Disclaimer: The explanation provided on this website (Hotmaps Wiki) are indicative and for research purposes only. No responsibility is taken for the accuracy of the provided information, explanations and figures or for using them for unintended purposes.
Data privacy: By clicking OK below, you accept that this website may use cookies.
Dette modul beregner energiforsyningspotentialet og relaterede omkostninger til taginstallerede solvarme- og solcelleanlæg i et defineret område. Indgangene til modulet er rasterfiler med bygningsfodaftryk og solbestråling, omkostninger og effektivitet for reference solvarme og solcelleanlæg og brøkdelene af et brugbart tagområde, hvor der er installeret solvarme og solcelleanlæg.
Beregningsmodulet sigter mod at beregne solvarmepotentialet og det fotovoltaiske energipotentiale og den økonomiske gennemførlighed af et valgt område ved at overveje:
Inputparametrene og lagene samt outputlagene og parametrene er som følger.
Inputlag og parametre er:
Outputlag og parametre er:
Med udgangspunkt i det tilgængelige område og typen PV-teknologi beregner modulet PV-energiproduktionen under følgende antagelser:
Disse antagelser er gjort for at overveje en planlægningsfase for en region og ikke designet af et specifikt solcelleanlæg.
Den årlige energiproduktion stammer fra den rumlige fordeling af årlig solstråling på bygningens fodaftryk. Produktion af solcelleanlæg beregnes for et enkelt repræsentativt anlæg. Den mest repræsentative installerede spidseffekt til et PV-system er en indgang fra modulet. Derfor beregnes overfladen, der er dækket af en enkelt plante, og det samlede antal planter.
Endelig beregnes det mest egnede område ved at overveje tagene med højere energiproduktion. Energiproduktionen for hver pixel overvejer kun at dække en brøkdel af tagene lig med f_oft. Integralet af energiproduktionen i det mest egnede område er lig med den samlede energiproduktion i det valgte område.
For at give et praktisk eksempel anvendes CM-logikken / -metoden til et foruddefineret område. Som standard er det inputområde, vi bruger, bygningernes fodaftryk. Så for eksempel byen Bolzano (Italien), da en stor del af byen er det historiske centrum (hvor det ikke er muligt at installere solpaneler), kan vi estimere, at kun 1 tag hver 5. kan bruges til at opsamle solenergi (~ 20%). I stedet for, hvis du angiver et område, som det er tilgængeligt til at implementere noget solfelt, kan du indstille 100% af det område, der kan bruges til solsystemet.
Hvilket areal på de 20% af tagene i Bolzano kan dækkes af solcellepaneler? Dækning af hele taget er ikke realistisk, da en del af taget ikke har passende retning. Da bygningen generelt har 4 sider, kan vi forestille os, at omkring 25% af taget har en god retning (i det mindste i Bolzano, hvor de fleste af tagene ikke er plane og har 2 eller 4 taghældninger). Ikke desto mindre har vi skyggeeffekter fra de omkringliggende træer, bygninger, bjerge osv., Og generelt efterlader vi noget plads tæt på taggrænsen, så lad os forestille os, at 50% af det godt orienterede tag kan bruges af PV (25 % * 50% = 12,5%), standardværdien er lidt mere optimistisk (15%).
I tilfælde af et solfelt optager PV-strengen generelt omkring 40-50% af arealet for at undgå skyggeeffekten mellem PV-strenge.
For eksempel forklarer vi metoden for en enkelt pixel (1 hektar areal). CM anvender den samme logik for hver pixel i det område, som brugeren har valgt. Standardlaget (bygningens fodaftryk) har en pixeldimension på 100x100m, derfor har vi en tilgængelig overflade på 10000 m². Forestil dig for dette eksempel, at der kun er 3000 m² tag til rådighed i pixlen, den anden manglende del af overfladen er overflade dedikeret til ruter, grønne områder, flod osv. Logikken implementeret af CM er:
available_surface = 3000 [m²] * 20% = 600 [m²]
available_pv_surface = 600 [m²] * 12.5% = 75 [m²]
single_pv_surface = 3 [kWp] / 0.15 = 20 [m²]
n_pv_plants = 75 [m²] // 20 [m²] = 3
og derfor har vi 3 anlæg på 3 KWp installeret på pixlen 100 ved 100 m (så 9 kWp), og derefter multiplicerer vi denne værdi med den energi, der produceres med 1 kWp og ganges med effektiviteten af solcelleanlæggene (inverter og transmission, som standard: 0,85) for at opnå den samlede energi produceret af pixlen: pv_energy = solar_radiation [kWh/kWp/year] * 9 [kWp] * 0.85
Nu har vi en pixel på 100x100m, som den er tilgængelig til et PV-feltsystem:
available_surface = (100 x 100) [m²] * 100% = 10000 [m²]
available_pv_surface = 10000 m² * 50% = 5000 m²
single_pv_surface = 3 [kWp] / 0.15 = 20 [m²]
n_pv_plants = 5000 // 20 = 250
og derfor har vi 250 anlæg på 3 KWp installeret på pixlen 100 x 100 m (så 750 kWp), og så multiplicerer vi denne værdi med timenergien produceret med 1 kWp og ganget med effektiviteten af solcelleanlæggene (inverter og transmission, som standard: 0,85) for at opnå den samlede energi produceret af pixlen: pv_energy = solar_radiation [kWh/kWp/year] * 750 kWp * 0.85
Bygningsoverfladen, der kan bruges, er en begrænset ressource. Derfor er det ikke muligt at bruge den samme overflade til at opsamle solenergi med et solcelleanlæg og samtidig bruge et solvarmesystem. Når vi husker det foregående eksempel, har vi allerede 75 m² overflade dedikeret til solceller, vi vurderede, at det godt orienterede tag tegner sig for 25% af den samlede overflade, og derfor har vi stadig andre 75 [m²] til rådighed. Vi kan kun bruge en brøkdel, lad os sige, at 7,5%. Dette betyder, at hvis vi før vi overvejer en 25% af taget med en god udstilling, overvejer vi, at 12,5% er dedikeret til solceller og 7,5 er dedikeret til ST, og derfor bruger vi 20% af de 25%.
Så for at give et praktisk eksempel:
available_surface = 3000 [m²] * 20% = 600 [m²]
available_st_surface = 600 [m²] * 7.5% = 45 [m²]
bemærk, at 75 + 45 = 120 [m²]
at den er mindre end estimeret overflade, der kan have en god eksponering ( available_surface * 25% = 150 [m²]
).n_st_plants = 45 [m²] // 5 [m²] = 9
solar_radiation [kWh/m²] * 45 [m²] * 0.85
Her får du banebrydende udvikling for dette beregningsmodul.
Her køres beregningsmodulet for Lombardiet-regionen i Italien (NUTS2).
Følg trinene som vist i nedenstående figur:
Nu åbner "Solar PV Potential" og er klar til at køre.
Standardindgangsværdierne overvejer muligheden for at installere tagmonterede solcellepaneler på bygninger. Disse værdier henviser til et anlæg på 3 kWp. Du skal muligvis indstille værdier under eller under standardværdier i betragtning af yderligere lokale overvejelser og omkostninger. Derfor bør brugeren tilpasse disse værdier for at finde den bedste kombination af tærskler til hans / hendes casestudie.
Følg de næste trin for at køre beregningsmodulet:
Afhængigt af din erfaring og lokal viden kan du øge eller formindske inputværdierne for at opnå bedre resultater. Du kan beslutte at øge bygningens overflade, der er velegnet til solcelleanlæg.
Tildel et navn til kørselssessionen (valgfrit - her valgte vi "Testkørsel 2"), og indstil inputparametrene Procentdel af bygninger med solpaneler svarende til 50. Det betyder, at vi dækker 50% af de tilgængelige bygningstage. Bemærk, at da hver pixel kan repræsentere mere end en bygning, og vi ikke dækker hele taget med solcelleanlæg, kan brugeren også indstille effektiv brugsfaktor for bygningstage. Standardværdien er indstillet til 0,15. Dette betyder, at kun 15% af tagoverfladen i en pixel er dækket af solcellepaneler.
Vent, indtil processen er afsluttet.
Som output vises indikatorer og diagrammer i vinduet "RESULTATER". Indikatorerne viser:
Giulia Garegnani, i Hotmaps-Wiki, CM-Solar-PV-potentiale (april 2019)
Denne side er skrevet af Giulia Garegnani ( EURAC ).
☑ Denne side blev gennemgået af Mostafa Fallahnejad ( EEG - TU Wien ).
Ophavsret © 2016-2020: Giulia Garegnani
Creative Commons Attribution 4.0 International licens
Dette arbejde er licenseret under en Creative Commons CC BY 4.0 International licens.
SPDX-licensidentifikator: CC-BY-4.0
Licens-tekst: https://spdx.org/licenses/CC-BY-4.0.html
Vi vil gerne formidle vores dybeste påskønnelse til Horizon 2020 Hotmaps-projektet (tilskudsaftale nummer 723677), som gav finansieringen til at gennemføre den nuværende undersøgelse.
This page was automatically translated. View in another language:
English (original) Bulgarian* Czech* German* Greek* Spanish* Estonian* Finnish* French* Irish* Croatian* Hungarian* Italian* Lithuanian* Latvian* Maltese* Dutch* Polish* Portuguese (Portugal, Brazil)* Romanian* Slovak* Slovenian* Swedish*
* machine translated
Last edited by web, 2020-09-30 11:29:36