2.5.3 .1Apache HTTP server
3.2 Lưu đồ giải thuật
Lưu đồ giải thuật của hệ thống được trình bày như hình 3.1 Theo hình 3.1, dữ liệu đầu vào để tính tốn sản lượng điện mặt trời bao gồm Vị trí lắp đặt, loại pin quang điện, tổng cơng suất lắp đặt và hiệu suất của hệ thống. Môt cơ sở dữ liệu được lưu trữ sẵn trong server bao gồm dữ liệu bức xạ mặt trời và thông số kỹ thuật của các loại pin quang điện. Dựa trên các số liệu này sẽ tính tốn sản lượng điện của hệ thống pin quang điện như cơng thức 2.10. Bên cạnh đó tính tốn diện tích lắp đặt, và số lượng pin quang điện được tính tốn dựa trên cơng thức 3.1 và 3.2
nm PIDC _ STC
PMDC _ STC (3.1)
Trong đó
A LWnm (3.2)
nm là số lượng tấm pin quang điện
PIDC _ STC la tổng công suất lắp đặt
PMDC _ STC công suất một tấm pin quang điện A diện tích lắp đặt
L chiều dài của tấm pin quang điện W chiều rộng của tấm Pin quang điện
Bắt đầu Cài đặt - - - - Vị trí
Loại pin quang điện Tổng cơng suất lắp đặt Hiệu suất của hệ thống
R = Bức Xạ mặt trời A= diện tích quang điện
PR = hiệu suất Dữ liệu - Bức xạ mặt trời -Thông số kỹ thuật pin quang điện
Hiển thị sản lượng của hệ thống, số lượng pin quang điện và diện tích lắp đặt
Tính tốn sản lượng, diện tích lắp đặt và số
lượng pin quang điện Hiển thị bức xạ mặttrời
Kết thúc
Hình 3.1 Lưu đồ giải thuật của hệ thống3.3 Thiết kế giao diện của hệ thống 3.3 Thiết kế giao diện của hệ thống
Hệ thống xác định sản lượng điện mặt trời dựa trên nền tảng web có giao diên như hình 3.2. Các thơng số đầu vào như công suất lặp đặt và lựa chon vị trí lắp đặt do người dùng thiết đặt đặt như hình 3(a) và 3(b) kết quả sẽ hiển thị như hình 3(b) và 3(c).
3.3.1 Lựa chọn vị trí lắp đặt
Tại đây người dùng chỉ cần kích chuột trái vào ơ lọc huyện và thành phố theo tên, sau đó lựa chọn vị trí nào khách hàng muốn xây dựng hệ thống sẽ có giao diện hiển thị như hình 3.2a
Hình 3.2a Lựa chọn vị trí
Khi khách hàng chọn thành phố Biên Hịa bức xạ mặt trời cả năm là 18343 Kwh/năm. Số liệu hàng tháng được hiển thị như hình biểu đồ 3.1
Biểu đồ 3.1 Bức xạ mặt trời thành phố Biên Hòa
Khi khách hàng chọn Long Khánh bức xạ mặt trời cả năm sẽ là 1840.9 Kwh/năm. Số liệu hàng tháng được hiển thị đầy đủ như biểu đồ 3. 2
Biểu đồ 3.2 Bức xạ mặt trời Long Khánh
Khi khách hàng chọn Long Thành bức xạ mặt trời cả năm sẽ là 1786.199999 kwh/ năm. Số liệu hàng tháng được hiển thị đầy đủ như biểu đồ 3.3
Biểu đồ 3.3 Bức xạ mặt trời Long Thành
Khi khách hàng chọn Tân Phú bức xạ mặt trời cả năm sẽ là 1776.7 kwh/ năm. Số liệu hàng tháng được hiển thị đầy đủ như biểu đồ 3.4
Khi khách hàng chọn Định Quán bức xạ mặt trời cả năm sẽ là 1811.7000003 kwh/ năm. Số liệu hàng tháng được hiển thị đầy đủ như biểu đồ 3.5
Biểu đồ 3.5 Bức xạ mặt trời Định Quán
Khi khách hàng chọn Thống Nhất bức xạ mặt trời cả năm sẽ là 1852.993 kwh/ năm. Số liệu hàng tháng được hiển thị đầy đủ như biểu đồ 3.6
Khi khách hàng chọn Xuân Lộc bức xạ mặt trời cả năm sẽ là 1889.7 kwh/ năm. Số liệu hàng tháng được hiển thị đầy đủ như biểu đồ 3.7
Biểu đồ 3.7 Bức xạ mặt trời Xuân Lộc
Khi khách hàng chọn Trảng Bom bức xạ mặt trời cả năm sẽ là 1845.8 kwh/ năm. Số liệu hàng tháng được hiển thị đầy đủ như biểu đồ 3.8
Biểu đồ 3.8 Bức xạ mặt trời Trảng Bom
3.3.2 Lựa chọn công suất lắp đặt 39
Khi lựa chọn công suất lắp lưu ý đối với hộ gia đình mỗi tháng sử dụng từ 300kwh – 400kwh thì nên chọn cơng suất nằm trong khoảng 3000 – 5000. Hiệu suất giao động từ 0,7 đến 0,9 tuy nhiên với công suất lựa chọn như trên phần mền mặc
Hình 3.2b Lựa chọn cơng suất
3.3.3 Sau khi lựa chọn loại pin muốn sử dụng tùy theo nhu cầu của mỗi khách hàng phần mền hiển thị thông số pin và kết quả tính tốn được số lượng pin, tổng diện tích lắp đặt và tổng sản lượng cả năm như giao diện hình 3.2c
3.3.3.1 JKM300P 3.3.3. 2 JKM305P 3.3.3.3 JKM310P Mã sản phẩm- Type of PV panel JKM305P Pmax (W) 305 Vmp (V) 36.8 Imp (A) 8.91 Voc (V) 45.6 Isc (A) 8.91
Hiệu suất mô đun (%) 15.72
Nhiệt độ hoạt động -40°C ➝ 85°C
Điện áp tối đa của hệ thống 1000
Loại vật liệu Poly-Si
Kích thước 1956x 992x 40 (mm) Trọng lượng 26.5 Mã sản phẩm- Type of PV panel JKM310P Pmax (W) 310 Vmp (V) 37 Imp (A) 8.96 Voc (V) 45.9 Isc (A) 8.96
Hiệu suất mô đun (%) 15.98
Nhiệt độ hoạt động -40°C ➝ 85°C
Điện áp tối đa của hệ thống 1000
Loại vật liệu Poly-Si
Kích thước 1956x 992x 40 (mm) Trọng lượng 26.5 Mã sản phẩm- Type of PV panel JKM300P Pmax (W) 300 Vmp (V) 36.6 Imp (A) 8.84 Voc (V) 45.3 Isc (A) 8.84
Hiệu suất mô đun (%) 15.46
Nhiệt độ hoạt động -40°C ➝ 85°C
Điện áp tối đa của hệ thống 1000
Loại vật liệu Poly-Si
Kích thước 1956x 992x 40 (mm)
3.3.4 Kết quả cuối cùng được hiển thị như hình 3.2 d
Hình 3.2d
Với mỗi một vị trí khách hàng lựa chọn sẽ có một kết quả sản lượng điện tiêu thụ hàng tháng là khác nhau. Mã sản phẩm- Type of PV panel JKM315P Pmax (W) 315 Vmp (V) 37.2 Imp (A) 9.01 Voc (V) 46.2 Isc (A) 9.01
Hiệu suất mô đun (%) 16.23
Nhiệt độ hoạt động -40°C ➝ 85°C
Điện áp tối đa của hệ thống 1000
Loại vật liệu Poly-Si
Kích thước 1956x 992x 40 (mm)
CHƯƠNG 4 KẾT QUẢ
Qua thời gian thu thấp số liệu, sử dụng phần mền PV call để tính tốn. Kết quả tính tốn sản lượng điện dựa trên nền tảng web được so sánh với phần mềm thương mại PVSyt để đánh giá độ chính xác của phần mềm. Trong nghiên cứu này sử dụng cùng thông số bức xạ mặt trời, công suất lắp đặt là 20kWp và pin quang điện dùng để tính tốn cho tất các các trường hợp là Jinko 315P có cơng suất định mức là 315W, hiệu suất 16,2% và diện tích mỗi tấm là 1,94m2 cho 2 thành phố và 5 huyện thuộc tỉnh Đồng Nai.
Bên cạnh đó sai số của phần mềm được so sánh dựa trên công thức
e = Er -EP (4.1)
Trong đó Er là sản lượng điện tham khảo, Ep là sản lượng điện tính tốn.
Từ cơng thức trên kết quả so sánh được trình bày như bảng 4.1 Theo bảng 4.1 Sai số dao động từ 1% đến 9.89%. Tuy nhiên, sai số tính tốn sản lượng cả năm là 1.74%.
Bảng 4.1 . So sánh kết quả giữa PV_cal và PVsyst Biên Hòa
Tháng Sản lượng (KWh) Sai số PV_Cal PVSyst e (KWh) e% 1 2,533 2,795 262 9.39 2 2,407 2,623 216 8.22 3 2,667 2,737 70 2.58 4 2,443 2,381 -62 (2.59) 5 2,619 2,457 -162 (6.57) 6 2,567 2,371 -196 (8.28) 7 2,595 2,430 -165 (6.77) 8 2,604 2,525 -79 (3.13) 9 2,209 2,232 23 1.03 10 2,355 2,515 160 6.38 11 2,307 2,510 203 8.10 12 2,295 2,547 252 9.89 Cả năm 29,599 30,123 524 1.74
Bảng 4.2. Kết quả tính tốn sản lượng từ cơng cụ PV_Cal
Từ bảng 4.2 là kết quả tính tốn sản lượng điện của 6 huyện và 1 thành phố ở Đồng Nai từ công cụ PV call. Kết quả rất cụ thể chi tiết. Xuân Lộc là huyện có sản lượng mặt trời cao nhất trong tồn tỉnh Đồng Nai nên tới 30227 kwh / năm; Trong khi đó Tân Phú thì sản lượng mặt trời đạt thấp nhất là 28420 kwh/ 1 năm.
Tháng Long Khánh Long Thành Tân Phú Định Quán Thống Nhất Xuân Lộc Trảng Bom 1 2478 2347 2502 2540 2511 2556 2494 2 2471 2345 2446 2479 2483 2583 2455 3 2740 2583 2660 2702 2740 2911 2713 4 2449 2347 2431 2487 2479 2583 2459 5 2583 2532 2583 2643 2633 2675 2623 6 2563 2553 2446 2500 2582 2569 2575 7 2636 2569 2435 2475 2627 2628 2620 8 2566 2558 2335 2390 2564 2551 2580 9 2179 2185 2020 2075 2191 2177 2199 10 2332 2257 2260 2323 2361 2379 2366 11 2295 2167 2163 2195 2281 2393 2259 12 2155 2129 2139 2172 2177 2222 2182 Cả năm 29447 28572 28420 28980 29629 30227 29525
CHƯƠNG 5 KẾT LUẬN
Nghiên cứu này trình bày phương pháp xác định sản lượng điện mặt trời dựa trên nền tảng web được gọi là PV_ call. Hệ thống được đánh giá có sai số so với phần mềm thương mại là 1.74%. Từ quan điểm thực tế hệ thống cho thấy những ưu điểm (1) hiệu quả chi phí; (2) độ chính xác tin cậy; (3) dễ dàng sử dụng trên mọi thiết bị di động có kết nối internet.
Ngồi ra, nghiên cứu này là một tham khảo cho những nghiên cứu tiếp theo phát triển điện mặt trời Việt Nam
[1] Kumar, B. S., & Sudhakar, K (2015), “Performance evaluation of 10 MW grid connected solar photovoltaic power plant in India”, Energy Reports, 1, 184-192. [2]Sidi, C. E. B. E, Ndiaye, M L, El Bah, M, Mbodji, A, Ndiaye, A, & Ndiaye, P.
A (2016)“Performance analysis of the first large-scale (15 MWp) grid-connected photovoltaic plant in Mauritania. Energy conversion and management” 119, 411- 421.
[3] Mensah, L. D, Yamoah, J. O, & Adaramola, M. S. (2019) “Performance
evaluation of a utility-scale grid-tied solar photovoltaic (PV) installation in Ghana,Energy for sustainable development”, 48, 82-87.
[4] Martín-Martínez, S, Cas-Carretón, M, Honrubia-Escribano, A, & Gómez- Lázaro, E(2019). “Performance evaluation of large solar photovoltaic power plants in Spain. Energy conversion and management”, 183, 515-528.
[5] REN21, Renewables 2020 Global Status Report
[6] Bản đồ tiềm năng năng lượng mặt trời do Bộ Công Thương ban hành tháng 01/2015 (Maps of Solar Resource and Potential in Vietnam, MOIT, 1/2015). [7] Quyết định 11/2017/QĐ-TTg ngày 11/4/2017 về cơ chế khuyến khích phát triển các dự án điện mặt trời tại Việt Nam.
[8] Quyết định số 13 cơ chế khuyến khích phát triển điện mặt trời
[9] Truong, N. X, Tung, N. L, Hung, N. Q, & Delinchant, B. (2016, November) “Grid-connected PV system design option for nearly zero energy building in
reference building in Hanoi”, In 2016 IEEE International Conference on Sustainable Energy Technologies (ICSET) (pp. 326-331). IEEE.
[10] Phap, V, & Nguyen, N (2020), “Feasibility Study Of Rooftop Photovoltaic Power System For A Research Institute Towards Green Building In Vietnam. EAI Endorsed Transactions on Energy Web”
[11] Duong, M. Q., Tran, N. T. N., Sava, G. N, & Tanasiev, V (2019), “Design, performance and economic effciency analysis of the photovoltaic rooftop system. Revue roumaine des scienses techniques – serie electrotechnique et enegetique ”
Plant”.Energies 2020, 13, 2583.
[13] Nguồn năng lượng chủ yếu tại Việt Nam, số dự án trong giai đoạn từ nay đến 2025 https //www.evn.com.vn.
[14] https www.pvsyst.com
[15] "Economic Optimization of PV Systems with Storage", Hizir Apaydin, André Mermoud, Adrien Villoz, Bruno Wittmer Poster presented at the 37th European Photovoltaic Solar Energy Conference, Online, 7-11 September 2020.
[16] "Simulation of Grid-tied PV Systems with Battery Storage in PVsyst", Bruno Wittmer, André Mermoud and Adrien Villoz Poster presented at the 36th European Photovoltaic Solar Energy Conference, Marseille, France, 9-13 September 2019.
[17] "Yield Simulations for Horizontal Axis Trackers with Bifacial PV Modules in PVsyst", Bruno Wittmer and André Mermoud Poster presented at the 35th European Photovoltaic Solar Energy Conference, Brussels, Belgium, 24-28
September 2018.
[18] "A tool to optimize the layout of ground-based PV installations taking into account the economic boundary conditions", André Mermoud and Bruno Wittmer. Poster presented at the 29th European Photovoltaic Solar Energy Conference and Exhibition, Amsterdam, Netherlands, Septembre 2014
[19] "Analysis of PV grid installations performance, comparing measured data to simulation results to identify problems in operation and monitoring", Bruno
Wittmer, André Mermoud and Thomas Schott, Poster presented at the 30th European Photovoltaic Solar Energy Conference and Exhibition, Hamburg,
Germany, 14-18 September 2015.
[20] "Performance assessment of a simulation model for PV modules of any available technology", André Mermoud and Thibault Lejeune, 2010, Poster
[21] "Optimization of row-arrangement in PV Systems, shading loss evaluations according to module positioning and connexions", André Mermoud,
[22] https www.homerenergy.com
[23] “Sizing of a solar-wind hybrid electric vehicle charging station by of
Home software” Journal of Cleaner Production10 January 2021...First available on 12
August 2020
[24] “Techno -economic feasibility analysis of a solar-biomass off grid system for
the electrification of remote rural areas in Pakistan using Homer software”
Renewable EnergyJune 2017...
First available on 21 January 2017
[25] “The case study of combined cooling heat and power and photovoltaic systems
for building customers using Homer software”
Electric Power Systems ResearchFebruary 2017...
First available on 16 November 2016
[26] “Optimal hybr id renewable energy design in autonomous system using Modified Electric System Cascade Analysis and Homer Softwre” Energy Conversion and Management15 October 2016...
First available on 31 August 2016
[27] “Optimization and life-cycle cost of health clinic PV system for a rural area in
southern Iraq using Homer software”
Solar EnergyApril 2010...
First available on 24 February 2010 [28]www.nrcan.gc.ca/
[29] “Evaluation and comparison of economic policies to increase distributed
generation capacity in the Iranian household consumption sector using photovoltaic
systems and Retscreen software”
on Retscreen software” Energy1 July 2017...
First available on 21 April 2017 Yu Pan; Liuchen Liu; Junying Zhang
[31] “Measurement and verification analysis on the energy performance of a retrofit sesidential building after energy effciency measures using Retscreen Expert” Alexandria Engineering JournalIn press, corrected proofAvailable online 4
September 2020 Abdulhameed Babatunde Owolabi; Benyoh Emmanuel Kigha Nsafon; Jeung-Soo Huh
[32] “Preliminary determination of optimal size for renewable energy resources in buildings using Retscreen software”
EnergyNovember 2012...
First available on 29 September 2012
Kyoung-Ho Lee; Dong-Won Lee; Chang-Jun Lee
[33] “Technical, financial, economic and environmental pre-feasibility study of
Geothermal power plants by Retscreen Ecuador’s case stady”
Renewable and Sustainable Energy ReviewsSeptember 2018...
First available on 10 May 2018
Diego Moya; Juan Paredes; Prasad Kaparaju
[34] “Method for the technical, financial, economic and environmental pre -
feasibility study of geothermal power plants by Retscreen – Ecuador’s case study”
MethodsX2018...
First available on 21 May 2018
Diego Moya; Juan Paredes; Prasad Kaparaju
[35] “Environmental, technical and financial feasibility study of solar power plants by
Retscreen, according to the targeting of energy subsidies in Iran”
[36] “Evaluation and comparison of economic policies to increase distributed generation capacity in the Iranian household consumption sector using
photovoltaic systems and Retscreen software”
Renewable EnergyJuly 2017...
First available on 25 January 2017
[37] Le, P. T, Quoc, H. A, Van Thuyen, N, & Tsai, H. L, (2019, July), “ A Method to Estimate the Yield of Photovoltaic Power Plant Solely in
MATLAB/Simulink. In 2019 International Conference on System Science and Engineering” (ICSSE) (pp. 201-205). IEEE.
[38] Omar, A. M., Hussin, M. Z., Shaari, S., & Sopian, K. (2014). “Energy yield calculation of the grid connected photovoltaic power system.”
Computer Applications in Environmental Sciences and Renewable Energy, 162-167.
[39] Durisch, W., Bitnar, B., Mayor, J. C., Kiess, H., Lam, K. H., & Close, (2007). “Efficiency model for photovoltaic modules and demonstration of its application to energy yield estimation. Solar energy materials and solar cells”, 91(1), 79-84.
[40] “Integrating Photovoltaic Inverter Reliability into Energy Yield
Estimation with Markov Models Sairaj V. Dhople, Ali Davoudi, Patrick L”, Chapman, and Alejandro D. Domínguez-García Department of Electrical and Computer Engineering University of Illinois at Urbana-Champaign Urbana, IL, U. S. A.
sdhople2@illinois.edu
[41] Dhople, S. V., Davoudi, A., Chapman, P. L., & Domínguez-García, A. D. (2010, June). “ Integrating photovoltaic inverter reliability into energy
Control and Modeling for Power Electronics” (COMPEL) (pp. 1-5). IEEE. [42] Vernay, C., S. Pitaval, and P. Blanc, Review of Satellite-based Surface “Solar Irradiation Databases for the Engineering, the Financing and the Operating of Photovoltaic Systems”. Energy Procedia, 2014. 57 p. 1383- 1391.
[43] https //topdev.vn/blog/web-server/ [44] https //topdev.vn/blog/nginx-la-gi/