- Trang Chủ
- Năng lượng
- Nghiên cứu dự báo công suất phát của nhà máy điện mặt trời dựa trên dữ liệu bức xạ đã có
Xem mẫu
- 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
nguon tai.lieu . vn
