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.
Tämä moduuli laskee katolle asennettujen aurinkolämpö- ja aurinkosähköjärjestelmien energiantoimitusmahdollisuudet ja niihin liittyvät kustannukset määritetyllä alueella. Moduulin syötteet ovat rasteritiedostoja rakennuksen jalanjäljestä ja auringon säteilytyksestä, vertailevien aurinkolämpö- ja aurinkosähköjärjestelmien kustannuksista ja tehokkuudesta sekä niiden kattoalueiden osista, joihin aurinkolämpö- ja aurinkosähköjärjestelmät on asennettu.
Laskentamoduulin tarkoituksena on laskea aurinkolämpö- ja aurinkosähköpotentiaali sekä valitun alueen taloudellinen toteutettavuus harkitsemalla:
Syöttöparametrit ja -tasot sekä ulostulotasot ja -parametrit ovat seuraavat.
Syöttökerrokset ja parametrit ovat:
Tulostustasot ja parametrit ovat:
Alkaen käytettävissä olevasta alueesta ja PV-tekniikan tyypistä moduuli laskee PV-energiantuotannon seuraavien oletusten perusteella:
Nämä oletukset on tehty, jotta voidaan harkita alueen suunnitteluvaihetta eikä tietyn aurinkosähköjärjestelmän suunnittelua.
Vuotuinen energiantuotto lasketaan ottamalla huomioon vuotuisen auringon säteilyn alueellinen jakauma rakennuksen jalanjäljessä. PV-energian tuotanto lasketaan yhdelle edustavalle laitokselle. Kaikkein edustavin aurinkosähköjärjestelmälle asennettu huipputeho on moduulin tulo. Näin ollen lasketaan yhden kasvin peittämä pinta ja kasvien kokonaismäärä.
Lopuksi sopivin alue lasketaan ottamalla huomioon katot, joiden energiantuotanto on suurempi. Kunkin pikselin energiantuotanto kattaa vain osan katoista, joka on yhtä suuri kuin f_roof. Sopivimman alueen energiantuotannon integraali on yhtä suuri kuin valitun alueen energiantuotanto.
Käytännön esimerkin antamiseksi CM-logiikkaa / metodologiaa sovelletaan ennalta määritettyyn alueeseen. Oletusarvoisesti käytettävä syöttöalue on rakennusten jalanjälki. Joten esimerkiksi Bolzanon kaupunki (Italia), koska suuri osa kaupungista on historiallinen keskusta (johon ei ole mahdollista asentaa aurinkopaneeleja), voimme arvioida, että vain 1 katto joka viides voidaan käyttää aurinkoenergian keräämiseen (~ 20%). Sen sijaan, jos annat alueen, jolla se on käytettävissä jonkin aurinkokentän toteuttamiseen, voit asettaa 100% alueesta, jota voidaan käyttää aurinkokuntaan.
Minkä alueen 20 prosentin katoista Bolzanossa voidaan kattaa PV-paneeleilla? Koko katon peittäminen ei ole realistista, koska osa katosta ei ole sopivassa asennossa. Koska rakennuksessa on yleensä 4 sivua, voimme kuvitella, että noin 25 prosentilla katosta on hyvä suunta (ainakin Bolzanossa, jossa suurin osa katoista ei ole tasaisia ja niissä on 2 tai 4 katon kaltevuutta). Siitä huolimatta meillä on varjoja ympäröivistä puista, rakennuksista, vuorista jne., Ja yleensä jätämme jonkin verran tilaa kattojen reunan läheisyyteen, joten kuvitellaan, että PV voi käyttää 50% hyvästä katosta (25 % * 50% = 12,5%), oletusarvo on hieman optimistisempi (15%).
Aurinkokentän ollessa kyseessä PV-merkkijono vie noin 40-50% pinta-alasta PV-merkkijonojen välisen varjostuksen välttämiseksi.
Esimerkin vuoksi selitämme yhden pikselin (yhden hehtaarin pinta-ala) metodologiaa. CM käyttää samaa logiikkaa jokaiselle pikselille käyttäjän valitsemalla alueella. Oletuskerroksen (rakennuksen jalanjäljen) pikselimitta on 100x100m, joten käytettävissä oleva pinta-ala on 10000 m². Kuvittele tässä esimerkissä, että pikselissä on käytettävissä vain 3000 m² kattoja, pinnan toinen puuttuva osa on reiteille, viheralueille, jokille jne. Omistettu pinta. CM: n toteuttama logiikka on:
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
ja siksi meillä on 3 3 KWp: n laitosta, jotka on asennettu pikseliin 100 x 100 m (joten 9 kWp), ja sitten kerrotaan tämä arvo 1 kWp: n tuottamalla energialla ja kerrotaan aurinkosähköjärjestelmien hyötysuhteella (taajuusmuuttaja ja siirto, oletusarvoisesti: 0,85) pikselin tuottaman kokonaisenergian saamiseksi: pv_energy = solar_radiation [kWh/kWp/year] * 9 [kWp] * 0.85
Nyt meillä on 100x100m pikseli, joka on käytettävissä PV-kenttäjärjestelmälle:
available_surface = (100 x 100) [m²] * 100% = 10000 [m²]
oleva pinta 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
ja siksi meillä on 250 3 kWh: n laitosta, jotka on asennettu 100 x 100 m pikseliin (joten 750 kWp), ja sitten kerrotaan tämä arvo tuotetulla tunnin energialla 1 kWp: lla ja kerrotaan aurinkosähköjärjestelmien hyötysuhteella (taajuusmuuttaja ja siirto, oletusarvoisesti: 0,85) pikselin tuottaman kokonaisenergian saamiseksi: pv_energy = solar_radiation [kWh/kWp/year] * 750 kWp * 0.85
Rakennuksen pinta, jota voidaan käyttää, on rajallinen resurssi. Siksi ei ole mahdollista käyttää samaa pintaa aurinkoenergian keräämiseksi aurinkosähköjärjestelmällä ja samalla käyttää aurinkolämpöjärjestelmää. Joten edellinen esimerkki muistetaan, meillä on jo 75 m² pintaa omistettu PV: lle. Arvioimme, että hyvän suuntautuneen katon osuus on 25% kokonaispinnasta, ja siksi meillä on vielä muita 75 [m²] käytettävissä. Voimme käyttää vain murto-osaa, sanokaamme, että 7,5%. Tämä tarkoittaa, että jos ennen kuin otamme huomioon 25% katosta, jolla on hyvä näyttely, harkitsemme, että 12,5% on omistettu PV: lle ja 7,5 on omistettu ST: lle, ja siksi käytämme 20% 25%: sta.
Joten antaa käytännön esimerkki:
available_surface = 3000 [m²] * 20% = 600 [m²]
available_st_surface = 600 [m²] * 7.5% = 45 [m²]
huomaa, että 75 + 45 = 120 [m²]
on pienempi kuin arvioitu pinta, jolla voi olla hyvä esitys ( available_surface * 25% = 150 [m²]
pinta available_surface * 25% = 150 [m²]
).n_st_plants = 45 [m²] // 5 [m²] = 9
solar_radiation [kWh/m²] * 45 [m²] * 0.85
Täältä saat vertailevan kehityksen tälle laskentamoduulille.
Tässä laskentamoduuli suoritetaan Lombardian alueelle Italiassa (NUTS2).
Noudata alla olevan kuvan ohjeita:
Nyt "Solar PV Potential" avautuu ja on käyttövalmis.
Oletusarvoissa otetaan huomioon mahdollisuus asentaa kattoon asennetut aurinkopaneelit rakennuksiin. Nämä arvot viittaavat 3 kWp: n laitokseen. Sinun on ehkä asetettava arvot, jotka ovat suppeampia tai yli oletusarvojen, ottaen huomioon paikalliset lisähuomioita ja kustannukset. Siksi käyttäjän tulisi säätää näitä arvoja löytääkseen paras yhdistelmä kynnyksiä tapaustutkimukselleen.
Suorita laskentamoduuli seuraavasti:
Kokemuksestasi ja paikallistuntemuksestasi riippuen voit lisätä tai vähentää syöttöarvoja parempien tulosten saavuttamiseksi. Voit päättää lisätä aurinkosähkölaitoksille soveltuvaa rakennuspintaa.
Määritä ajoistunnolle nimi (valinnainen - tässä valittiin "Test Run 2") ja asetetaan syöttöparametrit Aurinkopaneeleilla toimivien rakennusten prosenttiosuus on 50. Se tarkoittaa, että peitämme 50% rakennuksen käytettävissä olevista katoista. Huomaa, että koska jokainen pikseli voi edustaa useampaa kuin yhtä rakennusta, emmekä peitä koko kattoa PV-paneeleilla, käyttäjä voi asettaa myös rakennuksen tehokkaan hyötykäytön. Oletusarvo on 0,15. Tämä tarkoittaa, että PV-paneelit peittävät vain 15% pikselin kattopinnasta.
Odota, kunnes prosessi on valmis.
Tuloksena indikaattorit ja kaaviot näytetään "TULOKSET" -ikkunassa. Indikaattorit osoittavat:
Giulia Garegnani, Hotmaps-Wikissä, CM-Solar-PV-potential (huhtikuu 2019)
Tämän sivun on kirjoittanut Giulia Garegnani ( EURAC ).
☑ Tämän sivun tarkisti Mostafa Fallahnejad ( EEG - TU Wien ).
Tekijänoikeus © 2016-2020: Giulia Garegnani
Creative Commons Nimeä 4.0 -lisenssi
Tämä teos on lisensoitu Creative Commons CC BY 4.0 -lisenssillä.
SPDX-lisenssitunniste: CC-BY-4.0
Lisenssiteksti: https://spdx.org/licenses/CC-BY-4.0.html
Haluamme välittää syvän arvostuksemme Horisontti 2020 Hotmaps -hankkeelle (avustussopimuksen numero 723677), joka tarjosi rahoitusta tämän tutkimuksen suorittamiseen.
This page was automatically translated. View in another language:
English (original) Bulgarian* Czech* Danish* German* Greek* Spanish* Estonian* 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