教程5. 多年

教程5是一个多年分析。

除了在前面的教程中应用的模拟间变异性外,教程5还包含年际变异性——即年际变异性(IAV)。

由于教程对同一变量应用两个概率分布,我们将首先回顾SunSolve P90中使用的方法:

在分析的每个时间步长,参数的值 $v$ 计算为其基值 $v_0$ 乘以模拟间修正因子 $x_s$ 和年际修正因子 $x_y$ :

$v = v_0 \times x_s \times x_y$ ,

其中 $x_s$ 在模拟开始时从模拟间分布中随机确定, $x_y$ 在每个模拟的每一年开始时从年际分布中随机确定。

我们通过执行包含两个具有显著不确定性参数的15年分析来演示:GHI和年度退化率。

对于GHI,我们应用以下内容:

$v_0$ 是TMY天气文件每个时间步长的GHI。
模拟间变异性是95%置信区间为±2%的高斯分布(即,相对标准差为1%)。此误差类似于高质量日射强度计(例如教程4中引用的实验中使用的日射强度计)的校准误差。
年际变异性与教程4中相同的不对称分布,代表在韩国木浦测量的GHI的IAV,这是一个特别不对称的场地。

输出不确定性

对于年度退化率(加性而非复合率),我们应用以下内容:

$v_0 = 1$ ,因为绝对率包含在不对称的模拟间变异性中。
模拟间变异性是下图所示的偏斜高斯(并在表中定义)。这是模拟中应用的平均退化率,即所有15年。中位数退化率为0.63%/年。
年际变异性是置信区间为±50%的高斯分布(即,相对标准差为25%)。因此,如果模拟的平均率恰好为0.8%/年,则该模拟每年应用的率将在(0.8 ± 0.4)%/年范围内变化。

输出不确定性

输入	ξ	ω	α
年度退化率	0.003	0.005	3

请注意,退化率的单位是每年的分数;即,0.003代表0.3%/年。

我们现在可以找到我们的默认SAT系统在15年期间的产量不确定性,其中GHI和退化具有所述的不确定性。只需将下面的代码块加载到Notebook中即可。

首先,通过将此文本块复制到步骤3来加载输入:

# Set uncertainty simulation constants (Note: number_of_years * number_of_simulations must be <= 250000)
simulation_options = build_simulation_options(
    number_of_years=15,
    number_of_simulations=5000
)

# Load weather: sydney.pvw file is an example weather file
weather_file_path = "Data/sydney.pvw"
weather_data = load_weather_data_from_pvw_file(weather_file_path)

# Assign specific system inputs
operational_settings = build_operational_settings(
    annual_degradation_rate=1,
)

# Use defaults for other inputs

optical_settings = build_optical_settings()
module_info = build_module_info()
system_info = build_system_info()
electrical_settings = build_electrical_settings()
thermal_settings = build_thermal_settings()

# Set output options
result_options = build_result_options(
    bin_min=0.85,
    bin_delta=0.01,
    p_values=[5, 10, 25, 75, 90, 95]
)

print("Setup complete.")

然后通过将下面的文本块复制到步骤6来加载分布。请注意,分布包含模拟间和年际分布。

distribution_list = [
    create_distribution(DistributionInput.GHI, simToSim=['Gaussian', 1, 0.01], yearToYear=['SkewedGaussian', 1.029, 0.04, -5]),
    create_distribution(DistributionInput.AnnualDegradationRate, simToSim=['SkewedGaussian', 0.003, 0.005, 3], yearToYear=['Gaussian', 1, 0.25]),
]
print("Distribution list created.")

下面绘制了第1年、第7年和第15年的结果直方图。第7年和第15年的结果相对于第1年的P50。

直方图表现出不对称性,其中下行尾部比上行尾部更长。这是由于GHI和退化中包含的强不对称性引起的。

输出不确定性

下一张图绘制了下行P值与运行年份的关系。它显示了不确定性如何随着年份的进展而增加,这是对退化率不确定的结果。

输出不确定性

我们强调,这些输出中的值仅用于演示目的,并不量化实际光伏电站的预测。