Nghiên cứu dự báo công suất phát của nhà máy điện mặt trời dựa trên dữ liệu bức xạ đã có
lượt xem 3
download
Với các ngành năng lượng mới, đặc biệt là điện mặt trời sản lượng điện luôn biến động và phụ thuộc vào điều kiện tự nhiên của ánh sáng mặt trời. Nếu lưới điện không kiểm soát được tốt thì khi thời tiết xấu đi, sẽ gây ra sự cố mất an toàn đối với lưới điện. Đề xuất này căn cứ dựa trên dữ liệu bức xạ đã có để dự báo công suất phát của nhà máy điện năng lượng mặt trời và đưa ra các đề xuất phương pháp và xây dựng thuật toán dự báo phù hợp cho các nhà máy điện mặt trời.
Bình luận(0) Đăng nhập để gửi bình luận!
Nội dung Text: Nghiên cứu dự báo công suất phát của nhà máy điện mặt trời dựa trên dữ liệu bức xạ đã có
- CÁC ĐỀ XUẤT NGHIÊN CỨU KHOA HỌC- SESSION ONE NGHIÊN CỨU DỰ BÁO CÔNG SUẤT PHÁT CỦA NHÀ MÁY ĐIỆN MẶT TRỜI DỰA TRÊN DỮ LIỆU BỨC XẠ ĐÃ CÓ Lê Tấn Vũ (1) (1) Sinh viên khoa Kỹ thuật điện – Trường Đại học Điện Lực *Email: letanvu30121999@gmail.com Supervisor: Phạm Mạnh Hải TÓM TẮT Với các ngành năng lượng mới, đặc biệt quan trọng cần giải quyết. Chính vì hiểu là điện mặt trời sản lượng điện luôn rõ sự cấp thiết trên đề xuất này sẽ làm tối biến động và phụ thuộc vào điều kiện ưu hóa mô hình tính toán để khắc phục tự nhiên của ánh sáng mặt trời. Nếu lưới các vấn đề trên. Đề xuất này căn cứ dựa điện không kiểm soát được tốt thì khi trên dữ liệu bức xạ đã có để dự báo công thời tiết xấu đi, sẽ gây ra sự cố mất an suất phát của nhà máy điện năng lượng toàn đối với lưới điện. Vậy làm thế nào mặt trời và đưa ra các đề xuất phương để kiểm soát ảnh hưởng bất lợi của phát pháp và xây dựng thuật toán dự báo phù điện mặt trời đối với lưới điện là vấn đề hợp cho các nhà máy điện mặt trời. 1. GIỚI THIỆU: 2. PHƯƠNG PHÁP NGHIÊN CỨU Nội dung đề xuất: 2.1 Phương Pháp đề xuất: I. Bộ dữ liệu về bức xạ mặt trời. Hiện nay có ba phương pháp cơ bản được II. Bộ dữ liệu về nhiệt độ. sử dụng để dự báo phụ tải: III. Bộ dữ liệu về công suất thực tế của • Bền vững nhà máy điện mặt trời. • Ngắn hạn IV. Ứng dụng một số thuật toán để mô • Trí tuệ nhân tạo phỏng dự báo công suất phát. Đề xuất này sẽ dựa trên phương pháp trí V. Tác động của các thông số trong thuật tuệ nhân tạo trên cơ sở các dữ liệu bức xạ toán đến kết quả dự báo. nhiệt độ thu được có sẵn để đánh giá kết VI. Đánh giá kết quả dự báo. quả ước lượng công suất phát của nhà máy điện mặt trời. 34 | DIỄN ĐÀN SINH VIÊN 2020 - NĂNG LƯỢNG TÁI TẠO
- CÁC ĐỀ XUẤT NGHIÊN CỨU KHOA HỌC - SESSION ONE 2.2 Kĩ thuật GHI (Global Horizontal Irradiance): Chỉ số 2.2.1 Thu thập dữ liệu chiếu xạ ngang toàn cầu. Kiểm chứng qua mô phỏng và đánh giá CSI (Clear Sky Index): chỉ số trong của bầu trời. kết quả: mô phỏng trên máy tính thông qua các thuật toán trên nền tảng lập trình MATLAB dựa trên các dữ liệu bức xạ thu được có sẵn; đánh giá kết quả ước lượng các thông số công suất phát của nhà máy điện mặt trời. 3. PHÂN TÍCH 3.1 Phương trình điều chỉnh • Việc dự báo cường độ bức xạ mặt trời Hình 1. Sơ đồ của mô hình dự báo. phụ thuộc vào giá trị chiếu xạ ngang toàn cầu (GHI) và giá trị chiếu xạ trực • Chỉ số VR (Variability Reduction) là chỉ tiếp bình thường (DNI) [1]. số nói lên mối tương quan giữa sự biến • Việc dự báo cường độ bức xạ mặt trời thiên bức xạ và sự biến thiên công suất bị ảnh hưởng bởi các yếu tố như sự do biến thiên bức xạ gây ra [4].: chiếu xạ trong trường hợp bầu trời không có mây, sự hấp thụ bức xạ của khí quyển, sự hấp thụ bức xạ của các đám mây [2]. • NVI (Natural Variability of Irradiance): • Chỉ số UVI (Universal Variability Index) Sự biến thiên bức xạ tự nhiên. hay chỉ số VI dùng để dự báo bức xạ mặt trời ít có biến đổi trong ngày: [3]. • NVP (Natural Variability of Power): Sự biến thiên công suất tự nhiên. DIỄN ĐÀN SINH VIÊN 2020 - NĂNG LƯỢNG TÁI TẠO | 35
- CÁC ĐỀ XUẤT NGHIÊN CỨU KHOA HỌC- SESSION ONE Biểu thị độ lệch chuẩn của thay đổi bức xạ mặt trời đo được trong một khoảng thời gian cụ thể. : Biểu thị giá trị trung bình của bức xạ đo được. : Số lần đo bức xạ. : Biểu thị điểm thứ j của bước thay Hình 2. Mối tương quan giữa biến thiên bức xạ đổi bức xạ. tự nhiên và biến thiên công suất tự nhiên. : Biểu thị giá trị trung bình của các bước thay đổi bức xạ. : Biểu thị độ lệch chuẩn của thay THAM KHẢO đổi công suất đo được trong một [1] E. R. Sanseverino et al., “Review of Potential and Actual Penetration of Solar Power in Vietnam. . khoảng thời gian khi có sự thay [2] U. K. Das et al., “Forecasting of photovoltaic power đổi bức xạ mặt trời. generation and model optimization: A review,” Renew. Sustain. Energy Rev., vol. 81, pp. 912–928, : Biểu thị giá trị trung bình của Jan. 2018, doi: 10.1016/j.rser.2017.08.017. công suất đo được. [3] D. M. Willy, T. L. Acker, and R. K. Flood, “Natural variability of irradiance and power-simple variability metrics for photovoltaic power plants,” in 43rd ASES National Solar Conference 2014, SOLAR 2014, Including the 39th National Passive Solar Conference and the 2nd Meeting of Young and Emerging Professionals in Renewable Energy, 2014, vol. 1, pp. 552–558. [4] J. S. Stein, C. W. Hansen, and M. J. Reno, “The variability index: A new and novel metric for quantifying irradiance and pv output variability, in World Renewable Energy Forum. 36 | DIỄN ĐÀN SINH VIÊN 2020 - NĂNG LƯỢNG TÁI TẠO
- CÁC ĐỀ XUẤT NGHIÊN CỨU KHOA HỌC - SESSION ONE TÁC GIẢ Ý TƯỞNG Tan-Vu LE: was born in Quang Ngai District.Vietnam in 1999. Currently, I am majoring in Power System at the Electric Power University. In addition, the current research direction of solar power, load forecasting and renewable energy. GIẢNG VIÊN HƯỚNG DẪN Manh-Hai PHAM was born in Hai Duong District, Vietnam in 1983. He received the B.S. degrees in Power System from the Hanoi University of Science and Technology in 2006; M.S. degrees in Power System from University of Paul Sabatiers, Toulouse, France, in 2008; and the Ph.D. degree in Plasma Applications from University of Poitiers, Poitiers, France, in 2011. From 2012 to now, he is a lecturer of Electrical Power University, Hanoi, Vietnam. His research interests include nonthermal plasma discharge processes and applications, load forecasting, reliability of Power System and renewable energy… DIỄN ĐÀN SINH VIÊN 2020 - NĂNG LƯỢNG TÁI TẠO | 37
CÓ THỂ BẠN MUỐN DOWNLOAD
-
Báo cáo tổng kết đề tài nghiên cứu khoa học cấp bộ: Nghiên cứu mối quan hệ giữa vốn đầu tư-độ tin cậy, đề xuất các giải pháp nâng cao độ tin cậy cung cấp điện lưới điện trung áp
82 p | 129 | 35
-
Kỷ yếu Hội nghị khoa học và Công nghệ Điện lực toàn quốc năm 2022 chuyển đổi số và nâng cao hiệu quả vận hành hệ thống điện quốc gia (Tập 1: Nguồn điện - truyền tải điện)
578 p | 16 | 8
-
Nghiên cứu ứng dụng công nghệ AI vào dự báo phụ tải để đánh giá TTĐN lưới điện trung áp tỉnh Thừa Thiên Huê giai đoạn 2021 – 2025
13 p | 14 | 6
-
Dự báo công suất nguồn điện mặt trời sử dụng trí tuệ nhân tạo
12 p | 22 | 6
-
Nghiên cứu phương pháp dự báo sản lượng điện của nhà máy điện mặt trời
3 p | 28 | 5
-
Nghiên cứu ứng dụng học sâu trong dự báo công suất phát nguồn điện gió
6 p | 45 | 5
-
Nghiên cứu ảnh hưởng của điện gió công suất nhỏ vào lưới điện hạ thế
6 p | 26 | 4
-
Xây dựng mô hình học máy được tối ưu hóa bằng thuật toán jellyfish search để dự báo năng suất lao động trên công trường
6 p | 7 | 4
-
Nghiên cứu chế tạo bệ thử dòng công suất hở để kiểm tra bền trục các đăng trong hệ thống truyền lực ô tô tải nhẹ
9 p | 89 | 4
-
Nghiên cứu điều khiển công suất động cơ điện kéo trên ô tô hybrid
6 p | 48 | 4
-
Kết quả nghiên cứu thử nghiệm trên mô hình pilot công suất 100 lít giờ xử lý nước dư hồ bùn đỏ của nhà máy alumin nhân cơ
8 p | 52 | 3
-
Nghiên cứu tối ưu vị trí và công suất nguồn điện phân tán trong lưới điện phân phối sử dụng giải thuật di truyền
6 p | 18 | 2
-
Phân tích đánh giá dao động công suất của năng lượng tái tạo trong hệ thống điện
4 p | 21 | 2
-
Ứng dụng mạng nơron nhân tạo dự báo sản lượng điện của nhà máy điện mặt trời
5 p | 27 | 2
-
Xác định các công thức được sử dụng để xây dựng thuật toán mô phỏng lan truyền tiếng ồn và dự báo mức ồn tại vị trí bất kỳ trong nhà xưởng sản xuất công nghiệp
9 p | 20 | 2
-
Nghiên cứu xác suất xuất hiện tàu đi sai luồng khi lưu thông qua cầu có xét thêm ảnh hưởng của biến đổi lòng chủ và hệ thống cảnh báo
10 p | 61 | 2
-
Dự báo công suất nguồn phát điện mặt trời bằng mô hình BiGRU
15 p | 3 | 1
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