Forecasting the output power of PV plants
Viorel Badescu
Universitatea Politehnica din Bucuresti
Forumul Regional al Energiei pentru Europa Centrala si de Est -
FOREN 2016, 12-16 iunie 2016,
Vox Maris Grand Resort, Costinesti
1953 - Chapin, Fueller şi
Pearson – first commercial
PV cell
(Bell Laboratories)
1894 – Fritz – first solar cell
patent
1970: First industrial applications
1980: First grid-connected systems
1990: Bilding integrated PV cells
2000: First high efficiency PV cells (42%)
2010: Huge development of PV systems
Istorie PV
1960: PV cells used on satellites
Photovoltaic conversion
Basics
• In a solar cell: – Photons are absorbed
– Pairs of carriers are generated
– Carriers are separated
– Carriers are collected
• Present obiectives: – Increase the number of absorbed photons
– The energy of each photon should be better used
Objectives
• A single band gap device can use a large band gap semiconductor. – This results in
• a large voltage • but limiting the number of photons
absorbed – and hence the current
• The cell can use a small bang gap material. – Then many more photons are
absorbed, resulting in • a higher current, • but with a small voltage, limited
by the narrow band gap.
• This results in a compromise optimum band gap of around 1.3eV – this maximises the product of
current and voltage, • the power from the device, • and hence the efficiency.
Evolution of the PV plants capacity
PV plants installed in Europe at the end of 20151
Date Operațional PV plants
31.12.2011
< 2 MWp2
15.04.2016
1 298 MWp3
ROMANIA
1Solar Power Europe 2016
2Iacobescu F, Badescu V (2012)
Renewable Energy 30, 117-125 3 www.transelectrica.ro
Photovoltaic contribution in the energy mix
Percentage of the energy
consumption covered by PV
plants in 2015 in several
European countries (Solar
Power Europe,2016)
New problemse • Integration of new sources in the electric grids • Problems in Germany and Spain • in 10s, 75% variation of the irradiance -> in 10s,
20% variation in the output power of a PV plant of 13.2-MW (Nevada, SUA)
• Case of Czech Republic – in 2010, from < 1 GW to > 2 GW.
• Case of Romania – 2007: National PV Strategy: 260 MW until 2020; – 31 December 2011 (installed PV capacity < 2 MW) – May 2014 (installed PV capacity : about 1.1 GW).
• Reglementations imposed by national grid operators
Forecasting methods
• Depend on time horizon:
• Very short time (0-3 h) (Nowcasting), – Extrapolation of measurements in real-time
• Short time (3-6 h; Short-Term Forecasting), – Atmospheric circulation models coupled with real time
measurements
• Medium time (6-72 h; ‘‘Forecasting’’) – Atmospheric circulation models coupled with satellite
information
Work directions
Three categories of models:
– (i) based on ground meteorological measurements;
– (ii) based on satellite information;
– (iii) based on atmospheric circulation models.
Solar ramp
Solar ramp: strong variation of PV output
power due to fast variation of solar
irradiance
Are PV plants a new problem for the
stability of the electric grid?
A solution for the large scale integration of
PV plants: Accurate forecasting of output
power
Accuracy of output power depends on the
accuracy of incoming solar irradiance
- Fluctuation of solar irradiance is of the
order of minutes: nowcasting of solar
irradiance is necessary. Solar irradiance at 15 s lag measured on 20
July 2010 at Timisoara.
Nowcasting
Nowcasting of solar
irradiance
Estimated PV output power
Solar platform at UVT
http://solar.physics.uvt.ro/srms
• In operation since November 2008
• Includes radiometric and meteorological stations and PV laboratory
• The only radiometric station in Romania monitoring solar irradiance
on tilted surfaces.
• Very short time intervals of radiometric measurements (15 second),
unique position in Romania.
Standard procedure: forecasting of clearness index
Nowcasting solar irradiance
_ _ _ _
_ _ _ _ _ _t
Iradianta solara masurata la solk
Iradianta solara la limita superioara a atmosferei
1Paulescu M, Mares O, Paulescu E, Stefu N, Pacurar A et al. (2014) Energy Conversion and Management 79, 690-97
Clearness index measured and
forecasted by (ARIMA(2,1,2)
model for 5 minute horizon on
July 17, 2010
Short term forecasting of solar irradiance (0-3h) is based on extrapolation of measurements
A new procedure based on sunshine number (SSN) has been proposed in [1].
Sunshine number
SSN may be estimated by using the
WMO criterion:
1 daca soarele straluceste
0 altfelSSN
21 daca _ 120 W/m
0 altfel
Iradianta directaSSN
1Badescu V (2002) Theoretical and Applied Climatology 72, 127-136 2Badescu V, Paulescu M (2011) Atmospheric Research 101, 194-204 3Paulescu M, Badescu V (2011) Theoretical and Applied Climatology 103, 459–470
The stability sunshine number SSSN2 counts the number of changes of SSN in a given
time interval:
1 1 1 11 daca SSN SSN (cand SSN 1) sau SSN SSN (cand SSN ) 0
0 altfel
t t t t
tSSSN
Sunshine number1,2 (SSN):
Two state model
- Solar irradiance estimated on
clear sky
- Cloud transmittance
- Atmospheric correction
- are estimate in a time
interval equal with the prognosis
horizon3
0,
0,
ˆif 1ˆ
ˆif 0
cs t t
t
c t t
c G SSNG
G SSN
Model
equation1,2:
0,tG
c
csc
,c csc
1Paulescu M, Mares O, Paulescu E, Stefu N, Pacurar A, Calinoiu D, Gravila P, Pop N, Boata R (2014) Energy Conversion and
Management 79, 690-697. 2Paulescu M, Badescu V, Brabec M (2015) World Renewable Energy Congress, XIV, Bucuresti, Romania. 3Costa D, Mares O, American Institute of Physics, Converence Proceedings 1634, 151-155.
SSN este singurul parametru prognozat
Solar irradiance measured and
forecasted on 3 august 2010 by using the
two state model (SSN) and the standard
model (kt)
Accuracy of the two state model
Day 2010
Mean SSN
Mean SSSN
Model rMBE rRMSE 2.5%
01.08 0.300 0.0104 2-state 0.008 0.335 20.9 kt -0.074 0.385 3.7
02.08 0.900 0.0055 2-state 0.010 0.305 75.1 kt -0.061 0.289 8.8
03.08 0.654 0.0092 2-state -0.009 0.393 52.1 kt -0.052 0.346 1.8
04.08 0.492 0.0201 2-state -0.008 0.401 20.0 kt -0.070 0.398 6.3
05.08 0.328 0.0173 2-state -0.009 0.374 31.8 kt -0.065 0.382 8.2
Procentul de prognoze
reuște într-un interval de
toleranță dat.
Model performance for
forecasting solar irradiance on
a time horizon of 5 minutes in 5
days of august 2010.
Clearness index was
estimated by using an
ARIMA(2,1,2) model.
On last column – percent of
successful forecats in a
tolerance interval of 2.5%.
ARIMA models:
Nowcasting SSN
Accuracy of forecasting
depends on the stability of
the radiative regime2,3
1Paulescu M, Badescu V, Brabec M (2013) Energy 54, 104-111 2Brabec M, Badescu V, Paulescu M (2013) Meteorology and Atmospheric Physics 120, 61-71 3Brabec M, Paulescu M, Badescu V (2014) Solar Energy 101, 272-282.
2 2
1 2 1 21 ... 1 1 ...dp q
p t q tB B B B SSN c B B B
SSN series measured and forecasted
by an ARIMA (2,0,2) model on 21 june
2010 in Timisoara1
Generalized additive
models: 1 1
_I J
t t i t i j t j
i j
UNGHI INALTARE SSN SSSN
Extraction of parameters of PV modules at STC
0 exp 1
S SL
B p
e V IR V IRI I I
mk T R
I-V characteristic estimated (line) and
measured (dots) of a commercial PV module
(Benqsolar) [1]
Rquivalent electric circuit of a solar cell
1Mares O, Paulescu M, Bădescu V (2015) A simple but accurate procedure for solving the five-parameter model. Energy Conversion
and Management 105, 139-148.
- STC –Standard Test Conditions- Iradiance 1000W/m2,
spectrum AM1.5G, cell temperature 250C
- Some manufacturers provide a minimal set of data in
the catalogue sheet of a PV modele
- Generally, the I-V characteristic is evaluated by using
the Shockley equation of the solar cell:
- A non-linear system of five equations with five
unknowns is generated (the 5-parameter model)
- The procedura to solve the system, proposed in [1]
ensures the convergence of the numerical algorithm
Estimation of the output power of PV systems
1Paulescu M, Badescu V, Dughir C (2014) New procedure and field-tests to assess photovoltaic module performance. Energy
70, 49-57.
Energy provides by the system PV-R
hourly in three days of September
2012 [1].
Series of 21 measurements on 26
september 2012, showing a short
interval when the sun is covered by
a cloud [1]
(i) Metode bazate pe date meteorologice masurate la sol
-1 • Lucrarea [1] are doua obiective principale. • In primul rand, sa analizezez redundanta indicatorilor statistici folositi la
testarea modelelor de estimare a iradiantei solare. – Au fost pregatite seturi de indicatori statistici si a fost analizata redundanta lor. – Au fost discutate proceduri de selectie si de ierarhizare a modelelor. – Indicatorii statistici bazati pe erori sunt preferabile celor bazate pe erori relative. – Se pot defini sub-seturi minimale de indicatori statistici. – Sunt recomandate doua sub-seturi de indicatori: (i) abaterea medie, eroarea
medie absoluta si panta s a dreptei de regresie si (ii) abaterea medie, eroarea medie patratica si s.
– Statistica t si indicele Willmott pot fi adaugate acestor sub-seturi.
• In al doilea rand, au fost analizate cateva proceduri de selectie a modelelor. – Proceduri de selectie diferite si/sau baze de date de intrare diferite conduc la
ierarhizari diferite ale modelelor, daca acestea au performanta apropiata. – Problema „celui mai bun model” pare sa nu aiba solutie. – O abordare rezonabila este de a clasifica modelele in „bune” si in categorii de
performanta mai scazuta. • [1] V. Badescu, Assessing the performance of solar radiation computing models and
model selection procedures, Journal of Atmospheric and Solar-Terrestrial Physics,
105-106 (2013) 119–134
(i) Metode bazate pe date meteorologice masurate la sol
-2
• In [2] au fost testate 54 modele pentru calculul iradiantei solare globale si difuze pe cer senin. – Este cea mai elaborata testare pe aceasta tema existenta in literatura. – Datele de intrare au constat in date meteo masurate la sol, date atmosferice integrate pe coloana si date
derivate din masuratori satelitare. – Procedura de testare a constat in 42 de etape si a fost efectuata pentru Bucuresti si Cluj-Napoca. S-a analizat
sensubilitatea modelelor la diverse seturi de date de intrare. – Concluzia principala este ca nu exista un “cel mai bun model” pentru toate datele de intrare. – La categoria de “modele bune” pot fi incadrate atat modele foarte simple cat si modele complexe. – Cele mai bune modele pentru calculul radiatiei globale au rezultat a fi ESRA3, Ineichen, METSTAT si REST2
(versiunea 81). – Modele imediat urmatoare ca acuratete sint Bird, CEM si Paulescu & Schlett. Pentru calculul radiatiei difuze, cele
mai bune modele sint ASHRAE2005 si King, urmate de modelul MAC. – Cele mai bune modele pentru calculul simultan al radiatiei difuze si globale sint ASHRAE1972, Biga, Ineichen si
REST2 (versiunea 81), urmate de Paulescu & Schlett. – Cunoasterea valorii radiatiei difuze este importanta pentru evaluarea performantelor celulelor solare in perioada
rece a anului, cand numarul zilelor cu nebulozitate ridicata este mai mare.
• Studiul a continuat in [3], unde analiza s-a focalizat pe precizia de calcul a radiatiei difuze. – la lucrare este atasat un amplu material suplimentar, disponibil pe varianta online a revistei.
• [2] Viorel Badescu, Christian A. Gueymard, Sorin Cheval, Cristian Oprea, Madalina Baciu, Alexandru Dumitrescu, Flavius Iacobescu, Ioan Milos, Costel Rada, Computing global and diffuse solar hourly irradiation on clear sky. Review and testing of 54 models, Renewable and Sustainable Energy Reviews, 16 (2012) 1636-1656
• [3] Viorel Badescu, Christian A. Gueymard, Sorin Cheval, Cristian Oprea, Madalina Baciu, Alexandru Dumitrescu, Flavius Iacobescu, Ioan Milos, Costel Rada, Accuracy and sensitivity analysis for fifty-four models of computing hourly diffuse solar irradiation on clear sky, Theoretical and Applied Climatology, 2013, 111, 379-399
(i) Metode bazate pe date meteorologice masurate la sol
- 3
• In [4] a fost testata sensibilitatea celor 54 de modele de cer senin pentru calculul iradiantei globale – Ca marimi de intrare au fost folosite date meteo masurate la
suprafata, marimi integrate pe coloana atmosferica si date obtinute folosind masuratori satelitare.
– Procedura de testare a constat in 21 de etape. – S-a determinat precizia modelelor pentru diferite seturi de date
de intrare. – Nici un model nu poate fi considerat a fi „cel mai bun” in raport
cu toate seturile de date de intrare. – Totusi, unele modele au performanta semnificativ mai buna
decat celelalte. Aceste „cele mai bune modele” sunt, la egalitate, ESRA3, Ineichen, METSTAT si REST2 (versiunea 8.1).
– Urmatoarele „cele mai bune modele ” sunt, la egalitate, Bird, CEM si Paulescu-Schlett.
• [4] Viorel Badescu, Christian A. Gueymard, Sorin Cheval, Cristian Oprea, Madalina Baciu, Alexandru Dumitrescu, Flavius Iacobescu, Ioan Milos, Costel Rada, Accuracy analysis for fifty-four clear-sky solar radiation models using routine hourly global irradiance measurements in Romania, Renewable Energy, 55, 2013, 85-103
(i) Metode bazate pe date meteorologice masurate la sol
-4 • Soarele straluceste sau nu la nivelul solului in functie de miscarea norilor. • Se pot defini doua marimi pentru cuantificarea acestui proces:
– numarul de stralucire a soarelui (sunshine number: SSN) si – numarul de stabilitate a stralucirii soarelui (sunshine stability number: SSSN).
• In [5] am tratat proprietatile secventiale ale SSN, folosind modele particulare de tip Markov, care evita slabiciunile uzuale ale modelelor ARIMA.
– Teoria este ilustrata cu rezultate obtinute folosind masuratori efectuate in 2010 la Timisoara. – Modelarea simpla luand in considerare dinamica interna cu istorie de un pas aduce o reducere substantiala a
proastei clasificari, in raport cu abordarea bazata pe persistenta (de mai putin de 57%). – Cand se considera istorii cu mai multi pasi, toti pasii mai mici decat al optulea sunt importanti. – Schimbarile sezoniere sunt concentrate la pasi de ordin mai mic. – Performanta mai buna este asociata cu regimuri radiative mai stabile. – Modelele mai dezvoltate adauga influente externe (cum ar fi unghiul de altitudine solara sau declinatia
astronomica, precum si efectele separate ale diminetii sau dupa-amiezii). – Modelele care include unghiul de altitudine solara sunt semnificativ mai bune decat cele care nu o include. – In cursul lunilor de iarna, efectul declinatiei este mult mai pronuntat decat in restul anului. SSSN este important
in consideratiile pe termen lung si joaca de asemeni un rol in estimarea SSN. Totusi, nu este usor de folosit SSSN pentru eswtimarea lui SSN.
– Folosirea unor modele mai complicate, bazate pe serii de valori ale iradiantei solare directe nu imbunatatesc neaparat rezultatele, in comparatie cu cele furnizate de modele mai simple bazate pe serii de valori ale SSN.
• [5] M. Brabek, V. Badescu, M. Paulescu, Cloud shade by dynamic logistic modeling,
Journal of Applied Statistics, 2014, vol. 41, issue 6, pages 1174-1188
(i) Metode bazate pe date meteorologice masurate la sol
- 5
• In lucrarea [6] este presentata o metoda statistica de modelare a numarului de stralucire, – SSN este un indicator binar, introdus anterior in Badescu (Theor. Appl.
Climat. 2002, 72, 127).
• Abordarea prezenta se bazeaza pe regresii logistice si furnizeaza modele probabilistice relativ usor de identificat pe baza unor serii de date empirice (serii temporale ale numarului de stralucire si respectiv ale numarului de stabilitate a straluciriii). – Se discuta structura generala a modelului, precum si avantajele sale,
demonstrand performantele pe baza datelor reale si comparand rezultatele cu cele obtinute folosind abordarea clasica ARIMA.
– Deoarece parametrii modelului au o interpretare clara, am ilustrat si modul in care se poate testa stabilitatea inter-sezoniera.
– In incheiere se fac unele consideratii teoretice privind constructia modelelor pentru asigurarea unei tranzitii continui intre seturi de date avand frecvente diferite.
• [6] Marek Brabec, Viorel Badescu, Marius Paulescu, Nowcasting Sunshine Number By Using Logistic Modeling, Meteorology and Atmospheric Physics: Volume 120, Issue 1 (2013), Page 61-71
(i) Metode bazate pe date meteorologice masurate la sol
-6 • Modelul Kasten-Czeplak (KC) de cer noros a fost testat in [7] folosind date din cinci statii meteorologice romanesti.
– Modelul KC de cer noros in general subestimeaza. Performanta sa este (marginal) buna pentru grade de nebulozitate C=0÷1. Performanta este buna pentru cer cu putini nori (C<0.3), destul de buna pentru cer mediu acoperit (C= 0.3÷0.7) si slaba pentru cer complet acoperit.
• In [7] s-au propus noi modele empirice, care aduc doua noutati. – In primul rand, ca urmare a rezultatelor obtinute in [2] si [3], este folosit un model nou de cer senin, care estimeaza
separate radiatia directa si difuza. – In al doilea rand, unele dintre modelele noi se bazeaza pe un factor de transparenta atmosferica considerat ca functie
neliniara de cosinusul unghiului de zenit Z.
• Performantele noilor modele sunt superioare celor ale modelului KC, pentru toate clasele de nebulozitate. – O clasa de modele (numita S4) a fost selectata pentru o testare mai amanuntita, care a evidentiat o buna curatete pentru
(C<0.7) si pentru unghiuri de zenit intermediare (Z=30º÷70º). – Acuratetea este mai slaba pentru unghiuri de zenit mici si respectiv mari. Majoritatea modelelor de cer noros incorporeaza un
model de cer senin. Aceste modele de cer noros au in general o accurate buna in locurile in care distributia frecventei gradului de acoperire cu nori are un maxim la valori mici.
• In [8] s-au propus modele noi, utile in locuri in care o buna parte a timpului cerul este noros sau acoperit. Noile modele incorporeaza doua modele de baza, unul de cer senin iar altul de cer acoperit. Modelele au fost testate folosind date din cinci statii romanesti.
– Un model generic cu trei parametri s-a dovedit potrivit pentru ambele modele de baza. Modelul generic este neliniar in cosinusul unghiului de zenit, pentru o mai buna performanta pe cer acoperit.
– Pentru statiile analizate, raportul kos=Gos/Gcs dintre iradianta solar ape cer acoperit si respective senin variaza intre 0.27 and 0.55.
– S-au dezvoltat trei tipuri noi de modele, potrivite pentru acest regim de nebulozitate. Modelele au intre doi si patru parametri. – In prima aproximatie, doua dintre modele pot fi vazute ca generalizari neliniare ale modelului Angstrom-Savinov. – Acuratetea modelelor este mult mai buna decat a modelului Kasten-Czeplak.
• [7] Viorel Badescu, Alexandru Dumitrescu, New models to compute solar global hourly irradiation from point cloudiness. Energy Convers Manage (2013), 67, 75-91
• [8] V. Badescu, A. Dumitrescu, New Types Of Simple Non-Linear Models To Compute Solar Global Irradiance From Total Cloud Cover Amount; Journal of Atmospheric and Solar-Terrestrial Physics (acceptata)
(i) Metode bazate pe date meteorologice masurate la sol
-7 • In [9] si [10] s-a dezvoltat un nou model, bazat pe teoria
multimilor vagi (fuzzy sets) pentru prognoza iradierii solare zilnice globale la nivelul solului. – Componenta aleatoare a iradierii este determinata in principal
de starea cerului si poate fi cuantificata cu ajutorul indicelui de seninatate.
– Modelul prognozeaza valorile acestui indice, folosing un algoritm autoregresiv pe multimi vagi.
– Performantele si limitarile modelului au fost testate folosind date din zece statii europene, cu latitudini intre 40º si 50º N.
– Concluzia principala este ca acuratetea modelului este adecvata pentru scopul prognozei performantelor sistemelor fotovoltaice, in aceasta banda de latitudini.
• [9] Remus St. Boata, Paul Gravila, Functional fuzzy approach for forecasting daily global solar irradiation, Atmospheric Research 112 (2012) 79–88
• [10] Boata St-R, Paulescu M (2012) Nowcasting global solar irradince by fuzzy logic. In Proc. of International Congress Energy and the Environment, September 17-18, 2012, Opatia, Croatia (Frankovic B, Ed.), pp. 183-192.
(i) Metode bazate pe date meteorologice masurate la sol
-8 • Timpul de raspuns al unei centrale fotovoltaice este foarte scurt si puterea produsa
urmeaza indeaproape schimbarile abrupte in nivelul iradiantei solare ca urmare a umbririi pasagere de catre nori.
• In [11] s-au propus mai multe modele ARIMA pentru prognoza pe termen scurt a numarului de stralucire. S-au folosi date masurate la interval de 15 secunde la Timisoara. – Acuratetea prognozei este studiata ca functie de anotimp si de tpul distributiei
zgomotului alb. S-a aratat ca un model ARIMA(0,1,0) prognozeaza cu aceeasi acuratete ca modele ARIMA de ordin mai inalt.
– Acuratetea prognozei scade cu cresterea instabilitatii regimului radiativ. • O abordare formala pentru modelarea statistica a numarului de insorire a fost
propusa in [12] si [13]. – Ea se bazeaza pe lanturi Markov si regresie logistica. – Parametrii modelelor pot fi estimati prin ajustare cu serii temporale masurate de
numar de insorire si respectiv de numar de stabilitate a insoririi. – S-au comparat performantele cu cele ale modelelor ARIMA si s-a testat
stabilitatea la schimbarea anotimpurilor. • [11] Paulescu M, Badescu, V, Brabec M, Tools for PV (photovoltaic) plant operators: Nowcasting of
passing clouds, Energy 54 (2013) 104-112, • [12] Marek Brabec, Viorel Badescu, Marius Paulescu, Nowcasting Sunshine Number By Using
Logistic Modeling, Meteorology and Atmospheric Physics: Volume 120, Issue 1 (2013), Page 61-71 • [13] Brabec M, Badescu V, Paulescu M (2012) Stochastic modeling of sunshine number data.
Presented at Physics Conference TIM 12, Abstract book (Eds. M Bunoiu, C. Biris, N. Stefu), p.11, November 27-29, 2012, Timisoara, Romania.
(ii) bazate pe date masurate din satelit -1
• In [14-16] este analizata o metoda satelitara foarte populara pentru calculul radiatiei solare la nivelul solului.
– Metoda foloseste date furnizate de satelitii geostationari Meteosat. – In prima etapa se determina o harta de referinta pentru indicele de seninatate, pe baza
secventelor temporale de imagini satelitare. – Apoi se determina iradianta solara globala folosind datele satelitare.
• Lucrarile [14-16] descriu activitatile preliminare legate de implementarea acestei metode in conditiile climatice ale Romaniei.
– Originalitatea consta in folosirea datelor estimate la sol ale nebulozitatii in statii meteorologice romanesti.
• [14] Mihai-Cristi Ceacaru, Alexandru Dumitrescu, Viorel Badescu, The Evaluation of Solar Energy Availability at Ground Level Using Satellite Resources, Applied Mechanics and Materials, Vol. 378 (2013) pp 40-45; Trans Tech Publications, Switzerland
• [15] Mihai-Cristi Ceacaru, Alexandru Dumitrescu, Viorel Badescu, Use Of Satellite Data To Compute Available Solar Radiation In Remote And Rural Area, Termotehnica, Supliment nr. 2/2011, pp. 15-18
• [16] M. Ceacaru, Al. Dumitrescu, V. Badescu, Use of satellite data to compute available solar radiation in remote and rural area, Second International Conference of Thermal Equipment, Renewable Energy and Rural Development (TE-RE-RD), Organizer: University 'Politehnica' of Bucharest, National Institute of Research Bucharest, Hydraulics and Pneumatics Research Bucharest, Chamber of Commerce and Industry Valcea, Publisher Printech, ISSN 1843 - 3359, pp. 15 - 18, 20 - 22 June, Baile Olanesti, Romania, 2013
(ii) bazate pe date masurate din satelit -2
• Algoritmul MAGICSOL este folosit de cativa ani pentru generarea produsului CM54 al CMSAF (Climate Monitoring Satellite Application Facility), care consta in date de iradianta solara globala.
• In [17,18,19] s-au folosit date masurate in 2010 in cinci statii meteorologice romanesti, pentru validarea algoritmului MAGICSOL.
– S-a constatat ca produsul CM54 contine date de iradianta nula, care nu pot fi explicate nici prin valori mari ale unghiului de zenit si nici prin conditii de cer acoperit.
• Datele CM54 au fost stratificate astfel. – O baza de date (Z85) consta in date CM54 fara filtrare si postprocesare. – Baza de date Z85SIS+ nu contine datele de iradianta nula. – Eroarea de imprastiere in raport cu masuratorile de la sol este circa 35 % pentru Z85 si 24 % pentru Z85SIS+. – Z85SIS+ are eroare de deviere si de imprastiere (MBE si respectiv RMSE) mai mica, independent de gradul de
nebulozitate. – Pentru Z85, MBE (RMSE) variaza intre -9.4% si -1.2% (35.3% si 39.1%). – Pentru Z85SIS+, MBE (RMSE) variaza intre -4.0% si 0.1% (23.0% si 29.1%).
• In [20] s-a continuat studiul din [17]. S-au propus relatii de regresie pentru eliminarea devierilor din baza de date Z85SIS+.
– Relatiile sunt functie de loc geografic, grad de nebulozitate si clasa de unghi de zenit.
• [17] Viorel Badescu, Alexandru Dumitrescu, The CMSAF Hourly Solar Irradiance Database (Product CM54). Accuracy And Bias Corrections With Illustrations For Romania (South-Eastern Europe), Journal of Atmospheric and Solar-Terrestrial Physics, 2013, 93, 100-109
• [18] Viorel Badescu, Testing Magicsol under the climate and latitudes of Romania, Workshop on Remote Sensing Measurements for Renewable Energy, COST Action ES1002: Weather Intelligence for Renewable Energies, Technical University of Denmark DTU, Roskilde, Denmark, May 22-23, 2012, 23.05.2012, Session 4: Satellites, 16:20-16:40
• [19] Viorel Badescu, Precizia estimarii iradierii solare in Romania, folosind procedura MAGICSOL (produsul 54 al CMSAF), Academia Romana, 26 Octombrie 2012
(ii) bazate pe date masurate din satelit -3
• In [21,26] am propus modele simple pentru estimarea iradiantei solare globale pe baza datelor orare de Cloud Fractional Coverage (CFC) furnizate de Climate Monitoring Satellite Application Facility (CMSAF).
– Modelele au fost testate folosind masuratori efectuate in cinci statii meteorologice din Romania. – Modelele de cer noros bazate pe CFC (n, pe scurt) au fost comparate cu modelele de cer noros bazate pe estimari de la sol ale nebulozitatii (C, pe scurt).
• Doua modele au fost propuse pentru conditii de cer senin si respectiv cer acoperit definite ca n=0 si n=1.
• Au fost construite doua modele de regresie pe cer noros, pe baza modelelor de cer senin si cer acoperit.
• Au fost testate opt modele bazate pe n, intr-o locatie particulara. – Abaterea medie este buna sau suficient de buna pentru toate clasele de nebulozitate. Eroare de imprastiere este buna pentru n=0÷0.3; destul de buna pentru n=0.3÷0.7 si ridicata pentru
n>0.7. Pentru unghuri de zenit mici (Z=0º÷30º) abaterea medie a celor opt modele este in general destul de buna sau proasta.
• In general, modelele de regresie bazate pe C sunt mai performante decat cele bazate pe n. • Un model (D1) au fost selectate pentru testari suplimentare.
– Sub-modelul D1TOT a fost obtinut prin ajustarea modelului D1 in raport cu toate datele disponibile. – Acuratetea sub-modelului D1TOT este buna sau destul de buna pentru toate statiile, la unghiuri de zenit joase si medii (Z<70º). – Performanta unui model bazat pe n este semnificativ mai buna decat a unui model bazat pe C, pentru toate clasele de unghiuri de zenit.
• Sub-modelele D1 au fost dezvoltate folosid date din statii particulare. – In geberal, toate sub-modelele au performanta buna sau destul de buna cand sunt folosite in statii diferite de cea de origine, pentru clase de nebulozitate n<0.7. – In cazul in care n=0.3÷0.7, performanta sub-modelelor bazate pe n este evident mai proasta decat cea a sub-modelelor bazate pe C. – Pentru unghiuri mici de zenit (Z=0º÷70º), performanta sub-modelelor D1 este buna sau destul de buna, in cazul aplicarii in statia de origine sau in alte statii, si este comparabila cu aceea a
modelelor bazate pe C.
• [21] V. Badescu, A. Dumitrescu, Simple models to compute solar global irradiance from the CMSAF product Cloud Fractional Coverage, Renewable Energy 66 (2014) 118-131
• [26] A. Dumitrescu, V. Badescu, Simple models to compute solar global irradiance from the CMSAF product Cloud Fractional Coverage, Understanding The Past, Observing The Present And Protecting The Future, 2013 Eumetsat Meteorological Satellite Conference And 19th American Meteorological Society (Ams) Satellite Meteorology, Oceanography, And Climatology Conference, Session 2 – Climate, poster 67, Vienna, 16-20 September 2013.
(ii) bazate pe date masurate din satelit -4
• In [22] am estimat radiatia solara pe baza observatiilor de la sol ale nebulozitatii C si pe baza fractiei orare n furnizate de satelitii Meteosat.
• Au fost definite doua tipuri de cer senin si respectiv acoperit, asociate lui C=0/1 si respectiv. – Numarul de ore pe ceruri senine de tip n este de trei ori mai
mare decat cel pe ceruri senine de tip C. – Pe ceruri acoperite de tip C, relatia de regresie pentru
iradianta solara globala este putin mai precisa decat aceea pentru indicele de cer senin.
– Iradianta medie pe cer acoperit de tip C este cam un sfert din cea pe cer senin de tip C.
– Iradianta medie pe cer acoperit de tip n este cam o treime din cea pe cer senin de tip n.
• [22] Viorel Badescu, State Of The Sky Characterization And Solar Radiation Estimation At Earth Surface. Satellite Vs Ground-Based
Observations, International J of Green Energy (acceptata).
(iii) bazate pe metode numerice de prognoza a circulatiei atmosferice
• In [23] si [24] s-au prezentat analize comparative intre valori de iradiere globala solara masurate in Romania si respectiv obtinute folosind modele de prognoza numerica a vremii. – Modelele luate in considerare au fost de tip global (ca GFS, ECMWF, GME, UKMO
sau ECMWF) sau de tip local (ca HRM, Hirlam, Lokal Model, WRF-NMM, WRF-ARW, Unified Model sau MM5).
– O analiza preliminara care a tinut cont de mai multe criterii printre care performanta, costul, popularitatea si accesibilitatea la date meteorologice sau masurate din satelit a condus la concluzia ca o combinatie intre modelele GFS-WRF(NMM) sau GFS-WRF(ARW) este cea mai potrivita pentru prognoza pe termen scurt a iradierii solare globale, in vederea evaluarii performantelor centralelor fotovoltaice.
• [23] Isvoranu, D. and Badescu, V. 2012. Comparison between measurements and numerical assessment of global solar irradiation in Romania, 5th International Scientific Conference on Energy and Climate Change, Athens, Greece, 11-12 Oct., 2012
• [24] Dragos Isvoranu, Viorel Badescu, Computation Of Global Solar Irradiance In Romania By Using WRF. Preliminary Results, Conferinta internationala TIM-12, Abstract book (Eds. M Bunoiu, C. Biris, N. Stefu), p.12, Universitatea de Vest din Timisoara, Noiembrie 27 - 29, 2012
Romanian activities • Participation in the COST
action ES1002 - Weather Intelligence for Renewable Energies (WIRE)
(2011-2014)
– 27 European countries
– 4 countries outside Europe
• Participation at «WIRE» COST Action, benchmark exercise
Romanian activities
• Monography – Complete work in the field of forecasting the performance of
PV power plants – [25] Marius Paulescu, Eugenia Paulescu, Paul Gravila, Viorel Badescu, Weather
Modeling and Forecasting of PV Systems Operation, Springer, London, 2013, 355 pp.
• Workshop
– Section of Technical Sciences of the Romanian Academy, The Comision of Renewable Energy and Romanian Meteorological Society, Romanian Academy, Bucharest, Friday 26 Octomber 2012.
Conclusions / perspectives
Forecasting solar irradiance:
- Accurate forecasting of PV plants output power may facilitate the integration of PV plants in the
electric grid.
- The accuracy of forecasting the PV plants output power is connected with the accuracy of forecasting solar irradiance.
- The two state model provides good forecasting on short term. Its accuracy depends on the
stability of the radiative regime.
- Further work is needed to reduce the persistence of forecasting the sunshine number.
Modelling the PV plant
- The data sheet should include the I-V characteristic at STC of the PV modules
- There is a need for sensors to measure the broadband solar energy flux, with fast answer
• Thanks for your attention !
