Modelo para determinar la producción de energía esperada del sistema fotovoltaico (PV-System) basado en los datos de pronóstico meteorológico del DWD.
El procedimiento básico del programa se ha derivado de la herramienta "DWDForecast" de Kilian Knoll: https://github.com/kilianknoll/DWDForecast ¡Muchas gracias por las ideas!
Se utilizan las siguientes bibliotecas:
Cree un entorno virtual utilizando el intérprete Python > 3.8.1 (Python 3.7.x puede causar problemas con pytables).
Luego instale los paquetes desde requisitos.txt
Esta implementación se utiliza para verificar un modelo de pronóstico con el valor medido del sistema fotovoltaico.
Por lo que se inició el siguiente plan:
Posteriormente, los resultados de esta verificación serán la base para el pronóstico de producción para programar el orden óptimo de utilización de...
donde el objetivo es maximizar el consumo propio de electricidad autogenerada.
Por lo tanto, el pronóstico se configurará como un hilo que se ejecutará periódicamente y actualizará el pronóstico cada, por ejemplo, cada 6 horas. Luego, los datos del pronóstico se almacenarán en una biblioteca SQL para mostrarlos en un entorno Node-Red.
Los valores actuales del inversor fotovoltaico se guardan periódicamente (p. ej. cada minuto) en un InfluxDB.
El pronóstico del tiempo está tomado del modelo DWD Mosmix. La estación más cercana a la ubicación de la instalación fotovoltaica se define en el archivo Configuration.ini en la sección "DWD".
Básicamente, para fines de validación, es posible basar la simulación tanto en datos de pronóstico como en datos históricos (valores medidos). Los datos históricos incluyen la irradiación global así como la irradiación difusa.
Como el área disponible en la azotea es bastante limitada, tengo instalado un pequeño sistema fotovoltaico.
Configuración:
La configuración básica del sistema fotovoltaico se realiza en el archivo configuración.ini en la sección SolarSystem.
El pronóstico de DWD Mosmix proporciona valores de irradiación global (ghi) en un resultado horario. Para ejecutar la cadena modelo PVLIB, también se requiere la irradiación horizontal difusa (dhi) y la irradiación normal directa (dni).
A PVLIB se le ocurren un par de algoritmos para determinar dni a partir de ghi. Aquí utilizamos varios de ellos, pero el modelo DISC parece funcionar bien.
Para el cálculo de dhi, se utiliza el modelo de Erbs. Mostró un buen cumplimiento entre los valores pronosticados y medidos (por DWD).
Después de ejecutar main.py, se crea un archivo csv que contiene datos climáticos, irradiación y resultados del sistema fotovoltaico informático. Este archivo se almacena en el directorio "salida".
* i_sc : Short-circuit current (A)
* i_mp : Current at the maximum-power point (A)
* v_oc : Open-circuit voltage (V)
* v_mp : Voltage at maximum-power point (V)
* p_mp : Power at maximum-power point (W)
* i_x : Current at module V = 0.5Voc, defines 4th point on I-V
curve for modeling curve shape
* i_xx : Current at module V = 0.5(Voc+Vmp), defines 5th point on
I-V curve for modeling curve shape
