Προβλεψη Ηλιακης Ακτινοβολιας Με Χρηση Νευρωνικων Δικτυων Και Καλυψη Με Φβ Συστήματα

Abstract

Σήμερα η διείσδυση των ανανεώσιμων πηγών ενέργειας γίνεται ολοένα και πιο επιτακτική ανάγκη για την σταδιακή εξάλειψη των συμβατικών εργοστασίων παραγωγής αλλά και για να επιτευχθούν οι στόχοι που τίθενται από την Ευρωπαϊκή Ένωση σχετικά με τα αέρια του θερμοκηπίου. Όπως οι περισσότερες ΑΠΕ έτσι και η ηλιακή ενέργεια είναι ένα μέγεθος στοχαστικό και άρα για να μπορέσει η παραγωγή ενός ΦΒ πάρκου να είναι εγγυημένη θα πρέπει να υπάρχει αξιόπιστη πρόβλεψη. Στην παρούσα διπλωματική εργασία επιχειρήθηκε η πρόβλεψη της ηλιακής ακτινοβολίας για το επόμενο εικοσιτετράωρο με την βοήθεια ενός νευρωνικού δικτύου perceptron πολλών επιπέδων (multi-layer perceptron) το οποίο βελτιστοποιήθηκε ώστε η πρόβλεψη να έχει το μικρότερο δυνατό μέσο τετραγωνικό σφάλμα. Το δίκτυο υλοποιήθηκε με τη βοήθεια του Matlab και πιο συγκεκριμένα του Neural Network Toolbox. Για την εκπαίδευση του μοντέλου χρησιμοποιήθηκαν δεδομένα ηλιακής ακτινοβολίας, ατμοσφαιρικής πίεσης και θερμοκρασίας για 445 μέρες και η πρόβλεψη αφορά στην 446η μέρα. Στη συνέχεια υλοποιήθηκε ένα μοντέλο φωτοβολταϊκού πλαισίου στο Simulink βασισμένο σε ένα μοντέλο της Sandia το οποίο καλύπτει μια πολύ μεγάλη γκάμα των πλαισίων που κυκλοφορούν στην αγορά και έτσι τελικά προκύπτει η πρόβλεψη ισχύος μέγιστης λειτουργίας που μπορεί να παράγει ένα φωτοβολταϊκό πλαίσιο συγκεκριμένου τύπου.