Ertragsprognose PV: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
Keine Bearbeitungszusammenfassung |
||
Zeile 1: | Zeile 1: | ||
{{Baustelle}} | |||
{{Hinweis|Die vorliegende Wiki-Seite befindet sich im Aufbau.}} | |||
Für Fotovoltaikanlagen (PV), die mindestens teilweise dem Eigenverbrauch dienen, wird eine Ertragsprognose immer wichtiger. Nur dadurch kann man den Eigenverbrauch optimieren und die Netze signifikant entlasten. | Für Fotovoltaikanlagen (PV), die mindestens teilweise dem Eigenverbrauch dienen, wird eine Ertragsprognose immer wichtiger. Nur dadurch kann man den Eigenverbrauch optimieren und die Netze signifikant entlasten. | ||
== Jährliche Ertragsvorhersage == | == Jährliche Ertragsvorhersage == | ||
Für die Planung einer PV-Anlage ist es wichtig, den Jahresertrag zu prognostizieren. Dafür kann man von zwei Größen ausgehen: | Für die Planung einer PV-Anlage ist es wichtig, den Jahresertrag zu prognostizieren. Dafür kann man von zwei Größen ausgehen: | ||
* Dem kumulierten Energieeintrag auf eine horizontale Fläche von einem Quadratmeter durch die so genannte Globalstrahlung. Darin ist die die direkte | * Dem kumulierten Energieeintrag auf eine horizontale Fläche von einem Quadratmeter durch die so genannte Globalstrahlung. Darin ist die die direkte Sonneneinstrahlung ebenso wie der mittlere Einfluss der Bewölkung enthalten - eben typisch für eine Region, also durchaus ganz unterschiedlich für unterschiedliche Orte selbst in Deutschland. Ein typischer Wert für München ist 1100 kWh/m²a. | ||
Sonneneinstrahlung ebenso wie der mittlere Einfluss der Bewölkung enthalten - eben typisch für eine Region, also durchaus ganz unterschiedlich für | * Einem Korrekturfaktor, der den Jahresertrag mit einem empirischen Wert multipliziert, der wiederum von der Flächenneigung der Anlage und der horizontalen Ausrichtung abhängt. Auch dieser so genannte Flächenfaktor ist aber regional beeinflusst, denn möglicherweise wird sich an einem durchschnittlichen Tag die Bewölkung in Hamburg anders verhalten als in München.Im unten aufgeführten Link des Ingenieurbüros Junge wird eine Tabelle dieser Korrekturfaktoren angegeben, deren Wert zwischen 33% und 118% schwankt. | ||
unterschiedliche Orte selbst in Deutschland. Ein typischer Wert für München ist 1100 kWh/m²a. | |||
* Einem Korrekturfaktor, der den Jahresertrag mit einem empirischen Wert multipliziert, der wiederum von der Flächenneigung der Anlage und der horizontalen Ausrichtung abhängt. | |||
Auch dieser so genannte Flächenfaktor ist aber regional beeinflusst, denn möglicherweise wird sich an einem durchschnittlichen Tag die Bewölkung in Hamburg anders verhalten als in München. | |||
Im unten aufgeführten Link des Ingenieurbüros Junge wird eine Tabelle dieser Korrekturfaktoren angegeben, deren Wert zwischen 33% und 118% schwankt. | |||
<gallery widths=400px heights=400px> | |||
File:PVProg_HFF.png|Interpolierte Tabelle | |||
File:PVProg_GFF.png|Näherungsfunktion | |||
</gallery> | |||
Da die Interpolation in der Tabelle reichlich ungenau ist, wurde eine Näherungsfunktion bestimmt | |||
<pre> | |||
############################################################################### | |||
# | |||
# Flächenfaktor Photovoltaik | |||
# | |||
# Prof. Dr. Peter A. Henning, September 2024 | |||
# | |||
############################################################################### | |||
sub PV_hff($$){ | |||
my ($neigung,$ausrichtung) = @_; | |||
my $pi180 = 0.0174532918889; | |||
return undef | |||
if( $neigung<0.0 || $neigung>90.0 || $ausrichtung<0.0 || $ausrichtung>360. ); | |||
my $x=$neigung*sin($ausrichtung*$pi180); | |||
my $y=$neigung*cos($ausrichtung*$pi180); | |||
my $x2 = $x**2; | |||
my $x4 = $x2**2; | |||
my $res = 3.808301895960147E-7 - 8.650170178954599E-11 * $x2 + 5.50016483344622E-15 * $x4; | |||
$res = $res*$y + 0.00007319316326291892- 3.604294916743569E-9 * $x2 - 2.343747951073022E-13 * $x4; | |||
$res = $res*$y - 0.00785953342909065 + 1.1197340251684106E-6 * $x2 - 8.99915952119488E-11 * $x4; | |||
$res = $res*$y - 0.8432627150525525 + 0.00010392051567819936 * $x2 - 3.979206287671085E-9 * $x4; | |||
$res = $res*$y + 99.49627151067648 - 0.006340200119196879 * $x2 + 2.052575360270524E-7 * $x4; | |||
return $res | |||
} | |||
</pre> | |||
Diese Näherungsfunktion gibt die Tabelle mit einer Genauigkeit von 1% wieder. | |||
'''Achtung''': Sowohl der kumulierte Energieertrag eines Jahres, als auch die Korrekturfaktoren sind einerseits standortabhängig. Andererseits aber auch zeitabhängig, denn der Klimawandel wirkt sich deutlich auf beide Werte aus. | |||
Version vom 26. September 2024, 16:55 Uhr
An dieser Seite wird momentan noch gearbeitet. |
Die vorliegende Wiki-Seite befindet sich im Aufbau.
Für Fotovoltaikanlagen (PV), die mindestens teilweise dem Eigenverbrauch dienen, wird eine Ertragsprognose immer wichtiger. Nur dadurch kann man den Eigenverbrauch optimieren und die Netze signifikant entlasten.
Jährliche Ertragsvorhersage
Für die Planung einer PV-Anlage ist es wichtig, den Jahresertrag zu prognostizieren. Dafür kann man von zwei Größen ausgehen:
- Dem kumulierten Energieeintrag auf eine horizontale Fläche von einem Quadratmeter durch die so genannte Globalstrahlung. Darin ist die die direkte Sonneneinstrahlung ebenso wie der mittlere Einfluss der Bewölkung enthalten - eben typisch für eine Region, also durchaus ganz unterschiedlich für unterschiedliche Orte selbst in Deutschland. Ein typischer Wert für München ist 1100 kWh/m²a.
- Einem Korrekturfaktor, der den Jahresertrag mit einem empirischen Wert multipliziert, der wiederum von der Flächenneigung der Anlage und der horizontalen Ausrichtung abhängt. Auch dieser so genannte Flächenfaktor ist aber regional beeinflusst, denn möglicherweise wird sich an einem durchschnittlichen Tag die Bewölkung in Hamburg anders verhalten als in München.Im unten aufgeführten Link des Ingenieurbüros Junge wird eine Tabelle dieser Korrekturfaktoren angegeben, deren Wert zwischen 33% und 118% schwankt.
Da die Interpolation in der Tabelle reichlich ungenau ist, wurde eine Näherungsfunktion bestimmt
############################################################################### # # Flächenfaktor Photovoltaik # # Prof. Dr. Peter A. Henning, September 2024 # ############################################################################### sub PV_hff($$){ my ($neigung,$ausrichtung) = @_; my $pi180 = 0.0174532918889; return undef if( $neigung<0.0 || $neigung>90.0 || $ausrichtung<0.0 || $ausrichtung>360. ); my $x=$neigung*sin($ausrichtung*$pi180); my $y=$neigung*cos($ausrichtung*$pi180); my $x2 = $x**2; my $x4 = $x2**2; my $res = 3.808301895960147E-7 - 8.650170178954599E-11 * $x2 + 5.50016483344622E-15 * $x4; $res = $res*$y + 0.00007319316326291892- 3.604294916743569E-9 * $x2 - 2.343747951073022E-13 * $x4; $res = $res*$y - 0.00785953342909065 + 1.1197340251684106E-6 * $x2 - 8.99915952119488E-11 * $x4; $res = $res*$y - 0.8432627150525525 + 0.00010392051567819936 * $x2 - 3.979206287671085E-9 * $x4; $res = $res*$y + 99.49627151067648 - 0.006340200119196879 * $x2 + 2.052575360270524E-7 * $x4; return $res }
Diese Näherungsfunktion gibt die Tabelle mit einer Genauigkeit von 1% wieder.
Achtung: Sowohl der kumulierte Energieertrag eines Jahres, als auch die Korrekturfaktoren sind einerseits standortabhängig. Andererseits aber auch zeitabhängig, denn der Klimawandel wirkt sich deutlich auf beide Werte aus.
weiterführende Links
- Photovoltaik Ingenieurbüro Junge: https://www.ing-büro-junge.de/html/photovoltaik.html