Atlas Energetyki Solarnej AES-PL

Charakterystyka:

Parametr:

Kolejne mapy:

💡 Skróty klawiszowe:
← → Zmiana wartości (rok/miesiąc/godzina) A Animacja
Wybór:
INFORMACJE I METODYKA ▼
O Atlasie ▼

Atlas powstał na potrzeby inwentaryzacji zmienności przestrzennej i czasowej zasobów promieniowania słonecznego na obszarze Polski. Charakterystyki promieniowania oraz potencjał użytkowy zasobów solarnych wyznaczono na podstawie danych z pomiarów satelitarnych z okresu 01.01.2015-31.12.2024.

Dane z pomiarów satelitarnych sieci EUMETSAT LSA SAF ▼

Dane wykorzystane w Opracowaniu pochodzą z bazy danych LSA SAF (Land Surface Analysis Satellite Applications Facility), organizacji EUTMESAT. Dane pozyskiwane są z użyciem obserwacji satelitarnych Meteosat Second Generation (MSG). Urządzenie pomiarowe SEVIRI zamieszczone jest na orbicie geostacjonarnej (na wysokości około 36 000 km n.p.z). Ze względu na nieoptymalny kąt obserwacji w wyższych szerokości geograficznych i wynikające z niego deformacje geometryczne surowe dane z SEVIRI przetwarzane są przez algorytmy walidujące LSA SAF. Po opracowaniu produkty udostępniane w bazie danych, dostępnej pod adresem https://lsa-saf.eumetsat.int/en/data/products/.

W Opracowaniu uwzględniono produkt DSSF (Downward Surface Shortwave Flux, czyli strumień promieniowania krótkofalowego skierowany w kierunku powierzchni Ziemi), który zawiera dane pomiarowe o natężeniu promieniowania w przedziale długości fali 0.3-4.0 µm, z uwzględnieniem frakcji promieniowania bezpośredniego oraz udziału promieniowania rozproszonego w strumieniu promieniowania całkowitego. Uwzględniono dane z rozdzielczością czasową 15 minutową. Rozdzielczość przestrzenna danych satelitarnych wynosi 5 km. W Opracowaniu, w celu zwiększenia dokładności obliczeń natężenia promieniowania całkowitego na płaszczyznę nachyloną w danej ekspozycji (GTI, Global Tilted Irradiation), wykorzystano również produkt MDAL, który dostarczył informacji wartości albedo uśrednionej za okres doby.

Pliki HDF5 za okres pomiarów 01.01.2015-31.12.2024 wykorzystane w Opracowaniu zawierały zestawy danych: DSSF_TOT (wartości promieniowania całkowitego), FRACTION_DIFFUSE (udział frakcji promieniowania rozproszonego w całkowitym), Q_FLAG (oznaczenie jakości danych), AOD (zawartość aerozoli atmosferycznych) oraz OPACITY_INDEX (wskaźnik nieprzejrzystości kolumny atmosfery). Każdy z powyższych zestawów danych został zapisany w macierzy 3712x3712, co stanowi reprezentację geostacjonarnego dysku Ziemi widzianego przez satelity MSG. Na potrzeby opracowania wyodrębniony został wycinek zawierający terytorium Polski.

Dane z zasobów ERA5 LAND ▼

W Opracowaniu wykorzystano reanalizę ERA5-Land udostępnianą przez Copernicus Climate Change Service (C3S) / ECMWF, stanowiącą spójny, wieloletni zbiór danych meteorologicznych o podwyższonej rozdzielczości przestrzennej nad lądem (9x9 km). Z bazy ERA5-Land pobrano pole temperatury powietrza na wysokości 2 m (t2m) dla obszaru Polski za okres 01.02.2015-31.12.2024.

Dane temperatury wykorzystano jako zmienną wejściową do wyznaczenia parametrów pracy modułów fotowoltaicznych (m.in. temperatury ogniwa i wynikających z niej strat sprawności), a w konsekwencji do oszacowania produkcji energii elektrycznej z instalacji PV. Serię czasową t2m przygotowano w sposób zapewniający zgodność z pozostałymi danymi wejściowymi (w szczególności z produktami satelitarnymi w rozdzielczości 15-minutowej), poprzez odpowiednie dopasowanie czasowe i przestrzenne do obszaru opracowania.

Metodyka wyznaczania wartości GTI ▼

Do obliczenia natężenia promieniowania na płaszczyznę nachyloną o zadanej ekspozycji - GTI (Global Tilted Irradiation) wykorzystano pakiet języka R - solaR1. Obok promieniowania całkowitego i rozproszonego, wykorzystano dobowe wartości albedo mierzone przez satelitę, a w przypadku ich braku przyjęto wartość 0,2. Na podstawie tych danych, dla każdego kroku czasowego i węzła siatki obliczano wartość promieniowania bezpośredniego Słońca, jego azymut i elewację, a następnie wielkość promieniowania padającego na płaszczyzny o nachyleniach 30, 35 i 40° oraz ekspozycjach 135° (południowo-wschodnia), 180° (południowa) i 225° (południowo-zachodnia).

1Perpiñán Lamigueiro, O. (2012). solaR: Solar Radiation and Photovoltaic Systems with R. Journal of Statistical Software, 50(9), 1–32.

Metodyka wyznaczania 'capacity factor' ▼

Współczynnik wykorzystania mocy zainstalowanej (CF, %) to stosunek rzeczywistej ilości energii wyprodukowanej przez źródło w danym okresie do maksymalnej możliwej produkcji energii, gdyby to źródło pracowało z mocą znamionową przez cały ten okres. Typowo analizę przeprowadza się dla jednego roku kalendarzowego, wybranych miesięcy lub pojedynczych dni lub godzin.

Wzór CF

gdzie: 𝐶𝐹 - współczynnik wykorzystania mocy zainstalowanej, 𝐸𝑅 – energia elektryczna [kWh] wygenerowana przez źródło w analizowanym okresie [h], 𝑃𝑍 – moc znamionowa [kWp], T – okres analizy [h].

Metodyka wyznaczania wartości generacji energii w instalacji PV ▼

Za wzorcową instalację przyjęto system fotowoltaiczny o mocy znamionowej 1 kWp, określonej w standardowych warunkach testowych (STC), tj. przy natężeniu promieniowania słonecznego równym 1000 W/m2 temperaturze ogniwa 25°C oraz widmie AM 1.5. W obliczeniach przyjęto temperaturę pracy modułu w warunkach rzeczywistych na poziomie 50°C oraz ogólną sprawność systemu równą 80%, uwzględniającą straty na inwerterze, okablowaniu oraz zabrudzeniu modułów. Moc generowaną przez instalację fotowoltaiczną wyznaczano zgodnie z metodyką zaproponowaną przez Shi, Wang i Zhang (2015)2, oraz dyskutowaną w pracy Aliabadi i Radmehr (2024)3.

Obliczenia przeprowadzono dla dziewięciu wariantów instalacji różniących się parametrami montażowymi, uwzględniając trzy kąty nachylenia modułów (30°, 35° i 40°) oraz trzy kierunki ekspozycji (135°, 180° i 225°). Temperaturę pracy modułu wyznaczano na podstawie danych o temperaturze powietrza pochodzących z zestawów ERA5-Land, zsynchronizowanych czasowo z danymi o natężeniu promieniowania słonecznego.

2"Zhichao Shi, Rui Wang, Tao Zhang, Multi-objective optimal design of hybrid renewable energy systems using preference-inspired coevolutionary approach, Solar Energy, Volume 118, 2015, Pages 96-106"

3"Aliabadi, M.J., Radmehr, M. Hybrid energy system optimization integrated with battery storage in radial distribution networks considering reliability and a robust framework. Sci Rep 14, 26597 (2024)."

Metodyka wyznaczania 'Ramp rate' ▼

Współczynnik Ramp rate (tempo zmian mocy) wyznaczony został na podstawie zmian GHI jako przybliżenie krótkoterminowej (15 minutowej) zmienności generacji PV.

Wartość parametru ramp rate (RR) wyznaczono dla każdej lokalizacji i (węzła siatki 3x3km) w oparciu o dane godzinowe nasłonecznienia (GHI), z wykorzystaniem poniższego wzoru:

Wzór RR

gdzie: n – to długość (w godzinach) analizowanego okresu, np. 8760/84 dla roku kalendarzowego.

W kolejnym kroku wyznaczono średnią wartość parametru RRavg w skali kraju, który to następnie użyto jako punkt odniesienia dla określenia zmienności nasłonecznienia w poszczególnych lokalizacjach.

W tym celu obliczono bezwymiarowy wskaźnik (𝑅𝑅rel) wg poniższego wzoru:

Wzór RR

którego wartości 𝑅𝑅rel < 1 wskazują na niższą zmienność (bardziej „stabilne” warunki nasłonecznienia), natomiast 𝑅𝑅rel > 1 oznaczają wyższą zmienność lokalną względem średniej krajowej. Analizę przeprowadzono w ujęciu danych rocznych oraz w rozbiciu na poszczególne miesiące.

Zestawienia i opisy na mapach ▼

W tytule mapy zawarto nazwę charakterystyki promieniowania słonecznego lub jej potencjału użytkowego. W przypadku analizy dwóch zmiennych (n. średniej rocznej i dobowej) kolejność opisu w tytule nawiązuje do opisu jednostek przy skali barwnej (skala podwójna, Rys. 1a). Dla każdej grafiki zastosowano jednakową skalę barwną składającą się z 9 kategorii o równym zakresie przedziałów. Przedziały wartości na skali dopasowano do rozkładu danych ujętych w analizie cząstkowej, której dotyczy mapa. W ten sposób dla każdego terminu, rocznika lub okresu możliwe jest lepsze zobrazowanie rozkładu przestrzennego danego zjawiska. Dla ułatwienia porównań opracowano również zestawienia map z zastosowaniem jednolitej skali barwnej, tj. uwzględniającej rozkład danych i podział na przedziały wartości w odniesieniu do całego zbioru podlegającego analizie.

W lewym górnym rogu grafiki, w polu ramki z mapą, znajduje się odniesienie do okresu uwzględnionego w analizie którego dotyczy mapa. Charakterystyka - zwięźle opisana w tytule mapy - może uwzględniać pojedynczy rocznik np. 2015 (Rys. 1a), wartość średnią za okres 2015-2024 (Rys. 1b), miesiąc (Rys. 1c) lub godzinę (Rys. 1d).

Prezentacja graficzna
Rys. 1. Prezentacja graficzna wyników AES-PL z odniesieniem do okresu analizy w prawym górnym rogu pola mapy.

W analizach uwzględniono również ocenę zasobów promieniowania słonecznego padającego na płaszczyznę nachyloną pod kątem 30, 35 lub 40° i ustalonej ekspozycji 135° (południowo-wschodnia), 180° (południowa) lub 225° (południowo-zachodnia). Analogiczne warianty montażu instalacji przyjęto dla oceny potencjału użytkowego, tj. produkcji energii w systemach PV. W obu przypadkach opis wariantu zawarto w drugiej linijce tytułu grafiki (Rys. 2 a-c).

Prezentacja graficzna
Rys. 2. Prezentacja graficzna wyników AES-PL z odniesieniem do charakterystyki nachylenia i ekspozycji płaszczyzny.