АНАЛИЗ ГЕОГРАФИЧЕСКОГО РЕСУРСА СОЛНЕЧНОЙ ЭНЕРГИИ ТЕРРИТОРИИ ОБЪЕКТА АПК
DOI 10.12737/2073-0462-2023-76-83 УДК 620.9
Ключевые слова:
фотоэлектрическая система, режим инсоляции территории, объект АПК, коэффициент освещенности, запрещенные и разрешенные участки.Аннотация
Одна из задач многофакторной оценки ресурса солнечной энергии на рассматриваемой территории – оценка влияния ограничения утилизируемого ресурса условиями застройки места расположения среды. При поиске подходящих ограждающих конструкций для установки фотоэлектрических модулей учитывается геометрия и пространственная ориентация зданий, их взаимное размещение, эффекты затенения. Цель исследования – разработать критерий идентификации запрещённых и разрешенных участков территории объекта АПК для установки фотоэлектрических модулей. Исключение зон с неравномерными условиями освещенности позволяет обеспечить максимальную эффективность функционирования фотоэлектрической установки. Запрещенными участками для установки модулей фотоэлектрической системы можно считать те, которые затеняются в течение характерного летнего дня, а также в пик интенсивности солнечной радиации во все характерные дни года. Разрешенными для установки модулей фотоэлектрической системы участками можно считать те, которые освещены в течение каждого дня года. Остальные участки необходимо либо исключать из плана установки модулей фотоэлектрической системы, либо применять различные способы снижения влияния затенения модулей на их эффективность (установка байпасных диодов, применение различных схем соединения модулей и др.). На примере территории действующего перерабатывающего сельскохозяйственного предприятия была проанализирована возможность установки модулей на крышах производственных зданий с учетом изменения освещенности приёмной поверхности скатов крыш зданий для пика интенсивности в течение характерных дней года. При площади территории предприятия 55748 м², из которой под застройку отведено 13,8% – 7737 м², под установку фотоэлектрических модулей с учетом режима инсоляции территории может быть использовано 2377,5 м², или 30,7 % крыш зданий.
Литература
1. Assouline D., Mohajeri N., Scartezzini J.L. Quantifying rooftop photovoltaic solar energy potential: A machine learning approach // Sol Energy. 2017. Vol.141. P. 278 – 296.
2. Quaschning V., Hanitsch R. Numerical simulation of current–voltage characteristics of photovoltaic systems with shaded solar cells // Sol. Energy. 1996. Vol. 56. No. 6. P. 513–520.
3. Hanitsch R.E., Schulz D., Siegfried U. Shading effects on output power of grid connected photovoltaic generator systems // Rev. Energy Ren.: Power Eng. 2001. P. 93 – 99.
4. Pareek S., Dahiya R. Simulation and performance analysis of individual module to address partial shading cum parameter variation in large photovoltaic fields // J. Energy Power Sources. 2015. Vol. 2. No. 3. P. 99–108.
5. Chowdhury S.R., Saha H. Maximum power point tracking of partially shaded solar photovoltaic arrays // Sol. Energy Mater. Sol. Cells. 2010. Vol.94. No. 9. P. 1441–1448.
6. Pendem S.R., Mikkili S. Modeling, simulation and performance an PV array configurations (series, seriesparallel and honey-comb) to extra power under partial shading conditions // Energy Reports. 2018. No. 4. P. 274-287.
7. Topology reconfiguration for optimization of photovoltaic array output / H. Braun, S. Buddha, V. Krishnan, et.al. // Sustain. Energy, Grids Networks. 2016. No. 6. P. 58 – 69.
8. Woyte A., Nijs J., Belmans R. Partial shadowing of photovoltaic arrays with different system configurations: literature review and field test results // Solar Energy. 2003. Vol. 74. P. 217–233.
9. Quaschning, V., Hanitsch, R., Irradiance calculation on shaded surfaces. // Solar Energy. 1998. Vol. 62. P. 369–379.
10. Grid-connected PV buildings: analysis of future scenarios with an example of southern Spain / M. Castro, A. Delgado, F. Argul, et.al. // Solar Energy. 2005. Vol. 79. P. 86–95.
11. Estimation of the available rooftop area for installing the rooftop solar photovoltaic (PV) system by analyzing the building shadow using Hillshade analysis / T. Hong, M. Lee, C. Koo, et al. // Energy Procedia. 2016. Vol. 88. P. 408 – 413.
12. Bergamasco L., Asinari P. Scalable methodology for the photovoltaic solar energy potential assessment based on available roof surface area: Application to Piedmont Region (Italy) // Solar Energy. 2011. Vol. 85. P. 2741–2756.
13. Barragán-Escandón A., Zalamea-León E., Terrados-Ceped J. Incidence of Photovoltaics in Cities Based on Indicators of Occupancy and Urban Sustainability // Energies. 2019. Vol. 12. P. 810–819.
14. Даус Ю. В., В Харченко. В., Юдаев И. В. Оценка потенциала солнечной энергии в заданной точке Южного федерального округа // Свидетельство о государственной регистрации программы для ЭВМ № 2016612047, 18.02.2016.
1. Assouline D, Mohajeri N, Scartezzini JL. Quantifying rooftop photovoltaic solar energy potential: A machine learning approach. Sol Energy. 2017; Vol.141. 278-296 p.
2. Quaschning V, Hanitsch R. Numerical simulation of current-voltage characteristics of photovoltaic systems with shaded solar cells. Sol Energy. 1996; Vol.56. 6. 513-520 p.
3. Hanitsch RE, Schulz D, Siegfried U. Shading effects on output power of grid connected photovoltaic generator systems. Rev. Energy Ren.: Power Eng. 2001; 93-99 p.
4. Pareek S, Dahiya R. Simulation and performance analysis of individual module to address partial shading cum parameter variation in large photovoltaic fields. J. Energy Power Sources. 2015; Vol.2. 3. 99-108 p.
5. Chowdhury SR, Saha H. Maximum power point tracking of partially shaded solar photovoltaic arrays. Sol. Energy Mater. Sol. Cells. 2010; Vol.94. 9. 1441-1448 p.
6. Pendem SR, Mikkili S. Modeling, simulation and performance an PV array configurations (series, series-parallel and honey-comb) to extra power under partial shading conditions. Energy Reports. 2018; 4. 274-287 p.
7. Braun H, Buddha S, Krishnan V. Topology reconfiguration for optimization of photovoltaic array output. Sustain. Energy, Grids Networks. 2016; 6. 58-69 p.
8. Woyte A, Nijs J, Belmans R. Partial shadowing of photovoltaic arrays with different system configurations: literature review and field test results. Solar Energy. 2003; Vol.74. 217-233 p.
9. Quaschning V, Hanitsch R. Irradiance calculation on shaded surfaces. Solar Energy. 1998; Vol.62. 369-379 p.
10. Castro M, Delgado A, Argul F. Grid-connected PV buildings: analysis of future scenarios with an example of southern Spain. Solar Energy. 2005; Vol.79. 86-95 p.
11. Hong T, Lee M, Koo C. Estimation of the available rooftop area for installing the rooftop solar photovoltaic (PV) system by analyzing the building shadow using Hillshade analysis. Energy Procedia. 2016; Vol.88. 408-413 p.
12. Bergamasco L, Asinari P. Scalable methodology for the photovoltaic solar energy potential assessment based on available roof surface area: Application to Piedmont Region (Italy). Solar Energy. 2011; Vol.85. 2741-2756 p.
13. Barragán-Escandón A, Zalamea-León E, Terrados-Ceped J. Incidence of Photovoltaics in Cities Based on Indicators of Occupancy and Urban Sustainability. Energies. 2019; Vol.12. 810-819 p.
14. Daus YuV, Kharchenko VV, Yudaev IV. Otsenka potentsiala solnechnoi energii v zadannoi tochke Yuzhnogo federal'nogo okruga. [Assessment of the potential of solar energy at a given point in the Southern Federal District]. Svidetel'stvo o gosudarstvennoi registratsii programmy dlya EVM № 2016612047, 18.02.2016.
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2026 ВЕСТНИК Казанского государственного аграрного университета
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Метаданные научных статей, включая название, аннотацию, сведения об авторах, список литературы, идентификаторы и иные элементы библиографического описания для дальнейшего неограниченного использования, передаются в редакцию с правом их неограниченного использования на условиях открытой лицензии Creative Commons Attribution (CC BY).
