2023 Электротехника, информационные технологии, системы управления № 47 Научная статья
DOI: 10.15593/2224-9397/2023.3.02 УДК 621.311.25
С.В. Митрофанов, В.В. Петров
Оренбургский государственный университет, Оренбург, Российская Федерация
РАЗРАБОТКА ЭЛЕМЕНТОВ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ СОЛНЕЧНЫХ ЭЛЕКТРИЧЕСКИХ СТАНЦИЙ
Разработка одностраничных HTML-приложений позволяет пользователю получить требуемую информацию, не прибегая к покупке и установке лицензионного программного обеспечения на персональный компьютер. Одной из перспективных технологий для прогнозирования работы солнечной электростанции является проектирование одностраничного HTML-приложения с помощью современных языков программирования. Цель исследования: разработка одностра-ничного HTML-приложения как элемента системы проектирования солнечных электрических станций для оценки пользователем целесообразности инвестирования в их строительство для любой точки мира. Элементы системы проектирования упрощают и автоматизирует процесс, имея удобный интерфейс взаимодействия с пользователем. Методы: для программной реализации были использованы современные технологии: HTML5, БЭМ, CSS3, JavaScript, TypeScript, React, WebPack, Babel, Redux, Axios. Результаты: для решения поставленной задачи авторами представлена математическая модель приложения, разработана архитектура на основе архитектурного паттерна проектирования flux, выделены и описаны основные блоки и функциональные компоненты приложения. Был получен практический результат в виде рабочей системы для автоматизированного проектирования солнечных электрических станций в формате одностранич-ного HTML-приложения. Преимущество данной программы заключается в ее удобном и интуитивно понятном интерфейсе, который позволяет выполнять расчеты в любой точке, имеющей доступ в Интернет. Благодаря картографическому интерфейсу пользователь может выбрать любую географическую точку, на которой будет располагаться солнечная электростанция, и оценить объем выработки электроэнергии для данной точки. Оценка выработки электроэнергии выполняется с учетом оптимального угла наклона солнечных панелей относительно горизонтальной плоскости. Практическая значимость: разработанное программное обеспечение позволяет быстро оценить эффективность работы солнечной станции и выбрать оптимальное расположение объекта.
Ключевые слова: Single page application, react, redux, солнечная электростанция, энергетика, автоматизация, фотоэлектрические системы, паттерн.
S.V. Mitrofanov, V.V. Petrov
Orenburg State University, Orenburg, Russian Federation
DEVELOPMENT OF ELEMENTS OF THE AUTOMATED DESIGN SYSTEM OF SOLAR POWER PLANTS
The development of single-page HTML applications allows the user to obtain the required information without resorting to the purchase and installation of licensed software on a personal computer. One of the promising technologies for predicting the operation of a solar power plant is the design of a singlepage HTML application using modern programming languages. The purpose of the study: to develop a single-page HTML application as an element of the solar power plant design system for the user to assess the feasibility of investing in their construction for anywhere in the world. The elements of the design system simplify and automate the process by having a user-friendly interface. Methods: modern technologies were used for software implementation: HTML5, BEM, CSS3, JavaScript, TypeScript, React, WebPack, Babel, Redux, Axios. Results: to solve the problem, the authors presented a mathematical model of the application, developed an architecture based on the architectural design pattern of flux, identified and described the main blocks and functional components of the application. A practical result was obtained in the form of a working system for computer-aided design of solar power plants in the format of a single-page HTML application. The advantage of this program lies in its convenient and intuitive interface, which allows you to perform calculations at any point with Internet access. Thanks to the cartographic interface, the user can select any geographical point where the solar power plant will be located and estimate the amount of electricity generation for this point. The estimation of electricity generation is carried out taking into account the optimal angle of inclination of the solar panels relative to the horizontal plane. Practical significance: the developed software allows you to quickly assess the efficiency of the solar station and choose the optimal location of the object.
Keywords: Single page application, react, redux, solar power plant, energy, renewable energy sources, automation, photovoltaic systems.
Введение
В настоящее время в связи с ростом интереса к экологически чистой и эффективной энергетике в нашу жизнь все больше внедряются возобновляемые источники энергии. Одним из самых популярных и эффективных источников возобновляемой энергии является солнечная энергия, развитие которой активно стимулируется правительством Российской Федерации [1]. Государственная политика в сфере повышения энергетической эффективности электроэнергетики на основе использования возобновляемых источников энергии включает комплекс мероприятий, направленных на создание условий, стимулирующих развитие использования возобновляемых источников [2].
Выработка электроэнергии солнечными электростанциями зависит от многих факторов, таких как географическое положение, местность, климатические условия и многое другое [3]. Например, если
географические координаты солнечной электрической станции находятся ближе к экватору, то она получает больше солнечного излучения и, следовательно, вырабатывает больше электроэнергии. Также выработка электроэнергии зависит от угла наклона солнечных панелей к поверхности земли [4-6]. Автоматизация оценки выработки электроэнергии определенной конфигурацией системы может значительно упростить и ускорить процесс проектирования солнечной станции.
Для оценки получения электроэнергии солнечными станциями авторами были разработаны различные виды программного обеспечения [7-12]. При этом разработанное программное обеспечение является автономным и требует предустановки на компьютере пользователя. В литературе встречаются и программные модули, разработанные для специализированной программы Matlab [12, 14]. Существуют методы математического моделирования солнечных элементов, из которых состоит солнечная панель [15-17]. Авторами рассмотрено и программное обеспечение для краткосрочного прогнозирования выработки электроэнергии [18-23], в том числе с помощью машинного обучения [24]. Встречается разработка и одностраничных приложений [25]. Научная проблема заключается в том, что рассмотренное программное обеспечение обладает рядом недостатков, которые затрудняют проектирование солнечных станций. Для работы с программным обеспечением появляется необходимость покупки лицензии и установки его на ПК.
Целью исследования является разработка приложения в формате SPA как элемента системы автоматизированного проектирования солнечных электрических станций. Это позволит ускорить процесс ее проектирования. SPA - это одностраничное HTML-приложение для взаимодействия с пользователем. Для взаимодействия с программным обеспечением пользователь может взаимодействовать с приложением и обновлять для него задачи онлайн. Разработанное программное обеспечение [25] загружено на публичный сервер с открытым доступом и распространяется в формате открытого программного обеспечения (англ. open-source software). Открыт так же доступ к коду программы, что обеспечивает прозрачность ее функционирования и возможность внесения корректировок в работу. Научная новизна исследования заключается в использовании актуальных (передовых) архитектурных решений для построения SPA-приложений и современного стека (набора) технологий.
Практическая значимость предложенного авторами материала заключается в предоставлении удобного и эффективного способа проектирования солнечных электростанций и внесении вклада в развитие возобновляемой энергетики, представленного элементом системы проектирования электрических станций в формате SPA для автоматизации и ускорения этого процесса.
Основная часть
Процесс разработки был разбит на несколько этапов:
- разработка математической модели;
- проектирование архитектуры приложения;
- проектирование функциональных блоков;
- кодирование и разработка приложения.
Создание математической модели для программного обеспечения позволяет более точно определить цель и задачи, а также обеспечивает более четкий и структурированный подход к разработке архитектуры и программного кода.
Получение данных об инсоляции происходит по местоположению солнечной станции, исходя из координат, выбранных пользователем на интерактивной карте. После обращения к серверу данных [27] мы получаем данные в формате JSON со среднесуточной инсоляцией для каждого месяца в данной точке. Эти данные представляют собой массив E, состоящий из 12 значений среднесуточной инсоляции для данной точки и определенного угла наклона солнечных панелей к горизонтальной плоскости:
Е = Aiding), (1)
где f(lat,lng) - функция запроса к API NASA [27]; lat - географическая широта точки; ing - географическая долгота точки.
Расчет стоимости солнечной станции и среднего количества вырабатываемой электроэнергии определяется на основе входных данных. В эти данные входят модель солнечной панели, мощность, угол наклона, количество и площадь солнечных панелей, коэффициент учета добавочной стоимости монтажных работ и материалов. Выходными данными будут являться стоимость заданной конфигурации солнечной станции, площадь, занимаемая солнечной станцией, среднее количест-
во электроэнергии, вырабатываемое солнечной станцией в сутки для 12 месяцев. Среднее количество электроэнергии, вырабатываемое солнечной станцией в сутки Wst, кВтч/сут, определяется по формуле:
= Епк^Рр, (2)
где Е - значение инсоляции за сутки, кВтч/м ; п - количество солнечных панелей; крЫ - коэффициент, учитывающий потери солнечной панели при преобразовании и передаче электроэнергии; Р р - номинальная мощность одной солнечной панели, кВт; и - интенсивность солнечной радиации, при которой фотоэлектрические панели тестируются (условия STC), т.е. 1000 Вт/м2 Площадь,
занимаемая солнечной станцией, Sst, м :
^ = Ьр■ п ■ т, (3)
где Ьр - площадь одной солнечной панели, м ; п - количество солнечных панелей; т - коэффициент, учитывающий угол наклона солнечной панели.
Стоимость заданной конфигурации
солнечной станции Сst, м :
Сл = Ср ■ п ■ кл (4)
где С р - стоимость одной солнечной панели, м ; п - количество солнечных панелей; к^ - коэффициент учета добавочной стоимости монтажных работ и материалов.
Для расчета нагрузки входными данными являются название электроприемника, их количество, время работы в сутки, мощность. В результате выходными данными является средняя нагрузка заданной группы электроприемников, кВтч/сут:
Щп =ЕР1-пгк„ (5)
где - мощность электроприемников, Вт; - количество электроприемников; ^I - время работы потребителя в сутки, ч; Щп - средняя нагрузка заданной группы электроприемников, кВтч/сут.
Для построения графика выработки и нагрузки используются следующие входные данные: среднее количество электроэнергии, вырабатываемое солнечной станцией в сутки для 12 месяцев, и данные о планируемой нагрузке для каждого месяца.
В результате расчета выходными данными являются график расчетной средней выработки станции и планируемой нагрузки:
wnm, wsm, (6)
где Wn(M), W st(M) - функции графиков изменения выработки электроэнергии станции и нагрузки в зависимости от календарного месяца.
Для построения диаграммы окупаемости солнечных панелей согласно выбранному тарифу на электроэнергию входными данными являются стоимость выбранной конфигурации солнечных панелей, тариф на электроэнергию, суммарная выработка электроэнергии за год. Выходными данными являются диаграмма окупаемости солнечных панелей, время окупаемости проекта T, которое находится по формуле:
Т (7)
где С st - стоимость строительства солнечной станции; Es - доходы от продажи солнечной энергии за год.
Архитектура приложения построена с использованием архитектурного паттерна проектирования Flux и показана на рис. 1. Flux - это архитектурный подход или набор шаблонов программирования для построения пользовательского интерфейса веб-приложений, сочетающийся с реактивным программированием и построенный на однонаправленных потоках данных.
Рис. 1. Flux-архитектура
В соответствии с выбранным паттерном проектирования приложение делится на следующие части:
- Frontend отвечает за представление пользовательского интерфейса и взаимодействие пользователя с помощью действий с состоянием;
- Backend предоставляет данные об инсоляции в заданной точке на основе отправленного запроса;
- Redux store - глобальное состояние приложения, хранит данные о выбранном местоположении солнечной станции, данные, полученные с API NASA [27], конфигурации станции, потребителях, планируемой выработке электроэнергии.
Для визуализации приложения используются следующие компоненты:
- PlaceSelector отображает карту и позволяет пользователю выбрать местоположение солнечной панели. Рабочий вариант представления компонента изображен на рис. 2;
ШВвод координат расчетных данных
Укажите месторасположение солнечной электростанции на карте
Широта: 51.7991. Долгота: 55.1322 ИЯЗДЯТВЯ
Рис. 2. Компонент PlaceSelector
- PanelConfiguration позволяет задать конфигурацию станции, выбрать модель солнечной панели, их количество и угол наклона. Рабочий вариант представления компонента изображен на рис. 3;
Рис. 3. Компонент PanelConfiguration
- Са1сТаЬ1е отображает таблицу, в которой пользователь выбирает потребителей, время их работы, мощность и получает данные о средней мощности электроприемников в сутки. Рабочий вариант представления компонента изображен на рис. 4;
0
Калькулятор нагрузки для солнечной электростанции
Рассчитайте нагрузку ваших потребителей энергии
□ Электролампа
□ Холодильник
□ Телевизор
□ Компьютер
□ Чайник
С.' Электроплита
□ Кофеварка
□ Микроволновка
□ Пылесос
Шт х Шт X Шт X Шт х Шт х Шт х Шт х Шт х Шт х
30
150
150
300
2000
4000
800
1200
400
Вт х Вт х Вт х Вт х Вт х Вт х Вт х Вт х Вт х
□.1
0.2
0.5
часов в сутки V ОкВтч/сутки
ЧаСОВ В СуТКИ ^ 0 кВ-'ч/сутки
часов В сутки V ОкВтч/сутки
часов В сутки V 0 кВ-ч/сутки
часов В сутки V 0 кВ-ч/сутки
часов в сутки * —¡/сутки
часов В сутки V 0 кВ-ч/сутки
часов В сутки V 0 кВ-ч/сутки
часов в сутки ^ ОкВтч/сутки
Средняя нагрузка 0.00 кВт*ч / сутки
Рис. 4. Компонент CalcTable
- А11;Са1сТаЫе отображает другой вариант таблицы, в которой пользователь вводит потребление для каждого месяца. Рабочий вариант представления компонента показан на рис. 5;
Январь Февраль Нарт Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь
Рис. 5. Компонент АИСа1сТаЪ1е
- Chart строит графики расчетной средней выработки солнечной станции и средней планируемой нагрузки для каждого месяца. С помощью этого элемента строится таблица со значениями выработки для каждого месяца, рассчитывается среднегодовая и суммарная выработка электроэнергии за календарный год. Рабочий вариант представления компонента изображен на рис. 6;
- Payback строит диаграмму окупаемости солнечной станции при средней выработке, рассчитывает срок окупаемости и прибыль за 20 лет эксплуатации. Рабочий вариант представления компонента изображен на рис. 7.
Рис. 6. Компонент Chart
Рис. 7. Компонент Payback
Каждый компонент взаимодействует с Redux store, чтобы получать или изменять необходимые данные. Таким образом, архитектура состоит из React-компонентов, взаимодействующих с данными в Redux,
и компонентов, получающих данные с Backend. Компоненты отображают различные части приложения, включая выбор местоположения, конфигурацию солнечной станции, калькуляторы нагрузки и результаты расчетов в виде графиков и таблиц. В блоке PanelConfiguration используются актуальные данные на момент написания материала о стоимости солнечных панелей для расчета окупаемости.
Преимущество разработанного программного обеспечения перед существующими аналогами заключается в его удобном и интуитивно понятном интерфейсе, который позволяет оценивать целесообразность инвестирования в солнечные электростанции на базе возобновляемых источников энергии в любой точке мира. Реализованный компонентный подход, построенная архитектура приложения и современный набор технологий, используемый для разработки, обеспечивают простоту поддержки и расширяемость разработанного приложения.
Благодаря картографическому интерфейсу пользователь может выбрать любую географическую точку, на которой предполагается размещение солнечной электростанции. Картографический интерфейс реализован с помощью открытой библиотеки Leaflet. Выполнено успешное тестирование разработанного программного обеспечения.
Заключение
Созданное программное обеспечение позволяет быстро ввести исходные данные, указать на интерактивной карте предполагаемое месторасположение солнечной станции. Для выбранного месторасположения солнечной станции с помощью разработанного программного обеспечения можно оценить объем выработки электроэнергии для любой точки мира с учетом угла наклона солнечных панелей и погодных условий за среднемноголетний период наблюдений. Пользователю предоставлена возможность ввести через отдельные блоки типовые электроприемники и произвольную нагрузку для каждого месяца. Построенный график позволяет предварительно оценить срок окупаемости проекта, а также прибыль. Разработанное приложение может быть использовано как частными пользователями, так и сетевыми организациями для оценки выработки электроэнергии спроектированными солнечными станциями. Оно может быть использовано для оценки рентабельности установки солнечной станции в рамках правительственной программы по компенсации генерации электроэнергии в области
«зеленой энергетики». Разработанное программное обеспечение планируется использовать как самостоятельный сервис для расчета конфигурации солнечных электростанций в приложении, основанном на микросервисной архитектуре. Дальнейшее перспективное развитие разработанного программного обеспечения заключается в разработке дополнительных микросервисов в области проектирования возобновляемых источников энергии.
Библиографический список
1. Об утверждении основных направлений государственной политики в сфере повышения энергетической эффективности электроэнергетики на основе использования возобновляемых источников энергии на период до 2035 года: Распоряжение Правительства Российской Федерации от 08.01.2009 № 1-р [Электронный ресурс]. - URL: https://docs.cntd.ru/document/902137809 (дата обращения: 28.03.2023).
2. Возобновляемая («альтернативная») энергетика [Электронный ресурс]. - URL: http://government.ru/news/44924/ (дата обращения: 28.03.2023).
3. Методы краткосрочного прогнозирования выработки электрической энергии солнечными электростанциями и их классификация / Д.А. Тюньков, А.А. Сапилова, А.С. Грицай [и др.] // Электротехнические системы и комплексы. - 2020. - № 3 (48). - С. 4-10. DOI: 10.18503/2311-8318-2020-3(48)-4-10
4. Investigation of a single-axis discrete solar tracking system for reduced actuations and maximum energy collection / W. Batayneh, A. Bataineh, I. Soliman, S.A. Hafees // Automation in Construction. - 2019. -Vol. 98. - P. 102-109.
5. Khatib T., Deria R. East-west oriented photovoltaic power systems: model, benefits and technical evaluation // Energy Conversion and Management. East-west oriented photovoltaic power systems. - 2022. -Vol. 266. - P. 115810.
6. Yadav S., Panda S.K., Hachem-Vermette C. Optimum azimuth and inclination angle of BIPV panel owing to different factors influencing the shadow of adjacent building // Renewable Energy. - 2020. - Vol. 162. -P. 381-396.
7. Бабаев Б.Д. Расчет выработки электроэнергии местной солнечной электростанцией при оптимальных параметрах // Вестник Да-
гестан. гос. ун-та. Сер. 1. Естественные науки. - 2021. - Т. 36, № 3. - С. 21-28. DOI: 10.21779/2542-0321-2021-36-3-21-28
8. Юдаев И.В., Даус Ю.В., Десятниченко Д.А. Оценка графиков потребления электрической энергии объектов на сельских территориях как нагрузки солнечной электростанции // Вестник аграрной науки Дона. - 2018. - № S4. - С. 10-17.
9. Шакиров В.А., Яковкина Т.Н., Курбацкий В.Г. Методика оценки выработки электроэнергии солнечными электростанциями с использованием данных многолетних наблюдений метеостанций // Вестник Иркутск. гос. техн. ун-та. - 2020. - Т. 24, № 4 (153). -С. 858-875. DOI: 10.21285/1814-3520-2020-4-858-875
10. Комбинированная программа автоматизированной системы расчета на ЭВМ параметров ветро-солнечной электростанции / Л.Д. Сокут, Е.В. Иванова, С.П. Муровский, С.В. Иванов // Экономика строительства и природопользования. - 2019. - № 2 (71). - С. 159-167.
11. Лосев А.С., Массель А.Г. Прогнозирование солнечной радиации и импутация данных для цифрового двойника солнечной электростанции // Информационные и математические технологии в науке и управлении. - 2022. - № 1 (25). - С. 91-101. DOI: 10.38028/ESI.2022.25.1.008
12. Буквина М.А., Буквина Е.А., Фалеева Е.В. Разработка программного обеспечения, рассчитывающего приход солнечного излучения в точку с заданными координатами для оптимизации определения локации строительства солнечной электростанции // Транспорт Азиатско-Тихоокеанского региона. - 2020. - № 2 (23). - С. 10-14.
13. Проектирование энергоэффективных ФСЭС для автономных систем электроснабжения сельскохозяйственных потребителей Красноярского края путём использования графо-семантической базы данных энергии солнечного излучения / А.С. Дебрин, А.Ф. Семенов, А.В. Бастрон, П.Н. Кузьмин // Известия Оренбург. гос. аграр. ун-та. -2020. - № 3 (83). - С. 216-221.
14. Коновалов Ю.В., Хазиев А.Н. Расчет инсоляции солнечной фотоэлектрической электростанции с учетом геолокационных и погодных параметров // iPolytech Journal. - 2022. - Т. 26, № 3. - С. 439-450. DOI: 10.21285/1814-3520-2022-3-439-450
15. Ковалев В.З., Парамзин А.О., Архипова О.В. Математическое моделирование фотоэлектрических панелей как составляющей
комплекса распределенной генерации // Инженерный вестник Дона. -2022. - № 12 (96). - С. 155-169.
16. Artificial intelligence based forecasting & optimization of solar cell model / S. Mohanty, P.K. Patra, A. Mohanty, M. Viswavandya, P.K. Ray // Optik. - 2019. - Vol. 181. - P. 842-852.
17. Bakir H. Comparative performance analysis of metaheuristic search algorithms in parameter extraction for various solar cell models // Environmental Challenges. - 2023. - Vol. 11. - P. 100720.
18. Методы краткосрочного прогнозирования выработки электрической энергии солнечными электростанциями и их классификация / Д.А. Тюньков, А.А. Сапилова, А.С. Грицай [и др.] // Электротехнические системы и комплексы. - 2020. - № 3 (48). - С. 4-10. DOI: 10.18503/2311-8318-2020-3(48)-4-10
19. Ambient temperature and solar irradiance forecasting prediction horizon sensitivity analysis / J. Ramirez-Vergara, L.B. Bosman, W.D. Leon-Salas, E. Wollega // Machine Learning with Applications. - 2021. - Vol. 6. -P. 100128.
20. Arias Velâsquez R.M. A case study of NeuralProphet and nonlinear evaluation for high accuracy prediction in short-term forecasting in PV solar plant // Heliyon. - 2022. - Vol. 8, № 9. - P. e10639.
21. Ensemble of machine learning and spatiotemporal parameters to forecast very short-term solar irradiation to compute photovoltaic generators' output power / F. Rodriguez, F. Martin, L. Fontân, A. Galarza // Energy. - 2021. - Vol. 229. - P. 120647.
22. Kafka J.L., Miller M.A. A climatology of solar irradiance and its controls across the United States: Implications for solar panel orientation // Renewable Energy. A climatology of solar irradiance and its controls across the United States. - 2019. - Vol. 135. - P. 897-907.
23. Performance assessment of a 20 MW photovoltaic power plant in a hot climate using real data and simulation tools / S. Bentouba, M. Bourouis, N. Zioui, A. Pirashanthan, D. Velauthapillai // Energy Reports. -2021. - Vol. 7. - P. 7297-7314.
24. A hybrid machine learning method with explicit time encoding for improved Malaysian photovoltaic power prediction / H. Mubarak, A. Hammoudeh, S. Ahmad, A. Abdellatif, S. Mekhilef, H. Mokhlis, S. Dupont // Journal of Cleaner Production. - 2023. - Vol. 382. - P. 134979.
25. Технолайн. Подбор солнечной электростанции [Электронный ресурс]. - URL: https://e-solarpower.ru/kalkulyator-vyrabotki-sb/ (дата обращения: 28.03.2023).
26. Программа для оценки срока окупаемости солнечных панелей для частного потребителя с произвольным месторасположением: свидетельство о гос. регистрации программы для ЭВМ 2023665981 / С.В. Митрофанов, В.В. Петров; правооблад. Оренбург. гос. ун-т. № 2023664915; заявл. 17.07.2023; опубл. 25.07.2023. - 1 с.
27. The power project [Электронный ресурс]. - URL: https://power.larc.nasa.gov/ (дата обращения: 28.03.2023).
References
1. Ob utverzhdenii osnovnykh napravlenii gosudarstvennoi politiki v sfere povysheniia energeticheskoi effektivnosti elektroenergetiki na osnove ispol'zovaniia vozobnovliaemykh istochnikov energii na period do 2035 goda: Rasporiazhenie Pravitel'stva Rossiiskoi Federatsii ot 08.01.2009 № 1-r [On approval of the main directions of the state policy in the field of improving the energy efficiency of the electric power industry based on the use of renewable energy sources for the period up to 2035: Decree of the Government of the Russian Federation No. 1-r dated 08.01.2009], available at: https://docs.cntd.ru/document/902137809 (accessed 28 March 2023).
2. Vozobnovliaemaia ("al'ternativnaia") energetika [Renewable ("alternative") energy], available at: http://government.ru/news/44924/ (accessed 28 March 2023).
3. Tiun'kov D.A., Sapilova A.A., Gritsai A.S. [et al.] Metody kratkosrochnogo prognozirovaniia vyrabotki elektricheskoi energii solnechnymi elektrostantsiiami i ikh klassifikatsiia [Methods of short-term forecasting of electric power generation by solar power plants and their classification]. Elektrotekhnicheskie sistemy i kompleksy, 2020, no. 3 (48), pp. 4-10. DOI: 10.18503/2311-8318-2020-3(48)-4-10
4. Batayneh W., Bataineh A., Soliman I., Hafees S.A. Investigation of a single-axis discrete solar tracking system for reduced actuations and maximum energy collection. Automation in Construction, 2019, vol. 98, pp. 102-109.
5. Khatib T., Deria R. East-west oriented photovoltaic power systems: model, benefits and technical evaluation. Energy Conversion and Management. East-west oriented photovoltaic power systems, 2022, vol. 266, 115810 p.
6. Yadav S., Panda S.K., Hachem-Vermette C. Optimum azimuth and inclination angle of BIPV panel owing to different factors influencing the shadow of adjacent building. Renewable Energy, 2020, vol. 162, pp. 381-396.
7. Babaev B.D. Raschet vyrabotki elektroenergii mestnoi solnechnoi elektrostantsiei pri optimal'nykh parametrakh [Calculation of electricity generation by a local solar power plant with optimal parameters]. Vestnik Dagestanskogo gosudarstvennogo universiteta. Estestvennye nauki, vol. 36, no. 3, pp. 21-28. DOI: 10.21779/2542-0321-2021-36-3-21-28
8. Iudaev I.V., Daus Iu.V., Desiatnichenko D.A. [Otsenka grafikov potrebleniia elektricheskoi energii ob"ektov na sel'skikh territoriiakh kak nagruzki solnechnoi elektrostantsii [Assessment of electric power consumption schedules of facilities in rural areas as a load of a solar power plant]. Vestnik agrarnoi nauki Dona, 2018, no. S4, pp. 10-17.
9. Shakirov V.A., Iakovkina T.N., Kurbatskii V.G. Metodika otsenki vyrabotki elektroenergii solnechnymi elektrostantsiiami s ispol'zovaniem dannykh mnogoletnikh nabliudenii meteostantsii [Methodology for Assessing Solar Power Generation Using Long-Term Meteorological Station Observations]. Vestnik Irkutskogo gosudarstvennogo tekhnicheskogo universiteta, 2020, vol. 24, no. 4 (153), pp. 858-875. DOI: 10.21285/18143520-2020-4-858-875
10. Sokut L.D., Ivanova E.V., Murovskii S.P., Ivanov S.V. Kombinirovannaia programma avtomatizirovannoi sistemy rascheta na EVM parametrov vetro-solnechnoi elektrostantsii [A combined program of an automated computer-based calculation system for the parameters of a wind and solar power plant]. Ekonomika stroitel'stva iprirodopol'zovaniia, 2019, no. 2 (71), pp. 159-167.
11. Losev A.S., Massel' A.G. Prognozirovanie solnechnoi radiatsii i imputatsiia dannykh dlia tsifrovogo dvoinika solnechnoi elektrostantsii [Solar radiation prediction and data imputation for the digital twin of a solar power plant]. Informatsionnye i matematicheskie tekhnologii v nauke i upravlenii, 2022, no. 1 (25), pp. 91 -101. DOI: 10.38028/ESI.2022.25.1.008
12. Bukvina M.A., Bukvina E.A., Faleeva E.V. Razrabotka programmnogo obespecheniia, rasschityvaiushchego prikhod solnechnogo izlucheniia v tochku s zadannymi koordinatami dlia optimizatsii opredeleniia lokatsii stroitel'stva solnechnoi elektrostantsii [Development of software that calculates the arrival of solar radiation at a point with
specified coordinates to optimize the location of the construction of a solar power plant]. Transport Aziatsko-Tikhookeanskogo regiona, 2020, no. 2 (23), pp. 10-14.
13. Debrin A.S., Semenov A.F., Bastron A.V., Kuz'min P.N. Proektirovanie energoeffektivnykh FSES dlia avtonomnykh sistem elektrosnabzheniia sel'skokhoziaistvennykh potrebitelei Krasnoiarskogo kraia putem ispol'zovaniia grafo-semanticheskoi bazy dannykh energii solnechnogo izlucheniia [Designing energy-efficient FSS for autonomous power supply systems for agricultural consumers of the Krasnoyarsk Territory by using a grapho-semantic database of solar radiation energy]. Izvestiia Orenburgskogo gosudarstvennogo agrarnogo universiteta, 2020, no. 3 (83), pp. 216-221.
14. Konovalov Iu.V., Khaziev A.N. Raschet insoliatsii solnechnoi fotoelektricheskoi elektrostantsii s uchetom geolokatsionnykh i pogodnykh parametrov [Calculation of solar photovoltaic power plant insolation taking into account geolocation and weather parameters]. iPolytech Journal, 2022, vol. 26, no. 3, pp. 439-450. DOI: 10.21285/1814-3520-2022-3-439-450
15. Kovalev V.Z., Paramzin A.O., Arkhipova O.V. Matematicheskoe modelirovanie fotoelektricheskikh panelei kak sostavliaiushchei kompleksa raspredelennoi generatsii [Mathematical modeling of photovoltaic panels as a component of a distributed generation complex]. Inzhenernyi vestnik Dona, 2022, no. 12 (96), pp. 155-169.
16. Mohanty S., Patra P.K., Mohanty A., Viswavandya M., Ray P.K. Artificial intelligence based forecasting & optimization of solar cell model. Optik, 2019, vol. 181, pp. 842-852.
17. Bakir H. Comparative performance analysis of metaheuristic search algorithms in parameter extraction for various solar cell models. Environmental Challenges, 2023, vol. 11, 100720 p.
18. Tiun'kov D.A., Sapilova A.A., Gritsai A.S. [et al.]. Metody kratkosrochnogo prognozirovaniia vyrabotki elektricheskoi energii solnechnymi elektrostantsiiami i ikh klassifikatsiia [Methods of short-term forecasting of electric power generation by solar power plants and their classification]. Elektrotekhnicheskie sistemy i kompleksy, 2020, no. 3 (48), pp. 4-10. DOI: 10.18503/2311-8318-2020-3(48)-4-10
19. Ramirez-Vergara J., Bosman L.B., Leon-Salas W.D., Wollega E. Ambient temperature and solar irradiance forecasting prediction horizon sensitivity analysis. Machine Learning with Applications, 2021, vol. 6, 100128 p.
20. Arias Velasquez R.M. A case study of NeuralProphet and nonlinear evaluation for high accuracy prediction in short-term forecasting in PV solar plant. Heliyon, 2022, vol. 8, no. 9, P. e10639.
21. Rodriguez F., Martin F., Fontan L., Galarza A. Ensemble of machine learning and spatiotemporal parameters to forecast very short-term solar irradiation to compute photovoltaic generators' output power. Energy, 2021, vol. 229, 120647 p.
22. Kafka J.L., Miller M.A. A climatology of solar irradiance and its controls across the United States: Implications for solar panel orientation. Renewable Energy. A climatology of solar irradiance and its controls across the United States, 2019, vol. 135, pp. 897-907.
23. Bentouba S., Bourouis M., Zioui N., Pirashanthan A., Velauthapillai D. Performance assessment of a 20 MW photovoltaic power plant in a hot climate using real data and simulation tools. Energy Reports, 2021, vol. 7, pp. 7297-7314.
24. Mubarak H., Hammoudeh A., Ahmad S., Abdellatif A., Mekhilef S., Mokhlis H., Dupont S. A hybrid machine learning method with explicit time encoding for improved Malaysian photovoltaic power prediction. Journal of Cleaner Production, 2023, Vol. 382, 134979 p.
25. Tekhnolain. Podbor solnechnoi elektrostantsii [Technoline. Selection of solar power plant], available at: https://e-solarpower.ru/ kalkulyator-vyrabotki-sb/ (accessed 28 March 2023).
26. Mitrofanov S.V., Petrov V.V. Programma dlia otsenki sroka okupaemosti solnechnykh panelei dlia chastnogo potrebitelia s proizvol'nym mestoraspolozheniem [A program for estimating the payback period of solar panels for a private consumer with an arbitrary location]. Svidetel'stvo o gosudarstvennoi registratsii programmy dlia EVM no. 2023665981 (2023).
27. The power project, available at: https://power.larc.nasa.gov/ (accessed 28 March 28.03.2023).
Сведения об авторах
Митрофанов Сергей Владимирович (Оренбург, Российская Федерация) - кандидат технических наук, доцент кафедры «Электро-и теплоэнергетика» Оренбургского государственного университета (460018, Оренбург, пр. Победы, 13, e-mail: [email protected]).
Петров Вячеслав Владимирович (Оренбург, Российская Федерация) - студент Оренбургского государственного университета (460018, Оренбург, пр. Победы, 13, e-mail: [email protected]).
About the authors
Sergey V. Mitrofanov (Orenburg, Russian Federation) - Ph. D. in Technical Sciences, Associate Professor of the Department of Electricity and Heat Power Engineering Orenburg State University (460018, Orenburg, 13, Pobedy ave., e-mail: [email protected]).
Vyacheslav V. Petrov (Orenburg, Russian Federation) - Student of the Orenburg State University (460018, Orenburg, 13, Pobedy ave., e-mail: [email protected]).
Поступила: 01.06.2023. Одобрена: 20.07.2023. Принята к публикации:01.10.2023.
Финансирование. Исследование не имело спонсорской поддержки.
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов по отношению к статье.
Вклад авторов. Все авторы сделали равноценный вклад в подготовку статьи.
Просьба ссылаться на эту статью в русскоязычных источниках следующим образом:
Митрофанов, С.В. Разработка элементов системы автоматизированного проектирования солнечных электрических станций / С.В. Митрофанов, В.В. Петров // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. - 2023. -№ 47. - С. 32-49. DOI: 10.15593/2224-9397/2023.3.02
Please cite this article in English as:
Mitrofanov S.V., Petrov V.V. Development of elements of the automated design system of solar power plants. Perm National Research Polytechnic University Bulletin. Elec-trotechnics, information technologies, control systems, 2023, no. 47, pp. 32-49. DOI: 10.15593/2224-9397/2023.3.02