Πρόβλεψη παραγωγής ενέργειας από φωτοβολταϊκά πάρκα βάση ανάλυσης μετεωρολογικών δεδομένων και χρήση σύγχρονων υπολογιστικών εργαλείων

Analysis of meteorological data and utilization of computer algorithms-based methods for the prediction of energy production derived from PV parks (english)

  1. MSc thesis
  2. Νταφαλιάς, Αριστοτέλης
  3. Περιβαλλοντικός Σχεδιασμός (ΠΣΧ)
  4. 21 September 2021 [2021-09-21]
  5. Ελληνικά
  6. 113
  7. ΙΨΑΚΗΣ, ΔΗΜΗΤΡΙΟΣ
  8. ΠΑΠΑΕΥΘΥΜΙΟΥ , ΣΠΥΡΙΔΩΝ | ΖΕΡΒΑΣ, ΕΥΘΥΜΙΟΣ
  9. ΑΝΝ μοντέλο, ΑΠΕ, Κλιματική αλλαγή, Πρόβλεψη παραγωγής, ΦοΣΕ, Φωτοβολταϊκά. | ANN model, Aggregator, Climate Change, Forecasting, PVs, RES.
  10. 2
  11. 1
  12. 51
  13. Περιέχει: πίνακες, εικόνες, σχήματα, διαγράμματα, φωτογραφίες
    • Η παγκόσμια κατανάλωση ηλεκτρικής ενέργειας αυξάνεται εκθετικά τις τελευταίες δεκαετίες ως συνέπεια της αύξησης του παγκόσμιου πληθυσμού και της κατά κεφαλήν ζήτησης. Ως αποτέλεσμα, οι εκπομπές αερίων του θερμοκηπίου, που σχετίζονται με σοβαρές επιπτώσεις στο κλίμα, έχουν φτάσει σε πολύ υψηλά επίπεδα με σοβαρό κίνδυνο για την σταθερότητα και την ισορροπία του περιβάλλοντος. Ωστόσο, υπάρχουν εναλλακτικές κάλυψης αυτής της ζήτησής οι οποίες επιτρέπουν τη σταθεροποίηση- και μακροπρόθεσμα τη μείωση- των συγκεντρώσεων των συγκεκριμένων αερίων, όπως η αντικατάσταση χρήσης ορυκτών καυσίμων με ενέργεια προερχόμενη από ανανεώσιμες πηγές. Η ηλιακή ενέργεια είναι μια από αυτές και τα τελευταία χρόνια έχει σημειωθεί σημαντική αύξηση, σε παγκόσμιο επίπεδο, στην εγκατάσταση και χρήση φωτοβολταϊκών συστημάτων για την παραγωγή ενέργειας. Ένα όμως από τα χαρακτηριστικά της, και γενικά όλων των ανανεώσιμων πηγών ενέργειας (ΑΠΕ), είναι η διακοπτόμενη και απρόβλεπτη παραγωγή τους η οποία επιφέρει πιέσεις και αστάθεια στο υπάρχον σύστημα διανομής ενέργειας, το οποίο είχε σχεδιαστεί υπό διαφορετικές προϋποθέσεις λειτουργίας. Έτσι, προκειμένου να υπάρξει σταθερότητα στο δίκτυο, οι παραγωγοί ενέργειας από ΑΠΕ -κυρίως μέσω των Φορέων Σωρευτικής Εκπροσώπησης που αναλαμβάνουν τη διαχείριση της παραγόμενης από τα πάρκα ενέργειας- είναι πλέον υποχρεωμένοι μέσω νομοθετικών διατάξεων, να δηλώνουν με ακρίβεια από την προηγούμενη μέρα (n-1) στο Ελληνικό Χρηματιστήριο Ενέργειας, τις ποσότητες ενέργειας που θα διοχετεύσουν στο δίκτυο την επόμενη (n). Όπως είναι φυσικό, η ορθή πρόβλεψη ενέργειας από έναν σταθμό παραγωγής, είναι μια διαδικασία αρκετά περιπλοκή και σύνθετη αφού, μεταξύ άλλων, περιλαμβάνει τη δημιουργία και χρήση μοντέλων τα οποία θα πρέπει να έχουν την ικανότητα να επεξεργάζονται μετεωρολογικά και τεχνικά δεδομένα ώστε να προβλέπουν, χωρίς αποκλίσεις, την παραγωγή ενέργειας της επόμενης μέρας. Στην παρούσα διπλωματική εργασία αντιμετωπίζεται η πρόβλεψη της παραγωγής ενέργειας από φωτοβολταϊκά πάρκα μέσω της ανάπτυξης υπολογιστικού μοντέλου που στηρίζεται στα τεχνητά νευρωνικά δίκτυα και στην πολλαπλή γραμμική παλινδρόμηση. Οι προβλέψεις δοκιμάζονται και επαληθεύονται για διαφορετικές περιπτώσεις καιρικών συνθηκών και καταστάσεων προκειμένου να αποδειχθεί η ορθότητα και η αξιοπιστία του μοντέλου το οποίο θα μπορούσε να αποτελέσει ένα σημαντικό εργαλείο για την απαραίτητη διαδικασία της ex ante δήλωσης παραγόμενης ενέργειας φωτοβολταϊκών σταθμών. Η χρήση του μοντέλου προορίζεται για ένα ευρύ κοινό και για το λόγο αυτό η δόμησή του πραγματοποιείται σε υπολογιστικό περιβάλλον το οποίο απαιτεί βασικές γνώσεις ηλεκτρονικών υπολογιστών, ενώ παράλληλα γίνεται προσπάθεια η μορφή του να είναι τέτοια ώστε η απαιτούμενη παρέμβαση από τους εκάστοτε χρήστες να είναι όσο το δυνατόν περιορισμένη και συγκεκριμένη.
    • Global electricity consumption has been increasing exponentially in recent decades as a result of global population growth and per capita demand. Consequently, greenhouse gas emissions, which are associated with serious effects on the climate, have reached extremely high levels causing serious pressure to the environment. However, there are alternatives to meet this demand that allow stabilization and long-term reduction of these gas concentrations, such as replacing the use of fossil fuels with energy deriving from RES (renewable energy sources). Solar energy is one of them and in recent years there has been a significant increase, worldwide, in the installation and use of photovoltaic systems for energy production. However, one of its characteristics, and in general of all RES, is their interrupted and unpredictable production which brings pressure and instability to the existing energy distribution system, which was designed under different operating conditions. Thus, in order to have stability in the network, the producers of energy from RES -mainly through the Aggregators that take over the management of the produced energy- are obliged through legal provisions, to declare accurately from the previous day (n- 1) in the Hellenic Energy Exchange, the quantities of energy that will be pumped into to the grid the next day (n). Obviously, the correct prediction of energy from a power plant is a process that is quite complex since it involves the creation and use of models that should have the ability to process meteorological and technical data to predict, without deviations, the energy of the next day. This dissertation deals with the prediction of energy production from photovoltaic parks through the development of a computer model based on artificial neural networks and multiple linear regression. The predictions are tested and verified for different cases of weather conditions and situations in order to prove the correctness and reliability of the model which could be an important tool for the necessary process of ex ante declaration of photovoltaic power generation.
  15. Αναφορά Δημιουργού-Μη Εμπορική Χρήση 4.0 Διεθνές