TWI739312B - 太陽能案場日照值推估方法 - Google Patents

太陽能案場日照值推估方法 Download PDF

Info

Publication number
TWI739312B
TWI739312B TW109105368A TW109105368A TWI739312B TW I739312 B TWI739312 B TW I739312B TW 109105368 A TW109105368 A TW 109105368A TW 109105368 A TW109105368 A TW 109105368A TW I739312 B TWI739312 B TW I739312B
Authority
TW
Taiwan
Prior art keywords
solar
value
power generation
solar field
field
Prior art date
Application number
TW109105368A
Other languages
English (en)
Other versions
TW202133098A (zh
Inventor
李佳龍
Original Assignee
春禾科技股份有限公司
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 春禾科技股份有限公司 filed Critical 春禾科技股份有限公司
Priority to TW109105368A priority Critical patent/TWI739312B/zh
Publication of TW202133098A publication Critical patent/TW202133098A/zh
Application granted granted Critical
Publication of TWI739312B publication Critical patent/TWI739312B/zh

Links

Images

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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本發明揭露一種太陽能案場日照值推估方法，係由一運算伺服器執行，該方法包含下列步驟：取得在一量測時間中一太陽能案場內的各第一太陽能模組的一個別發電量；判斷該複數個別發電量是否異常；計算該太陽能案場的一第一推估日照值，係利用一第一推估日照值公式計算該第一推估日照值；修正該第一推估日照值；本發明藉由各第一太陽能模組的該個別發電量搭配該第一推估日照值公式，可較精確地推估該太陽能案場日照值。

Description

太陽能案場日照值推估方法
本發明為一種太陽能案場日照值推估方法，特別是指一種利用各第一太陽能模組的個別發電量推算該太陽能案場當下日照值的方法。
日照計是一種指向太陽，常設置於太陽能案場中，專門量測太陽能案場所接收的日照值。一般而言，太陽能案場的發電量與日照值成正比，日照值越大，太陽能案場的發電效率越高，反之則越低，因此日照計所量測的日照值可搭配太陽能案場的發電量評估該太陽能案場的發電效率。在太陽能案場的發電量無法與日照值匹配時，可推測太陽能案場中的太陽能板可能發生故障。
雖然大多數的太陽能案場皆會設置日照計作為發電效率的評估依據，但在實際應用上會碰到問題。精準度即是一例，為了精準量測日照值，日照計會設置於太陽能案場中，也就是會直接暴露在外界環境下運作，日照計極易受到太陽直射的高溫，或是被雨淋濕等外在環境影響，使得日照計故障頻繁，若要維持精準度，必須不斷地維修及校正日照計，如此一來即增加了維護的成本。而一台日照計所費不貲，若選擇直接購買新的日照計而淘汰故障的日照計，亦會大幅增加架設的成本。
但根據日照計所量測的日照值判斷發電效率，仍有可能發生誤判問題，例如若日照值充足但太陽能案場的發電效率不高，有可能是太陽能板本身受到灰塵、樹葉、枯枝、垃圾等覆蓋而降低發電量。惟實際上，太陽能案 場的管理人員僅能得知發電效率下降的事實，並不知道發電效率下降的原因屬於何者，因此必須派員前往現場觀察太陽能板的外觀是否受外在物質覆蓋，以及檢驗太陽能板的電路架構是否受損，才能決定另請清潔人員清洗太陽能板或是派請專業工程師檢修太陽能板。而為提高發電效率，太陽能案場一般設置於偏遠且較無遮蔽物的區域，如此會增加工作人員前往維護的時間、交通及人事成本。綜上所述，僅僅利用日照計所測得之日照值作為評估發電效率的唯一依據容易遇到準確率不高或是衍生成本過高的問題。
為避免僅單獨根據日照計所量測之日照值進行評估時，可能影響後續發電效率的評估準確度，本發明提出一種太陽能案場日照值推估方法，利用太陽能案場中太陽能模組的個別發電量估算該太陽能案場所受的日照值，搭配精準校正過的日照計所量測的日照值作為修正基準值，能更準確地量測且估算當下的日照值。
為達成上述目的，本發明之太陽能案場日照值推估方法係由一運算伺服器執行，該太陽能案場日照值推估方法包含下列步驟：該運算伺服器取得在一量測時間中一太陽能案場內的各第一太陽能模組的一個別發電量；該運算伺服器判斷該複數個別發電量是否異常；該運算伺服器計算該太陽能案場的一第一推估日照值，係利用一第一推估日照值公式計算該第一推估日照值，該第一推估日照值公式為：
Figure 109105368-A0305-02-0003-1
 其中，該額定發電容量為該太陽能案場的額定發電容量，標準日照值為1000W/m2，RA1為一預設績效指標，該總發電量為該複數個別發電量的總和；該運算伺服器修正該第一推估日照值，根據一基準太陽能案場的發電效率與該太陽能案場的發電效率之間的差異進行回歸運算以修正該第一推估日照值。
更進一步，本發明更包含下列步驟：該運算伺服器利用一未知太陽能案場的一座標位置及該第一推估日照值，以一反距離公式計算該未知太陽能案場的一第二推估日照值，其中該未知太陽能案場包含複數第二太陽能模組。
更進一步，本發明更包含下列步驟：該運算伺服器取得該未知太陽能案場的該座標位置；讀取複數太陽能案場各自的該第一推估日照值及該複數太陽能案場各自的位置，其中，該複數太陽能案場鄰近該未知太陽能案場；該運算伺服器判斷各第一推估日照值所對應的該複數第一太陽能模組的朝設方向是否與該複數第二太陽能模組的朝設方向相同；若是，則繼續執行下一步驟；若否，則停止計算第二推估日照值；該運算伺服器判斷該複數太陽能案場的數量是否大於等於一閾值；若是，則繼續執行下一步驟；若否，則停止計算第二推估日照值；該運算伺服器利用該反距離公式計算該未知太陽能案場的該第二推估日照值。
本發明透過取得各太陽能模組的該個別發電量搭配該第一推估日照值公式計算該第一推估日照值及加以修正後，可得到較為精確的該第一推估日照值，該第一推估日照值可用於預測該太陽能案場當下的日照量，以推測在當下時間的發電量。
針對無法取得個別發電量的未知太陽能案場，本發明可另外計算其第二推估日照值，利用該第一推估日照值及該複數太陽能案場與該未知太陽能案場之間的距離，透過該反距離公式運算修正後可得到該未知太陽能案場的該第二推估日照值，在該未知太陽能案場未設有日照計的狀態下依然可較準確地預測該第二推估日照值。
藉由預測該第一推估日照值及該第二推估日照值，本發明可在無設置日照計的太陽能案場中預測其當下的日照量，以盡早規畫發電排程；以及異常檢測診斷研究、太陽能模組是否髒汙、優劣、退化等方面的研究。
1:太陽能案場
10:第一太陽能模組
20:電流感測器
30:運算伺服器
51:東向推估日照值曲線
52:西向推估日照值曲線
53:實際日照值曲線
Gi:座標位置
P1、P2、P3、P4:太陽能案場位置
圖1：本發明之電路方塊示意圖。
圖2：本發明之步驟流程圖。
圖3：本發明之判斷個別發電量是否異常步驟流程圖。
圖4：本發明之修正第一推估日照值步驟流程圖。
圖5：本發明之東向與西向推估日照值曲線圖。
圖6：本發明之東向、西向推估日照值及實際日照值曲線圖。
圖7：本發明利用未知太陽能案場的位置及第一推估日照值，以反距離公式計算未知太陽能案場的第二推估日照值步驟流程圖。
圖8：本發明之未知太陽能案場與太陽能案場位置分布示意圖。
本發明揭露一種太陽能案場日照值推估方法，根據一太陽能案場的發電量，推估當下及當下該太陽能案場所受的日照值。請參見圖1，其 中，該太陽能案場1包含複數第一太陽能模組10、複數電流感測器20及一運算伺服器30，各第一太陽能模組10包含一個或多個太陽能板11；各電流感測器20分別與各第一太陽能模組10電性連接，用以量測各第一太陽能模組10的一發電量；該運算伺服器30與各電流感測器20可以透過有線或是無線的方式連接，用以接收各第一太陽能模組10的該發電量並執行本發明的方法。該運算伺服器30可為一具有運算功能的電腦，或是一具有運算功能的雲端伺服器，各電流感測器20可以透過無線方式將該發電量無線傳輸至該雲端伺服器。由於該複數電流感測器20與該複數第一太陽能模組10的連接關係及量測方式屬於所屬技術領域具有通常知識者所熟悉的技術，在此不多贅述。
請參見圖2，本發明的第一實施例包含下列步驟：S11：取得在一量測時間中各第一太陽能模組的一個別發電量；S12：判斷該複數個別發電量是否異常；S13：計算該太陽能案場的一第一推估日照值；S14：修正該第一推估日照值。
在步驟S11中，該量測時間為一時間點，在該時間點下，該運算伺服器30取得每一個第一太陽能模組10的該個別發電量，例如該運算伺服器30取得2019年12月1日12：00pm當下的該複數筆個別發電量。進一步而言，由於在一太陽能案場1中，該複數第一太陽能模組10設置的方向不見得一致，舉例來說，為提高該太陽能案場1的發電效率，部分的第一太陽能模組10會朝東設置，部分的第一太陽能模組10會朝西設置，使朝東的第一太陽能模組10在上午時的該發電量較高，朝西的第一太陽能模組10在下午時的該發電量較高。因此該複數第一太陽能模組10可包含複數東向第一太陽能模組及複數西向第一太陽能模組，且各東向第一太陽能模組會分別產生一東向個別發電量，各西向第一太陽能模組會分別產生一西向個別發電量。
請進一步參見圖3，在步驟S12中，更包含下列步驟：S121：計算一個別發電量變異係數；S122：判斷該個別發電量變異係數是否小於一個別發電量變異係數閾值。
在步驟S121中，該運算伺服器30首先計算該複數筆個別發電量的平均數及標準差，將標準差除以平均數以得到該個別發電量變異係數。
在步驟S122中，該運算伺服器30比較該個別發電量變異係數及該個別發電量變異係數閾值的大小，其中該個別發電量變異係數閾值是預設於該運算伺服器30中。當該個別發電量變異係數大於該個別發電量變異係數閾值，代表各個別發電量之間差異過大，原因可能是該複數第一太陽能模組10的發電異常，各個別發電量有所誤差較無參考價值，則停止計算該預估日照值。
當該個別發電量變異係數小於該個別發電量變異係數閾值，代表該複數第一太陽能模組10的發電狀況正常，使各個別發電量之間差異不大，則繼續執行步驟S13。
在步驟S13中，該運算伺服器30取得該複數第一太陽能模組10的一總發電量；其中該總發電量由該複數電流感測器20在一量測週期內量測該複數第一太陽能模組10的電流而得，且該總發電量等於該複數個別發電量的總和；該量測週期可為一小時、四個小時(半天)或八個小時(一天)，但不以上述時間為限，以下說明皆以一天為例。該運算伺服器30根據該總發電量及一第一推估日照值公式計算該第一推估日照值，該第一推估日照值公式為：
Figure 109105368-A0305-02-0007-2
 其中，該額定發電容量為該太陽能案場1的額定發電容量；標準日照值為1000W/m2，RA1為預設績效指標，又稱直流發電比(Array Ratio)，代 表該太陽能案場1的發電效率指標，在實際測試中，RA1=0.9為計算該第一推估日照值最準確的數值，但不以0.9為限。
將額定發電容量、標準日照值、RA1及該總發電量帶入該第一推估日照值公式中即能得到該第一推估日照值。由於在步驟S12時已確認該複數個別發電量的數值正常，而額定發電容量、標準日照值及RA1皆是已知的常數，因此將上述數值帶入該第一推估日照值公式即能得到較為準確的該第一推估日照值。
在步驟S14中，由於複數第一太陽能模組10的發電效率會隨著溫度或日照變化等環境因素而有所波動，因此必須再進行修正該第一推估日照值的步驟，才能得到更準確的該第一推估日照值。
請參見圖4，在步驟S14中更包含下列步驟：S141：在一包含複數基準太陽能模組的一基準太陽能案場中，取得該量測週期中所量測的一總基準發電量及一基準日照值，其中該總基準發電量係由該基準太陽能案場中的全體基準太陽能模組所產生的總發電量；該基準日照值由一基準日照計預先在一段時間中量測該基準太陽能案場所受之日照值而得到，其中該基準日照計係有經過定期檢驗及校正，以確保每次的量測都是準確的；S142：計算一基準績效指標及一實際績效指標；該基準績效指標代表該基準太陽能案場的發電效率指標，該實際績效指標代表該太陽能案場1的實際發電效率指標；S143：比較每增加一日照公差值時，該基準績效指標及該實際績效指標的差異；S144：將各基準績效指標、各實際績效指標的差值進行線性回歸運算以得到一回歸模型。
在步驟S141中，該運算伺服器30取得該總基準發電量，該總基準發電量是由基準太陽能案場在該量測週期中所產生的總發電量，其中該基準太陽能案場不是該太陽能案場1，該基準太陽能案場包含該複數個基準太陽能模組，該複數基準太陽能模組的數目與該太陽能案場1中的第一太陽能模組10的數目及朝設方向均為一致，且該運算伺服器30收集該複數基準太陽能模組所產生的總體發電量作為總基準發電量。
在步驟S142中，利用一基準績效指標公式計算該複數基準太陽能模組的一基準績效指標RA2，利用一實際績效指標公式計算該複數第一太陽能模組10的一實際績效指標RA3。該基準績效指標公式為：
Figure 109105368-A0305-02-0009-3
 其中，該基準額定發電容量為該基準太陽能案場的額定發電容量；標準日照值為1000W/m2，RA2為基準績效指標，代表該基準太陽能案場的發電效率指標。
該實際績效指標公式為：
Figure 109105368-A0305-02-0009-4
 其中，該額定發電容量為該太陽能案場1的額定發電容量；標準日照值為1000W/m2，RA3為該實際績效指標，代表該太陽能案場1實際的發電效率指標；該實際日照值由設置於該太陽能案場1中的該日照計在該量測週期內所量測而得的日照值，且日照計的朝設方向與該複數第一太陽能模組10的朝設方向相同。
在步驟S143中，該運算伺服器30以該日照公差值依序加減該基準日照值及該實際日照值以得到對應的該基準績效指標RA2、實際績效指標 RA3。以使用一初始基準日照值為900W/m2且該日照公差值為100W/m2為例，則該運算伺服器30依序計算該基準日照值為900±100(即800W/m2、1000W/m2)、900±100*2(700W/m2、1100W/m2)、900±100*3(600W/m2、1200W/m2)......所對應的該基準績效指標，如下表。其中該基準日照值的範圍為500~1300W/m2，依此類推可得到該基準日照值為500、600、......1200、1300(W/m2)時所對應的各該基準績效指標RA2。同樣地，該實際日照值搭配該日照公差值以100W/m2同樣可得到對應的各該實際績效指標RA3。最後計算相同該量測週期的該基準績效指標RA2與該實際績效指標RA3之間的差值，以及經加減該日照公差值後所得的各個該基準日照值、實際日照值之間的差值△1、△2...△9。
Figure 109105368-A0305-02-0010-18
Figure 109105368-A0305-02-0011-19
在步驟S144中，將各基準績效指標RA2與各實際績效指標RA3之間的差值△1、△2...△9進行線性回歸運算以得到該回歸模型，並將該回歸模型帶入該運算伺服器30進行運算。在預測當下的該推估日照值時，可得到更準確的該推估日照值。由於線性回歸運算屬於所屬技術領域具有通常知識者所熟知的計算方案，在此不多贅述。透過線性回歸運算得到的該回歸模型在遇到較異常之該實際日照值時，依然可得到較為準確的該推估日照值。
請參見圖5，經由上述方法，若該太陽能案場1包含有複數個朝著東向設置的第一太陽能模組10以及複數個朝著西向設置的第一太陽能模組10，則可以依據上述方法可分別為不同方向設置的第一太陽能模組10計算出出一東向推估日照值曲線51及一西向推估日照值曲線52，該東向推估日照值曲線51代表在該太陽能案場1中朝向東方設置的該複數太陽能模組10在一天中所推估的日照值變化；該西向推估日照值曲線52代表在該太陽能案場1中朝向西方設置的該複數太陽能模組10在一天中所推估的日照值變化。理論上，由於在上午時陽光從東方照射過來，朝向東方設置的該日照計會具有較高的日照值；到了下午時則為朝向西方設置的該日照計會具有較高的日照值。
請進一步參見圖6，為了驗證圖5的東向推估日照值曲線51及西向推估日照值曲線52的正確性，本發明在該太陽能案場1的另一個相鄰太陽能案場實際量測一天的日照值變化，該相鄰太陽能案設有一日照計，該日照計實 際量測該相鄰太陽能案場當中的西向太陽能模組之日照值，該日照計所測得的日照值為圖6中的一實際日照值曲線53。以該實際日照值曲線53進行驗證，可發現由日照值所測得的該實際日照值曲線53與本發明計算出來的該西向推估日照值曲線52重疊度高，也就是說經由上述方法所預測的該西向推估日照值曲線52與該實際日照值曲線53幾乎相符，預測準確度高。
上述預測日照值的實施例是適用於可獲取發電資訊的太陽能案場1，利用各第一太陽能模組10的該個別發電量預測該太陽能案場1當下的日照值。請進一步參見圖2及圖7，在本發明的另一較佳實施例中，針對無法獲取發電資訊的太陽能案場(以下稱未知太陽能案場)，進一步包含一步驟S15以預測該未知太陽能案場的日照值：S15：利用一未知太陽能案場的位置及該第一推估日照值，以一反距離公式計算該未知太陽能案場的一第二推估日照值，其中該未知太陽能案場包含複數第二太陽能模組。
在步驟S15中，更包含以下步驟：S151：取得該未知太陽能案場的一座標位置；S152：讀取複數太陽能案場各自的該第一推估日照值及該複數太陽能案場各自的位置，其中，該複數太陽能案場鄰近該未知太陽能案場；S153：判斷各第一推估日照值所對應的該複數第一太陽能模組的朝設方向是否與該複數第二太陽能模組的朝設方向相同；若是，則繼續執行步驟S154；若否，則停止推估流程；S154：判斷該複數太陽能案場的數量是否大於等於一閾值；若是，則繼續執行步驟S155；若否，則停止推估流程；S155：利用該反距離公式計算該未知太陽能案場的該第二推估日照值。
在步驟S151中，該運算伺服器30取得該未知太陽能案場的該座標位置，該座標位置可以經緯度表示，亦可以其他座標係表示。以直角座標為例，該未知太陽能案場的該座標位置Gi可表示為(Gxi、Gyi)。
請進一步參見圖8，在步驟S152中，該運算伺服器30取得各複數太陽能案場1的第一推估日照值及該複數太陽能案場1各自的位置，其中各第一推估日照值(以下說明以Zi表示)為該複數太陽能案場1經由步驟S11~S14計算而得到的日照值；各太陽能案場1的位置Pi可以經緯度表示，亦可以其他座標系表示。以直角座標為例，各太陽能案場1的位置可表示為(Xi、Yi)；在圖8中，共有四座太陽能案場1，各太陽能案場1分別表示為P1、P2、P3、P4，其中P1的位置為(X1,Y1)，P2的位置為(X2,Y2)，以此類推。
在步驟S153中，由於該未知太陽能案場中有複數相同朝設方向或不同朝設方向的複數第二太陽能模組，為了正確預估該複數第二太陽能模組所接受的各第二推估日照值，該運算伺服器30必須取得與各第二太陽能模組相同朝設方向的各第一太陽能模組。也就是說，為了計算一第二東向太陽能模組所接受的該第二推估日照值，必須使用一第一東向太陽能模組所接受的該第一推估日照值作為基準，同理，西向、南向、北向的第二太陽能模組亦是如此。若作為參考的該第一太陽能模組的朝設方向與該第二太陽能模組的朝設方向不將導致錯誤地預測該第二推估日照值。因此若該第一太陽能模組與該第二太陽能模組的方向不同，則該運算伺服器30不會繼續進行後續計算及判斷步驟。
在步驟S154中，若該複數太陽能案場1的數量過少，能取得的該第一推估日照值筆數亦不多，在進行預測時時可能會因樣本過小而無法較準確地預測該第二推估日照值，因此可取得該第一推估日照值的該複數太陽能案場1數量較佳的大於該閾值，令該第二推估日照值的具有較高的精準度。在一實施例中，較佳的該閾值是4，也就是在有四座太陽能案場1能提供該第一推估日 照值的狀態下，該第二推估日照值的精確度最高，且又不會因該第一推估日照值的數量過多而使該運算伺服器30必須多花時間進行運算，但該閾值不以4為限，亦可為3、5、6。同樣地，若該複數太陽能案場1的數量少於該閾值，則該運算伺服器30不會繼續進行後續計算及判斷步驟。
在步驟S155中，首先計算每一個太陽能案場1與該未知太陽能案場之間的相對距離：
Figure 109105368-A0305-02-0014-8
；其中Di為第i個該太陽能案場1與該未知太陽能案場之間的相對距離。
接著計算該第二推估日照值：
Figure 109105368-A0305-02-0014-9
，其中Gzi為該第二推估日照值。
換句話說，以各太陽能案場1的各第一推估日照值Zi及各太陽能案場1到該未知太陽能案場的距離Di進行修正，即能得到該未知太陽能案場的該第二推估日照值。更進一步而言，將所有太陽能案場1的各第一推估日照值Zi除以各太陽能案場1到該未知太陽能案場的距離Di後再進行加總以得到一第一總和
Figure 109105368-A0305-02-0014-11
，各太陽能案場1到該未知太陽能案場的距離Di的倒數再加總後可得到一第二總和
Figure 109105368-A0305-02-0014-12
，以該第一總和除以第二總和即能得到該未知太陽能案場的該第二推估日照值。

Claims (9)

  1. 一種太陽能案場日照值推估方法，係由一運算伺服器執行，該太陽能案場日照值推估方法包含下列步驟：該運算伺服器取得在一量測時間中一太陽能案場內的各第一太陽能模組的一個別發電量；該運算伺服器判斷該複數個別發電量是否異常；該運算伺服器計算該太陽能案場的一第一推估日照值，係利用一第一推估日照值公式計算該第一推估日照值，該第一推估日照值公式為：
    Figure 109105368-A0305-02-0016-13
     其中，該額定發電容量為該太陽能案場的額定發電容量，標準日照值為1000W/m2，RA1為一預設績效指標，該總發電量為該複數個別發電量的總和；該運算伺服器修正該第一推估日照值，根據一基準太陽能案場的發電效率與該太陽能案場的發電效率之間的差異進行回歸運算以修正該第一推估日照值。
  2. 如請求項1所述之太陽能案場日照值推估方法，更包含下列步驟：該運算伺服器利用一未知太陽能案場的一座標位置及該第一推估日照值，以一反距離公式計算該未知太陽能案場的一第二推估日照值，其中該未知太陽能案場包含複數第二太陽能模組。
  3. 如請求項2所述之太陽能案場日照值推估方法，在計算該第二推估日照值的步驟中，更包含下列步驟：該運算伺服器取得該未知太陽能案場的該座標位置； 該運算伺服器讀取複數太陽能案場各自的該第一推估日照值及該複數太陽能案場各自的位置，其中，該複數太陽能案場鄰近該未知太陽能案場；該運算伺服器判斷各第一推估日照值所對應的該複數第一太陽能模組的朝設方向是否與該複數第二太陽能模組的朝設方向相同；若是，則繼續執行下一步驟；若否，則停止計算第二推估日照值；該運算伺服器判斷該複數太陽能案場的數量是否大於等於一閾值；若是，則繼續執行下一步驟；若否，則停止計算第二推估日照值；該運算伺服器利用該反距離公式計算該未知太陽能案場的該第二推估日照值。
  4. 如請求項1到3中任一項所述之太陽能案場日照值推估方法，在修正該第一推估日照值的步驟中，更包含下列步驟：在包含複數基準太陽能模組的該基準太陽能案場中，該運算伺服器取得該量測週期中所量測的一總基準發電量及一基準日照值，其中該總基準發電量係由與該複數第一太陽能模組朝設方向相同之該複數基準太陽能模組所產生，該基準日照值由設置於該基準太陽能案場中的一基準日照計預先在一段時間中量測該基準太陽能案場所受之日照值而得；該運算伺服器計算一基準績效指標及一實際績效指標；當每增加一日照公差值時，該運算伺服器計算相對應的該基準績效指標及該實際績效指標之間的差值；該運算伺服器將相對應的基準績效指標與實際績效指標的差值進行線性回歸運算以得到一回歸模型。
  5. 如請求項4所述之太陽能案場日照值推估方法，在判斷該複數個別發電量是否異常的步驟中，更包含下列步驟：該運算伺服器計算一個別發電量變異係數； 該運算伺服器比較該個別發電量變異係數及一個別發電量變異係數閾值；若該個別發電量變異係數大於該個別發電量變異係數閾值，則停止計算該第一推估日照值；若該個別發電量變異係數小於該個別發電量變異係數閾值，則繼續執行該計算該太陽能案場的該第一推估日照值之步驟。
  6. 如請求項5所述之太陽能案場日照值推估方法，係由該太陽能案場中的該複數第一太陽能模組、複數電流感測器及該運算伺服器所執行，其中各該第一太陽能模組包含一個或多個太陽能板；各電流感測器分別與各第一太陽能模組電性連接，用以量測各第一太陽能模組的個別發電量；該運算伺服器與各電流感測器以有線或無線的方式連接，用以透過各電流感測器而接收各第一太陽能模組的該個別發電量。
  7. 如請求項6所述之太陽能案場日照值推估方法，其中該基準績效指標公式為：
    Figure 109105368-A0305-02-0018-14
     其中，該基準額定發電容量為該基準太陽能案場的額定發電容量，標準日照值為1000W/m2。
  8. 如請求項7所述之太陽能案場日照值推估方法，其中該實際績效指標公式為：
    Figure 109105368-A0305-02-0018-15
     其中，該額定發電容量為該太陽能案場的額定發電容量；標準日照值為1000W/m2，該實際績效指標代表該太陽能案場實際的發電效率指標；該實際日 照值由設置於該太陽能案場中的一日照計在該量測週期內所量測而得的日照值，該日照計的朝設方向與該複數第一太陽能模組的朝設方向相同。
  9. 如請求項8所述之太陽能案場日照值推估方法，在判斷該複數個別發電量是否異常的步驟中，該運算伺服器係計算該複數個別發電量的一平均數及一標準差，該標準差除以該平均數以得到該個別發電量變異係數。
TW109105368A 2020-02-19 2020-02-19 太陽能案場日照值推估方法 TWI739312B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109105368A TWI739312B (zh) 2020-02-19 2020-02-19 太陽能案場日照值推估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109105368A TWI739312B (zh) 2020-02-19 2020-02-19 太陽能案場日照值推估方法

Publications (2)

Publication Number Publication Date
TW202133098A TW202133098A (zh) 2021-09-01
TWI739312B true TWI739312B (zh) 2021-09-11

Family

ID=78777625

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109105368A TWI739312B (zh) 2020-02-19 2020-02-19 太陽能案場日照值推估方法

Country Status (1)

Country Link
TW (1) TWI739312B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI571045B (zh) * 2015-12-25 2017-02-11 Methods and systems for abnormal detection of solar power plants
KR101761686B1 (ko) * 2017-03-31 2017-07-31 (주)하모니앤유나이티드 머신 러닝을 이용한 태양광 발전량 실시간 예측 시스템
TWI645663B (zh) * 2018-04-11 2018-12-21 春禾科技有限公司 Abnormal judgment method and system for power generation performance of solar energy equipment
TWM577214U (zh) * 2018-11-13 2019-04-21 易謙科技股份有限公司 Solar field monitoring system using wireless communication
TWI664601B (zh) * 2017-03-30 2019-07-01 春禾科技有限公司 參考日照量的太陽能發電預測系統
TWI671996B (zh) * 2018-03-23 2019-09-11 春禾科技有限公司 判斷太陽能發電模組朝向的方法
WO2020022624A1 (ko) * 2018-07-26 2020-01-30 (주)에코브레인 태양광 발전단지 기상예측 상세기술과 단지환경을 반영한 발전량 산정방법, 그 방법을 이용한 실시간 태양광 발전량 예측시스템
TWI684927B (zh) * 2018-08-24 2020-02-11 楊念哲 太陽光電發電預測系統及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI571045B (zh) * 2015-12-25 2017-02-11 Methods and systems for abnormal detection of solar power plants
TWI664601B (zh) * 2017-03-30 2019-07-01 春禾科技有限公司 參考日照量的太陽能發電預測系統
KR101761686B1 (ko) * 2017-03-31 2017-07-31 (주)하모니앤유나이티드 머신 러닝을 이용한 태양광 발전량 실시간 예측 시스템
TWI671996B (zh) * 2018-03-23 2019-09-11 春禾科技有限公司 判斷太陽能發電模組朝向的方法
TWI645663B (zh) * 2018-04-11 2018-12-21 春禾科技有限公司 Abnormal judgment method and system for power generation performance of solar energy equipment
WO2020022624A1 (ko) * 2018-07-26 2020-01-30 (주)에코브레인 태양광 발전단지 기상예측 상세기술과 단지환경을 반영한 발전량 산정방법, 그 방법을 이용한 실시간 태양광 발전량 예측시스템
TWI684927B (zh) * 2018-08-24 2020-02-11 楊念哲 太陽光電發電預測系統及方法
TWM577214U (zh) * 2018-11-13 2019-04-21 易謙科技股份有限公司 Solar field monitoring system using wireless communication

Also Published As

Publication number Publication date
TW202133098A (zh) 2021-09-01

Similar Documents

Publication Publication Date Title
CN107643507B (zh) 一种基于电网线路运行误差远程校准的精益线损分析与管控方法
Platon et al. Online fault detection in PV systems
TWI586066B (zh) Solar power generation monitoring method and the solar power generation monitoring system used in the method
Cameron et al. Comparison of PV system performance-model predictions with measured PV system performance
US10956629B2 (en) Estimation of soiling losses for photovoltaic systems from measured and modeled inputs
US20140188410A1 (en) Methods for Photovoltaic Performance Disaggregation
KR101141027B1 (ko) 냉난방부하 추정을 위한 시간별 기상데이터 예측방법
Bastidas-Rodriguez et al. Quantification of photovoltaic module degradation using model based indicators
Freeman et al. System advisor model: Flat plate photovoltaic performance modeling validation report
JP6813291B2 (ja) 太陽光発電の性能評価方法
Manfren et al. Lean and interpretable digital twins for building energy monitoring–A case study with Smart Thermostatic Radiator Valves and Gas Absorption Heat Pumps
CN110298765B (zh) 一种基于客观关联因素的配电网用电功率异常检测方法
Wang et al. Performance assessment of photovoltaic modules based on daily energy generation estimation
Stein et al. A standardized approach to PV system performance model validation
De Keizer et al. Simulation-based long-term fault detection for solar thermal systems
JP2022008764A (ja) 太陽光発電所の日射量推定方法
Wittmer et al. Analysis of PV grid installations performance, comparing measured data to simulation results to identify problems in operation and monitoring
CN111998918A (zh) 一种误差校正方法、误差校正装置及流量传感系统
KR20140122010A (ko) 태양광 모듈의 전력 데이터 관리 향상을 위한 검침 데이터 보정 방법 및 장치
Copper et al. Australian technical guidelines for monitoring and analysing photovoltaic systems
TWI739312B (zh) 太陽能案場日照值推估方法
CN112016260B (zh) 基于光伏组件i-v曲线的热斑电池片温度估算方法、装置及存储介质
US20180034410A1 (en) Photovoltaic power generation system evaluation apparatus, evaluation method, and storage medium storing a program for an evaluation apparatus
Spataru et al. Development and implementation of a PV performance monitoring system based on inverter measurements
Lee et al. Development of the estimation model for the maximum power point of building-applied photovoltaic systems based on machine learning