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.