АНАЛІЗ ФАКТОРІВ ДЛЯ ПРОГНОЗУВАННЯ ГЕНЕРАЦІЇ ЕЛЕКТРИЧНОЇ ЕНЕРГІЇ СОНЯЧНИМИ ЕЛЕКТРОСТАНЦІЯМИ

Автор(и)

  • Д.С. Матушкін Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Україна https://orcid.org/0000-0003-4431-7862
  • А.В. Босак Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Україна https://orcid.org/0000-0003-0545-9980
  • Л.Я. Кулаковський Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Україна https://orcid.org/0000-0003-1273-6894

DOI:

https://doi.org/10.20535/1813-5420.4.2020.233597

Ключові слова:

прогнозування, генерація електричної енергії, сонячна електростанція, кореляційна матриця, інтенсивність освітлення

Анотація

Нова модель оптового ринку електроенергії передбачає функціонування ринку на добу вперед. На цьому ринку генеруюча компанія бере на себе зобов’язання по постачанню певної кількості електроенергії. Тому для сонячної електростанції (СЕС) необхідно здійснювати якомога точний прогноз можливого виробітку електроенергії, що залежить від певних факторів. В статті було проаналізовано та виділено фактори, що повинні бути включенні в прогнозну математичну модель визначення потужності сонячної електростанції на певний короткостроковий період на основі даних СЕС розміщеної в Київській області., а саме інтенсивність освітлення, температура та вологість навколишнього середовища, швидкість вітру та атмосферний тиск. Здійснено аналіз ступеня впливу цих факторів на вихідну функцію генерації електричної енергії. Встановлено, що вплив певних кліматичних параметрів в залежності від пори року є різним, а тому в математичній моделі прогнозу необхідно враховувати сезонність. Окрім цього, динаміка зміни значень факторів також впливає на поточну величину генерації електричної енергії. Тому дані отримані за останні періоди часу перед прогнозом повинні мати більший вплив на генерацію прогнозної величини аніж дані попередніх періодів.

Посилання

On the electricity market: Law of Ukraine No 2019-VIII of 13.04.2017 URL: http://zakon3.rada.gov.ua/laws/show/2019-19 (Accessed 21.07.2017). (Ukr)

Butenko V., Baidala V., Kozyrska T. Factors of solar electric power development in Ukraine. Investments: practice and experience. 2019. No17. Pp. 5-11. (Ukr)

Parsokhonov, Abdulkobi. Renewable Energy Source from Natural Thermal Expansion and Contraction of Matters. American Scientific Research Journal for Engineering, Technology, and Sciences (ASRJETS). 2016. Pp. 121-130.

Efficiency of solar panels URL: https://axiomplus.com.ua/news/effektivnost-solnechnyh-panelej/#klimat. (Accessed 19.03.2021). (Rus)

Secrets of the best conditions for maximum efficiency of solar panels in systems under the "Green Tariff" URL: https://solarsystem.com.ua/zvit-pro-robotu-sonyachnyh-elektrostantsij-pid-zelenyj-taryf-za-traven-2018-roku (Accessed 19.03.2021). (Ukr)

Panjwani, Manoj Kumar, and G. Bukshsh Narejo. Effect of humidity on the efficiency of solar cell (photovoltaic). International Journal of Engineering Research and General Science. 2014. Vol 2.4. Pp. 499-503.

Park, N. C., W. W. Oh, and D. H. Kim. Effect of temperature and humidity on the degradation rate of multicrystalline silicon photovoltaic module. International Journal of Photoenergy. 2013. Vol. 2. Pp. 107-117.

Erdem, C. U. C. E., Pinar Mert CUCE, and B. A. L. İ. Tulin. Impact of humidity on current parame-ters of solar cells. Journal of Energy Systems. 2018. Vol. 2.3. Pp. 84-96.

Mekhilef, Saad, Rahman Saidur, and Masoud Kamalisarvestani. Effect of dust, humidity and air ve-locity on efficiency of photovoltaic cells. Renewable and sustainable energy reviews. 2012. Pp 2920-2925.

Singhania, Shalabh, et al. Temperature and seeding effects on the precipitation of scorodite from sulfate solutions under atmospheric-pressure conditions. Metallurgical and materials Transactions. 2005. Pp. 327-333.

Taylor, Richard. Interpretation of the correlation coefficient: a basic review. Journal of diagnos-tic medical sonography. 1990. Pp. 35-39.

Pan, Cheng, et al. Very short-term solar generation forecasting based on LSTM with temporal attention mechanism. 2019 IEEE 5th International Conference on Computer and Communications (ICCC). IEEE, 2019.

##submission.downloads##

Опубліковано

2020-04-27

Номер

№ 4 (2020): 62

Розділ

SUSTAINABLE ENERGY

Ліцензія

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
  1. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
  1. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).