TW201941530A - 判斷太陽能發電模組朝向的方法 - Google Patents

判斷太陽能發電模組朝向的方法 Download PDF

Info

Publication number
TW201941530A
TW201941530A TW107110158A TW107110158A TW201941530A TW 201941530 A TW201941530 A TW 201941530A TW 107110158 A TW107110158 A TW 107110158A TW 107110158 A TW107110158 A TW 107110158A TW 201941530 A TW201941530 A TW 201941530A
Authority
TW
Taiwan
Prior art keywords
power generation
curve
module
solar
solar power
Prior art date
Application number
TW107110158A
Other languages
English (en)
Other versions
TWI671996B (zh
Inventor
陳坤宏
Original Assignee
春禾科技有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 春禾科技有限公司 filed Critical 春禾科技有限公司
Priority to TW107110158A priority Critical patent/TWI671996B/zh
Application granted granted Critical
Publication of TWI671996B publication Critical patent/TWI671996B/zh
Publication of TW201941530A publication Critical patent/TW201941530A/zh

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy

Landscapes

  • Photovoltaic Devices (AREA)

Abstract

本創作係一種判斷太陽能發電模組朝向的方法，其包含：取得一實際發電量曲線；取得一預測發電量曲線；在一量測週期中，分別比較該實際發電量曲線及該預測發電量曲線各值之間的大小關係，判斷該太陽能發電模組的坐向。由於該太陽能發電模組在每日的不同時段所接收到的太陽光強度有所不同，造成該太陽能發電模組各時段的發電量及發電效率亦隨之不同。根據近期的天氣資料可預測出一量測週期之一預測發電量曲線，再根據該太陽能發電模組在一個量測週期中實際量測到的一實際發電量曲線，比較該兩曲線，可判斷該太陽能發電模組的坐向。

Description

判斷太陽能發電模組朝向的方法
一種判斷太陽能發電模組朝向的方法，尤其是指一種比較實際發電量及預測發電量之間的大小，判斷太陽能發電模組坐向的方法。
現今環保意識抬頭，綠能發電的比例逐漸增高，其中太陽能發電更是一大發展趨勢，可藉由在空曠地區或是建築物的屋頂建立太陽能發電案場，來提高綠能發電的發電量。在太陽能發電案場中，會使用到大量的太陽能發電模組進行發電。
在建立太陽能發電案場的過程中，架設太陽能發電模組的施工人員往往不是設計太陽能發電模組的團隊，造成在進行架設作業時，設計團隊無法得知各太陽能發電模組朝向的方位，需要另派專業人士到案場現場進行實地勘驗才能得知。由於案場的位置往往地處偏遠，交通不便不易前往，來回一趟常常耗時耗力，人力及時間成本隨之增加。
為方便判斷該太陽能發電模組的朝向，本創作係提出一種判斷太陽能發電模組朝向的方法，藉由比較太陽能發電模組的預測發電量及實際的發電量，能快速且正確地判斷出該太陽能發電模組的坐向。
為達成上述目的，本創作判斷太陽能發電模組朝向的方法，包含： (a) 取得一實際發電量曲線，係在一量測週期中記錄一太陽能發電模組之各時間點的實際發電功率值，並根據各實際發電功率值建立一實際發電量曲線，其中該量測週期包含一上午時段及一下午時段； (b) 建立一預測發電量曲線，其中，該預測發電量曲線係根據對應該實際發電量曲線之量測週期的複數個預測發電功率值建立； (c) 在該量測週期中，比較該預測發電量曲線之預測發電功率值及該實際發電量曲線實際發電功率值之間的大小，其中： 當在該量測週期中的上午時段，該實際發電量曲線之各實際發電功率值普遍大於該預測發電量曲線之各預測發電功率值，且在該量測週期中的下午時段，該實際發電量曲線之各實際發電功率值普遍小於該預測發電量曲線之各預測發電功率值，則判斷該太陽能發電模組為朝向東方； 在該量測週期中的上午時段，該實際發電量曲線之各實際發電功率值普遍小於該預測發電量曲線之各預測發電功率值，且在該量測週期中的下午時段，該實際發電量曲線之各實際發電功率值普遍大於該預測發電量曲線之各預測發電功率值，則判斷該太陽能發電模組為朝向西方； 在該量測週期中的任意時段，該實際發電量曲線貼近該預測發電量曲線，則判斷該太陽能發電模組為朝南方或北方。
本創作利用一運算整合單元預測出太陽能發電模組在一量測週期各時間之預測發電功率值，同時彙整成該預測發電量曲線，並紀錄在此量測週期內該太陽能發電模組各時間之實際發電量功率值，同時彙整成該實際發電量曲線。比較上午及下午兩個時間區間中，該預測發電量曲線之各預測發電功率值及該實際發電量曲線之各實際發電功率值兩者之間的大小關係，推斷出該太陽能發電模組是朝向哪個方位。此監控方式不需要在太陽能發電案場的現場勘驗，在遠端即能直接監控判斷，能減少人員出勤之人力成本，以及前往至案場當地之時間成本。
更進一步地，可利用該運算整合單元利用一發電效率公式計算該太陽能發電模組的發電效率，並轉成發電效率之曲線。藉由發電效率曲線根據時間的變化趨勢，可更精確的判定該太陽能發電模組的坐向。
由於太陽東升西落，使太陽能發電模組設置的坐向影響著其發電的功率，如圖1所示，太陽能發電模組10設置的方向係朝向東方，在上午時，太陽直射該太陽能發電模組10，讓該太陽能發電模組10在上午時能提供較高的發電量，同時發電效率也較高。到了下午時，如圖2所示，太陽轉由西方入射，導致該太陽能發電模組10的發電效率較低，這時的發電量就會比在上午時低。
如圖3所示，一般而言，在一太陽能發電案場中，會具有複數太陽能發電模組10，各太陽能發電模組10可以是一太陽能面板。其中複數個太陽能發電模組10可相互串連以構成一串連迴路(string)，複數個串連迴路可以共同連接至一最大功率追蹤單元12(MPPT, Maximum Power Point Tracking)，其中該最大功率追蹤單元12係設置於一逆變器14中。單一逆變器14中可包含有多個最大功率追蹤單元12，在一較佳實施例中，各逆變器14具有2~4個最大功率追蹤單元12，每一最大功率追蹤單元12可執行最大功率點追蹤程序，用來追蹤太陽能模組10產生最大功率時之對應電壓，並改變自身的電阻，以輸出最高功率之對應電壓，該逆變器14將太陽能發電模組10產生的直流電源轉換為交流電源後輸出。
請參見圖4：本創作判斷太陽能發電模組朝向的方法，步驟如下： S101：請進一步參見圖5，在一量測週期中，每經過一固定時間間隔，一運算整合單元20會紀錄一次該太陽能發電模組10當下之實際發電功率值，該時間間隔可依據不同需求的精確度而取不同大小的區間，例如十分鐘或是一小時；該運算整合單元20紀錄各時間點所測得的實際發電功率值，如圖5所示，根據該不同時間點的實際發電功率值繪整成一實際發電量曲線31，另外實際日照量以另一日照量曲線33表示。請進一步參見圖6，該運算整合單元20可以為一類神經模組或是一機器學習模組，其可設置在一遠端的控制室30並連線各太陽能發電模組10，達到遠端監控該太陽能發電模組10的目的，不需要設置於該太陽能發電案場當地。 S102：該運算整合單元20接收氣象資料，依據氣象資料進行天氣狀況的預測，該氣象資料可包含一時段內的氣溫、濕度、降雨率、風速等數據，搭配該日照量曲線33，以類神經演算法預測出在該量測週期中各時間點之預測發電功率值，如圖5所示，並根據該不同時間點的預測發電功率值繪整成一預測發電量曲線32，類神經演算法為已知技術。
S103：分別比較上午時段及下午時段，該實際發電功率值及該預測發電功率值在同一時間點上的大小，由此判斷該太陽能發電模組10的朝向。
S1031：根據該實際發電量曲線31及該預測發電量曲線32，在上午時段的同一時間點上，各實際發電功率值普遍大於各預測發電功率值；在下午時段的同一時間點上，該實際發電功率值普遍小於該預測發電功率值，可判斷出該太陽能發電模組10是朝東向設置。舉例而言，請參見圖5，在上午時(6：00~12：00)的任意時間點，該實際發電量曲線31上的各實際發電功率值大於該預測發電量曲線32上的預測發電功率值，而在下午時(12：00~18：00)的任意時間點，該實際發電量曲線31上的各實際發電功率值小於該預測發電量曲線32上的預測發電功率值，由此可知此太陽能發電模組10為朝東向之設置。
S1032：當在上午時段，若該實際發電量曲線31之各實際發電功率值普遍小於該預測發電量32之各預測發電功率值，且在下午時段，該實際發電量曲線31之各實際發電功率值普遍大於該預測發電量32之各預測發電功率值，可判斷出該太陽能發電模組10是朝西向設置。舉例而言，請參見圖7，在上午時段，該實際發電量曲線31之各實際發電功率值小於該預測發電量曲線32之各預測發電功率值，而在下午時，該實際發電量曲線31之各實際發電功率值大於該預測發電量曲線32之各預測發電功率值，由此可知此太陽能發電模組10為朝西向之設置。
S1033：由於臺灣的緯度關係，使太陽的軌跡會偏向南方，使朝南及朝北設置的該太陽能發電模組10，在一天的量測週期中，該實際發電量曲線31及該預測發電量曲線32較無明顯差異，發電量較為平均，無論在上午或下午，該實際發電量曲線31之各實際發電功率值普遍等於該預測發電量32之各預測發電功率值，由此可判斷出該太陽能發電模組10是朝南向或朝北設置。舉例而言，請參見圖8，在6：00至18：00的量測週期中，該實際發電量曲線31的趨勢貼近該預測發電量32，由此可知此太陽能發電模組10為朝南向或朝北向之設置。
除了上述步驟，本創作可進一步利用一發電效率曲線輔助判斷，確保判斷的精確性。
S201：請參見圖9，該發電效率曲線可由一發電效率公式計算後所得到，其中該發電效率公式為：RA 為在該量測週期中之其中一時段該太陽能發電模組的發電效率，pi 為該時段該太陽能發電模組產生的發電量，ri 為某一時刻之日照量，c為該太陽能發電模組的裝置容量；將各發電效率RA 集合起來，能得到一發電效率曲線60。該發電效率曲線60大致上隨時間呈遞增趨勢，而由前述可知坐向朝西的太陽能發電模組10在越接近下午的時段，發電效率越高，所以能利用圖9中該發電效率曲線60的遞增趨勢，判斷此太陽能發電模組10的坐向朝西。
S202：請參見圖10，該發電效率曲線60隨時間大致呈遞減，由前述可知坐向朝東的太陽能發電模組10在越接近上午的時段，發電效率越高，所以能利用圖10中該發電效率曲線60的遞減趨勢，判斷此太陽能發電模組10的坐向朝東。
S203：請參見圖11，該發電效率曲線60隨時間大致呈水平線。由於台灣的緯度關係，使太陽光在上午時由東南方入射，而在下午時由西南方入射，在太陽移動的過程中，若太陽能發電模組10的坐向為朝南或朝北，該太陽能發電模組10在一個量測週期中大致能均勻地接收太陽光，在量測週期內各時間點的發電效率大致相同，而如圖11所示。如此可由該發電效率曲線60隨時間的趨勢成水平線，判斷該太陽能發電模組10的坐向為朝南或朝北。
本創作藉由該運算整合單元20計算在各個時段之該實際發電量曲線31及該預測發電量曲線32，並比較在同一時間點之實際發電功率值及預測發電功率值之間的大小關係，判斷出該太陽能發電模組10的坐向，而不必親自前往該太陽能模組10架設的案場確認，且案場中若存在數量眾多的太陽能發電模組10，只要將各太陽能發電模組10所產生的各個曲線之各值取出進行比較，即能在很短的時間判斷出該案場中各個太陽能發電模組10之坐向，減少時間成本，且不須特地派專業人士至現場一一確認各太陽能發電模組10的坐向。另外，各太陽能發電模組10亦能進行發電效率的運算，並將運算的結果匯出成曲線圖，利用發電效率曲線的趨勢方向，搭配前述之判斷方法，更能準確地判定各個太陽能模組10的坐向。
另外，根據該實際發電量曲線31及該預測發電量曲線32，能判斷出同一最大功率追蹤單元12是否同時連接到兩個以上不同朝向的太陽能發電模組10(例如一組朝東，另一組朝西)。當同一最大功率追蹤單元12同時連接至多個不同朝向的該太陽能發電模組10，最大功率追蹤單元12就無法同時追蹤到不同方向的最大功率點，最大功率追蹤單元12的效能就會降低，導致逆變器14的轉換效能變低。舉例而言，一最大功率追蹤單元12同時連接一朝東之太陽能發電模組10及一朝西之太陽能發電模組10。當時間為上午時，東向的太陽能發電模組10輸出功率較高，而西向的太陽能發電模組10輸出功率較低，則該最大功率追蹤單元12會採用西向的太陽能發電模組10之輸出功率進行電量輸出，造成該最大功率追蹤單元12無法以最大發電量的功率進行輸出，而該預測發電量曲線32及該實際發電量曲線31之值也會有所落差。利用正確裝設的該太陽能發電模組10所產生的該預測發電量曲線32及該實際發電量曲線31，可判斷出那些最大功率追蹤單元12同時連接了不同方位的太陽能發電模組10。當一個太陽能案場設置了大量的該太陽能發電模組10，或是有多個太陽能案場散佈在各地區時，在遠端的該控制室30就能先進行監控偵錯，再派維修人員前往案場現場進行維修更換，不必事先派人至案場現場依電路單線圖人工費時地檢查，大幅減少人力成本。當太陽能案場設置於偏遠的地區時，在該控制室30就能判斷出設置方向異常的太陽能模組10，再派員前往處理，更是能省下許多交通往返的時間。
10‧‧‧太陽能發電模組
12‧‧‧最大功率追蹤單元
14‧‧‧逆變器
20‧‧‧運算整合單元
30‧‧‧控制室
31‧‧‧實際發電量曲線
32‧‧‧預測發電量曲線
33‧‧‧日照量曲線
60‧‧‧發電效率曲線
圖1：本創作判斷太陽能發電模組朝向的方法太陽能發電模組朝東向架設之第一示意圖。 圖2：本創作太陽能發電模組朝東向架設之第二示意圖。 圖3：本創作太陽能發電案場架構示意圖。 圖4：本創作之步驟流程圖。 圖5：本創作太陽能發電模組朝東向之各發電量曲線圖。 圖6：本創作太陽能發電模組及運算整合單元之示意圖。 圖7：本創作太陽能發電模組朝西向之各發電量曲線圖。 圖8：本創作太陽能發電模組朝南向及朝北向之各發電量曲線圖。 圖9：本創作太陽能發電模組朝西向之發電效率曲線圖。 圖10：本創作太陽能發電模組朝東向之發電效率曲線圖。 圖11：本創作太陽能發電模組朝南向及朝北向之發電效率曲線圖。

Claims (6)

  1. 一種判斷太陽能發電模組朝向的方法，包含： (a) 取得一實際發電量曲線，係在一量測週期中記錄一太陽能發電模組之各時間點的實際發電功率值，並根據各實際發電功率值建立一實際發電量曲線，其中該量測週期包含一上午時段及一下午時段； (b) 建立一預測發電量曲線，其中，該預測發電量曲線係根據對應該實際發電量曲線之量測週期的複數個預測發電功率值建立； (c) 在該量測週期中，比較該預測發電量曲線之預測發電功率值及該實際發電量曲線實際發電功率值之間的大小，其中： 當在該量測週期中的上午時段，該實際發電量曲線之各實際發電功率值普遍大於該預測發電量曲線之各預測發電功率值，且在該量測週期中的下午時段，該實際發電量曲線之各實際發電功率值普遍小於該預測發電量曲線之各預測發電功率值，則判斷該太陽能發電模組為朝向東方； 在該量測週期中的上午時段，該實際發電量曲線之各實際發電功率值普遍小於該預測發電量曲線之各預測發電功率值，且在該量測週期中的下午時段，該實際發電量曲線之各實際發電功率值普遍大於該預測發電量曲線之各預測發電功率值，則判斷該太陽能發電模組為朝向西方； 在該量測週期中的任意時段，該實際發電量曲線貼近該預測發電量曲線，則判斷該太陽能發電模組為朝南方或北方。
  2. 如請求項1所述之判斷太陽能發電模組朝向的方法，進一步包含： (d) 根據該太陽能模組的一發電效率曲線判斷該太陽能發電模組之坐向，其中： 當該發電效率曲線之迴歸線斜率小於零，判斷該太陽能發電模組為朝向東方； 該發電效率曲線之迴歸線斜率大於零，判斷該太陽能發電模組為朝向西方； 該發電效率曲線之迴歸線斜率接近於零，判斷該太陽能發電模組為朝向南方或北方； 其中該發電效率曲線根據一發電效率公式所建立，該發電效率公式如下：RA 為該太陽能發電模組在一時間點的發電比例，pi 為該太陽能發電模組在相同該時間點的發電量，ri 為之日照量，c為該太陽能發電模組的裝置容量。
  3. 如請求項2所述之判斷太陽能發電模組朝向的方法，係由一連接該太陽能發電模組之運算整合單元實施。
  4. 如請求項3所述之判斷太陽能發電模組朝向的方法，該運算整合單元為一類神經模組。
  5. 如請求項3所述之判斷太陽能發電模組朝向的方法，該運算整合單元為一機器學習模組。
  6. 如請求項4或5所述之判斷太陽能發電模組朝向的方法，該預測發電量曲線由該運算整合單元根據氣象預報資訊之天氣資訊估算預測發電功率值而建立。
TW107110158A 2018-03-23 2018-03-23 判斷太陽能發電模組朝向的方法 TWI671996B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW107110158A TWI671996B (zh) 2018-03-23 2018-03-23 判斷太陽能發電模組朝向的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107110158A TWI671996B (zh) 2018-03-23 2018-03-23 判斷太陽能發電模組朝向的方法

Publications (2)

Publication Number Publication Date
TWI671996B TWI671996B (zh) 2019-09-11
TW201941530A true TW201941530A (zh) 2019-10-16

Family

ID=68619239

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107110158A TWI671996B (zh) 2018-03-23 2018-03-23 判斷太陽能發電模組朝向的方法

Country Status (1)

Country Link
TW (1) TWI671996B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI765821B (zh) * 2021-09-13 2022-05-21 崑山科技大學 陰影模式太陽能系統的最大發電功率預測方法
TWI838895B (zh) 2022-10-04 2024-04-11 崑山科技大學 具遮陰模式之雙軸追日太陽能系統運作模型的建立方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI739312B (zh) * 2020-02-19 2021-09-11 春禾科技股份有限公司 太陽能案場日照值推估方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI589819B (zh) * 2012-05-04 2017-07-01 Big Sun Energy Tech Inc Solar power generation method and device with non-same chasing day stage
CN105553392B (zh) * 2016-03-02 2017-06-23 河北工业大学 一种自动追踪式的太阳能发电装置
CN106849853B (zh) * 2017-04-17 2018-11-27 金陵科技学院 一种基于超声马达的双轴太阳能跟踪发电装置及跟踪方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI765821B (zh) * 2021-09-13 2022-05-21 崑山科技大學 陰影模式太陽能系統的最大發電功率預測方法
TWI838895B (zh) 2022-10-04 2024-04-11 崑山科技大學 具遮陰模式之雙軸追日太陽能系統運作模型的建立方法

Also Published As

Publication number Publication date
TWI671996B (zh) 2019-09-11

Similar Documents

Publication Publication Date Title
Dhimish et al. Fault detection algorithm for grid-connected photovoltaic plants
US10962576B2 (en) Estimation of shading losses for photovoltaic systems from measured and modeled inputs
CN104601108B (zh) 一种小型光伏电站的故障诊断方法
US9606168B2 (en) Irradiance mapping leveraging a distributed network of solar photovoltaic systems
JP5736530B1 (ja) 太陽光発電システムの未来の電流値または発電量の低下の時期を予測する方法
JP6093465B1 (ja) 太陽光発電システムの発電診断方法、及び発電診断装置
CN103678872A (zh) 一种光伏发电系统性能评估方法及装置
US20150142347A1 (en) Solar Energy Disaggregation Techniques for Whole-House Energy Consumption Data
CN106156455A (zh) 一种基于全时段模拟积分的光伏发电系统发电量计算方法
JP6185206B1 (ja) 太陽光発電システムの異常または異常の予兆を検出するための方法及び装置
TWI671996B (zh) 判斷太陽能發電模組朝向的方法
Kumar et al. Iot and data mining techniques to detect and regulating of solar power system
JP2023500167A (ja) 太陽光発電ストリングの動作状態を認識する方法および装置ならびに記憶媒体
US11121670B2 (en) Smart shingles
Touati et al. Photo-Voltaic (PV) monitoring system, performance analysis and power prediction models in Doha, Qatar
CN105160595A (zh) 基于多时间尺度出力评估的分布式光伏窃电监管方法
TW201419009A (zh) 追日式太陽能光電系統增益之預估方法
TW201727559A (zh) 再生能源電廠的管理方法與系統
Okorieimoh et al. Long-Term durability of solar photovoltaic modules
TWM545838U (zh) 太陽能發電站監測系統
Tarai et al. Validation of predictive models to estimate annual PV production: A case study of odisha
TWI649716B (zh) 太陽能發電站監測系統
CN109376470B (zh) 基于adpss的光伏发电系统暂态等值阻抗辨识方法
CN114123970B (zh) 发电量损失的检测方法、装置、设备及计算机存储介质
JP2018108025A (ja) 発電設備の診断システム