Insolation calculations of a photovoltaic power plant taking into account location-based and weather parameters

Cover Page

Cite item

Full Text

Abstract

In this study, we set out to develop a methodology for calculating insolation of a photovoltaic power plant taking into account the maximum number of significant input parameters and its territorial adaptation. To this end, simulation modelling implemented in the MATLAB environment was used. Functional possibilities for the synthesis of models using existing elements with the integration of algorithms and modelling results between the blocks of the Simulink sub-system were used. In terms of significant input parameters, geographical coordinates, local time, tilt of the receiving solar panel, modelled day, atmospheric transparency coefficient, albedo and azimuthal angle were considered. A computer model of a photovoltaic power plant was developed for investigating the operation of photovoltaic cells depending on the coordinates of their installation, geometric parameters of solar panels, as well as the temperature and reflectivity of the environment. The performed modelling of the photovoltaic power plant operation visualised graphic dependences of insolation on the tilt of the solar panel, atmospheric transparency coefficient, geographical coordinates of the object and the current month or day. According to the analysis, 15 variations in the solar panel tilt modifies insolation by 10–15%, while variations in the atmospheric transparency coefficient result in 30–50% variations of insolation. As a result, the daily insolation values for the city of Angarsk throughout a year can be modified by 1000–6500 W/m2. The presented results of investigating a regionally adapted photovoltaic power plant demonstrated the need for accounting for location-based and weather parameters during the calculation of insolation for determining the applicability of a plant. The proposed mathematical model for calculating insolation of a photovoltaic power plant can be used for the design and optimization of power supply systems in combination with the specified photovoltaic solar power plants.

About the authors

Yu. V. Konovalov

Irkutsk National Research Technical University

Email: yrvaskon@mail.ru
ORCID iD: 0000-0003-2557-8477

A. N. Khaziev

Angarsk State Technical University

Email: uxaziewaaa@gmail.com

References

  1. Rylov A. V., Ilyushin P. V., Kulikov A. L., Suslov K. V. Testing photovoltaic power plants for participation in general primary frequency control under various topology and operating conditions // Energies. 2021. Vol. 14. Iss. 16. Р. 5179. https://doi.org/10.3390/en14165179.
  2. Karamov D. N., Suslov K. V. Structural optimization of autonomous photovoltaic systems with storage battery replacements // Energy Reports. 2021. Vol. 7. P. 349–358. https://doi.org/10.1016/j.egyr.2021.01.059.
  3. Suslov K., Solodusha S., Gerasimov D. Integral models for control of smart power networks // IFACPapersOnLine. 2016. Vol. 49. Iss. 27. P. 439–444. https://doi.org/10.1016/j.ifacol.2016.10.772.
  4. Suslov K. V., Shushpanov I. N., Buryanina N. S., Ilyushin P. V. Flexible power distribution networks: new opportunities and applications // Proceedings of the 9th International Conference on Smart Cities and Green ICT Systems - SMARTGREENS. 2020. Vol. 1. P. 57–64. https://doi.org/10.5220/0009393300570064.
  5. Шакиров В. А., Артемьев А. Ю. Учет данных метеостанций при анализе эффективности применения солнечных энергетических установок // Вестник Иркутского государственного технического университета. 2015. № 3. С. 227–232.
  6. Шакиров В. А., Артемьев А. Ю. Методика учета влияния облачности на поток солнечной радиации по данным архивов метеостанций // Системы. Методы. Технологии. 2014. № 4. С. 79–83.
  7. Bulatov Yu. N., Kryukov A. V., Korotkova K. E. Digital Twin of the distributed generation plant // Actual problems of the energy complex: mining, production, transmission, processing and environmental protection. International Scientific and Practical Conference. Materials Science and Engineering: IOP Conference Series. 2020. Vol. 976. Р. 012024. https://doi.org/10.1088/1757-899X/976/1/012024.
  8. Bulatov Yu. N., Kryukov A. V., Arsentiev G. O. Intelligent electrical networks based on controlled energy routers // International Conference on Industrial Engineering, Applications and Manufacturing. 2018. https://doi.org/10.1109/ICIEAM.2018.8728738.
  9. Шайхутдинов А. М. Возможности использования облачных технологий в энергетике // Современные научные исследования и инновации. 2015. № 2-3.. URL: https://web.snauka.ru/issues/2015/02/45646 (14.02.2022).
  10. Глущенко П. В. Перспективы облачных технологий в математических и инструментальных методах исследования и управления в интеллектуальном электроэнергетическом комплексе экономики России. 2020.. URL: https://cyberleninka.ru/article/n/perspektivy-oblachnyhtehnologiy-v-matematicheskih-i-instrumentalnyh-metodahissledovaniya-i-upravleniya-v-intellektualnom/viewer (14.02.2022).
  11. Nurbosynov D., Tabachnikova T., Bashirov R., Batanin А. Simulation model of the electrical complex of auxiliary equipment of an oil and gas production enterprise // International Scientific Electric Power Conference. Materials Science and Engineering: IOP Conference Series. 2019. Vol. 643. P. 012096. https://doi.org/10.1088/1757-899X/643/1/012096.
  12. Tabachnikova T., Makht A., Nurbosynov E. Analytical studies of transformers operating modes in supply and distribution electric network of a field substation // International Scientific Electric Power Conference. Materials Science and Engineering: IOP Conference Series. 2019. Vol. 643. P. 012090. https://doi.org/10.1088/1757-899X/643/1/012090.
  13. Obukhov S., Plotnikov I., Kryuchkova M. Simulation of Electrical Characteristics of a Solar Panel // 15th International Conference on Modern Technologies for NonDestructive Testing. Materials Science and Engineering: IOP Conference Series. 2016. Vol. 132. Iss. 1. Р. 012017. https://doi.org/10.1088/1757-899X/132/1/012017.
  14. Lombardi P., Sokolnikova T., Suslov K., Voropai N., Styczynski Z. A. Isolated power system in Russia: a chance for renewable energies? // Renewable Energy. 2016. Vol. 90. P. 532–541. https://doi.org/10.1016/j.renene.2016.01.016.
  15. Luque A., Hegedus S. Handbook of photovoltaic science and engineering. Chichester: John Wiley & Sons, 2003. 1179 p. https://doi.org/10.1002/0470014008.
  16. Markvart T., Castaner L. Practical handbook of photovoltaics. Fundamentals and applications. Hoboken: John Wiley & Sons, 2012. 1244 p.
  17. Шакиров В. А., Артемьев А. Ю. Оценка ветроэнергетического потенциала района средствами компьютерного моделирования // Прикладная информатика. 2015. Т. 10. № 4. С. 93–104.
  18. Liu B. Y. H., Jordan R. C. Daily insolation on surfaces tilted towards the equator // ASHRAE Journal. 1961. Vol. 3. P. 53–59.
  19. Duffie J. A., Beckman W. A. Solar Engineering of Thermal Processes. Hoboken, New Jersey: John Wiley & Sons, 2013. 910 р.
  20. Панкратьев П. С., Шакиров В. А. Методика определения перспективных электрических нагрузок удаленных электрических станций на основе кластерного анализа // Труды Братского государственного университета. Серия: Естественные и инженерные науки. 2014. Т. 1. С. 68–71.
  21. Еремеев В. С., Кирилин А. А., Шевченко М. А., Шувалов С. П., Струмеляк А. В., Булатов Ю. Н., Шакиров В. А. Электроснабжение удаленных потребителей в условиях Сибири с использованием энергии солнца // Труды Братского государственного университета. Серия: Естественные и инженерные науки. 2014. Т. 1. С. 49–53.
  22. Гусаров А. В. Основные закономерности соотношения русловой и бассейновой составляющих эрозии и стока взвешенных наносов в речных бассейнах Северной Евразии. Геоморфология. 2015. № 4. С. 3–20. https://doi.org/10.15356/0435-4281-2015-4-3-20.
  23. Исаков С. В., Шкляев В. А. Оценка поступления солнечной радиации на естественные поверхности с применением геоинформационных систем // Географический вестник. 2012. № 1. С. 72–80.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).