Napelemek volatilis termelésének kvalitatív vizsgálata

OData támogatás
Konzulens:
Dr. Hartmann Bálint
Villamos Energetika Tanszék

A napelemes rendszerek egyre relevánsabb szerepet töltenek be a villamosenergia-rendszerekben. A fotovillamos (PV) termelés néhány országban már szignifikáns penetrációs szintet ért el. 2015-ben a PV termelés a teljes villamosenergia-fogyasztás 8%-át fedte le Olaszországban, míg Görögország esetében ez az érték 7,4%, Németországban 7,1%, Belgiumban 4% volt. A számadatok jól reprezentálják a napelemes termelés jelentőségét a villamosenergia-rendszer tervezése és üzemeltetése kapcsán.

TSO (Transmission System Operator), azaz átviteli hálózati rendszerirányító szinten a preventív intézkedések és a tartalékok allokációja kapcsán fontos szerepe van a prognosztizált napelemes termelési adatoknak, melyekhez különböző bemeneti adatokra van szükség, mint például műholdas képek, numerikus időjárás-előrejelző (NWP) adatok, melyek rendszerint gépi tanuló algoritmusokat, statisztikai vagy fizikai módszereket alkalmaznak.

Továbbá a napon belüli (intraday) KÁT (kötelező átvételi rendszer) piac kapcsán szintén érdemes megemlíteni az előrejelzett fotovillamos termelési adatok fontosságát, melyek segítségével pontosíthatók a másnapi menetrendek a napon belül. Abban az esetben, ha kevesebb kiegyenlítés szükséges a TSO részéről, a magasabb szintű rendszerbiztonság mellett hosszabb távon a rendszertartalékok szükséglete is csökkenni fog.

A prognosztizált termelési adatok nemcsak TSO szinten lehetnek fontosak. A smart grid eszközök megjelenése — mint például a smart mérők — hozzájárulnak a kisfeszültségű hálózatok monitoring és szabályozási képességének fejlesztéséhez.

Az előzőekben felsorolt szempontok alapján kijelenthető, hogy a fotovillamos termelés kvalitatív vizsgálata nagy jelentőséggel bír. Jelen dolgozat célja a napelemes termelés vizsgálatával kapcsolatos módszerek és eljárások ismertetése, valamint konkrét termelési vizsgálatok végzése.

A magyarországi jellegzetes időjárási viszonyoknak megfelelő termelési mintázatok kialakítása a nem mért, vagy korlátozottan elérhető napelemes termelés szempontjából fontos eljárás, melyet a dolgozatban k-közép klaszterezés segítségével valósítottam meg. Az említett TSO intézkedésekhez, a KÁT intraday piachoz, valamint a monitoring és szabályozás optimalizálásához megfelelő termelésbecslés szükséges. A dolgozatban neurális hálózat alkalmazásával két órával előre prognosztizáltam a fotovillamos termelést. Megjegyzendő, hogy az előrejelzés célja nem egy konkrét (ipari) probléma megoldása volt. Az alkalmazott módszer a bemeneti adatok felbontásának változtatásával, a célérték megfelelő időeltolásával azonban megoldást nyújthat számos, a felsorolt problémákhoz köthető termelésbecslés során.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.