như hệ thống điện. hệ số hồi quy và kiểm định, đánh giá mô hình cho kết quả như sau: Bảng 1. Bảng tổng hợp kết quả tính toán Sai số TT Hệ số Giá trị Giá trị P chuẩn 1 b0 2.940 0.78 2.80e-13 2 b1 0.201 0.024 9.81e-13 3 b2 0.197 0.039 2.51e-06 Hình 1. Đường quá trình điện lượng Hệ số xác định của mô hình R2 = 0.72 4. KẾT LUẬN Phương trình tiên lượng (dự báo) sản Trong những năm gần đây, với các cơ chế lượng điện của nhà máy điện mặt trời với yếu khuyến khích phát triển, năng lượng tái tạo tổ nhiệt độ trung bình ngày (X1) và số giờ nói chung và điện mặt trời nói riêng đã phát mưa (X2) như sau: triển rất nhanh ở nước ta gây khó khăn cho En = -2.9 + 0.201X1 – 0.197X2 việc vận hành hệ thống điện. Để có cơ sở vận Kết quả tính toán cho thấy giá trị điện hành hệ thống điện hợp lý cần có công cụ dự lượng ngày đồng biến với số giờ nắng trung báo sản lượng điện của các nhà máy điện mặt bình ngày và nghịch biến với số giờ mưa. Giá trời trong ngắn và trung hạn. trị P trong bảng kết quả cho thấy mô hình rất Phương pháp hồi quy đa biến dự báo sản có ý nghĩa thống kê vì giá trị P nhỏ hơn nhất lượng điện trung bình ngày thông qua yêu tố nhiều giá trị tham chiếu 0.05. Hệ số xác định dự báo thời tiết là nhiệt độ trung bình ngày và R2 cho thấy hai yêu tố nhiệt độ trung bình số giờ mưa cho kết quả khả phù hợp. Để tăng ngày và số giờ mưa ảnh hưởng đến 72% sự độ chính xác của mô hình, ngoài các yêu tố khác biệt về sản lượng điện trung bình ngày về nhiệt độ trung bình và số giờ mưa cần tính của nhà máy điện mặt trời nghiên cứu. toán thêm các yêu tố vế điều kiện thời tiết Ứng dụng mô hình trên dự báo cho 8 như điều kiện về mây, điều kiện về sương ngày đầu tháng 8 năm 2021, so sánh với kết mù, điều kiện về độ ẩm và sự phân mùa của quả thực đo ta có bảng so sánh sau: thời tiết. Tất cả yêu tố này đều có trong các Bảng 2. So sánh điện lượng dự báo bản tin dự báo thời tiết và dễ dàng được sử và thực đo dụng làm công tác dự báo sản lượng điện của Ngày 1 2 3 4 5 6 7 8 các nhà máy điện mặt trời đang vận hành o Nhiệt độ ( C) 28.0 32.2 32.8 33.2 34.0 35.1 35.4 30.9 trong hệ thống. Số giờ mưa 5.0 0.0 0.0 0.0 0.0 0.0 0.0 6.0 5. TÀI LIỆU THAM KHẢO E dự báo [1] Kandasamy CP, Prabu P, Niruba K (2013) 1.8 3.6 3.7 3.8 3.9 4.2 4.2 2.1 (MWh) Solar Potential Assessment Using PVSYST E Thực tế (MWh) 1.5 3.4 4.0 3.8 3.7 3.6 4.1 1.7 Software. IEEE 667-672. [2] Bradley Boehmke & Brandon Greenwell, Kết quả dự báo điện lượng có: 2020, Hands-On Machine Learning with Sai số quân phương: RMSE = 0.31MWh R, CRC. Phần trăm sai số tuyệt đối trung bình: [3] https://www.wunderground.com/. MAPE = 10.1% [4] https://www.isolarcloud.com/. 296

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí

65 tài liệu

2418 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.