Photovoltaic Output Modeling: Monitoring, Forecasting, and Applications

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

School of Science | Doctoral thesis (article-based) | Defence date: 2021-12-10

Date

2021

Major/Subject

Mcode

Degree programme

Language

en

Pages

86 + app. 79

Series

Aalto University publication series DOCTORAL DISSERTATIONS, 167/2021

Abstract

Photovoltaics (PV) has emerged from a niche market towards becoming a potential mainstream electricity source. Despite the rapidly increasing share of PV systems in electricity production, the wide-spread adoption of PV still pose a handful of challenges related to the intermittent and weather-dependent nature of its output. Even though certain best practices in PV output modeling have gradually taken shape, no comprehensive solutions have yet been established for handling the entity, as a whole. In this doctoral thesis, modeling methods for monitoring and forecasting the output of specific PV systems were developed and validated, also demonstrating the utilization of these methods in real-world applications for assessing the general viability of PV technology in a Nordic context. In-situ measurements at two PV sites were used for optimizing and evaluating the performance of the PV output conversion model. The model was shown to perform well in snow-free conditions, demonstrating its value by estimating distinct system losses and its PV system monitoring capability. As a part of this process, the proposed quality control method for treating calculated direct normal irradiance (DNI) values was shown to provide a feasible approach for processing calculated DNI values. In order to attain an accurate and truthful depiction of a set of unique PV systems, the occurring characteristics of the investigated systems are to be taken into account. For sites where no external measurements are available, a novel approach for adjusting the baseline model for forecasting the output of specific PV systems was validated at 23 separate PV sites. The method was shown to capture time-dependent losses, proving it as a feasible approach for providing adjusted site-specific PV output forecasts. The studied PV output modeling tools were demonstrated in three different applications, covering domestic hot water heating cost optimization with a PV output forecast -based control method, a residential PV profitability study in Finland, coupled with energy storage and optimization, and a virtual power plant concept, required to regulate and aggregate active consumer behaviour in the future markets. In each case, a clear added value of PV output modeling through distinct cost reduction potential and imbalance mitigation, could be demonstrated. The contributions of this thesis demonstrate the performance of the selected modeling approaches, and provide tangible information about their application and value creation potential within the selected subject areas.

Aurinkosähkö on noussut markkinaraosta potentiaaliseksi valtavirran sähköntuotantomuodoksi. Vaikka aurinkosähkön osuus sähköntuotannossa on kasvanut nopeasti, sisältää sen laaja-alainen integrointi edelleen haasteita tuotannon ajoittaisuuden ja sääriippuvuuden osalta. Osin vakiintuneita käytäntöjä aurinkosähkön tuotannon mallintamiseksi on hiljalleen muotoutunut, mutta kokonaisvaltaisia ja yhdenmukaisia ratkaisuja ei vielä ole olemassa. Tässä väitöskirjassa kehitettiin ja validoitiin työkaluja yksittäisten aurinkosähkökohteiden tuotannon mallintamiseksi monitoroinnin ja ennustamisen tarpeita ajatellen. Samalla havainnollistettiin kyseisten menetelmien soveltuvuutta reaalimaailman sovelluksissa, ja arvioitiin aurinkosähkön yleistä soveltuvuutta Pohjoismaisessa kontekstissa.  Kahden aurinkosähkökohteen in-situ -mittauksia hyödynnettiin optimoimaan ja arvioimaan aurinkosähkön tuotantomallin suorituskykyä. Malli suoriutui hyvin lumettomissa olosuhteissa, osoittaen lisäarvonsa järjestelmähäviöiden arvioinnissa ja soveltuvuudessaan monitorointityökaluksi. Samassa yhteydessä arvioitiin auringon suoran säteilyn laskettujen arvojen laadunvarmistusmenetelmää, ja osoitettiin sen tarjoavan soveltuvan lähestymistavan arvojen käsittelemiseksi. Järjestelmissä esiintyvät erityispiirteet tulee ottaa mallinnuksessa huomioon, jotta tarkka ja totuudenmukainen kuva tarkastelluista aurinkosähköjärjestelmistä saadaan muodostettua. Uutta lähestymistapaa tuotantoennustemallin perusversion tuottaman ennusteen säätämiseksi yksittäisiin kohteisiin arvioitiin 23:ssa kohteessa, joissa erillisiä ulkoisia mittauksia ei ollut saatavilla. Menetelmän osoitettiin vangitsevan aikariippuvaiset järjestelmähäviöt, tehden siitä soveltuvan tavan kohteiden tuotannon ennustamiseksi.  Tarkasteltuja aurinkosähkötuotannon mallinnusmenetelmiä hyödynnettiin kolmessa eri sovelluksessa. Tutkimuskohteet kattoivat kuuman käyttöveden lämmityksen optimoinnin aurinkosähkön tuotantoennusteeseen perustuvan kiinteistönohjausmenetelmän avulla, energiavarastointiin ja optimointiin pohjautuvan aurinkosähkön pientuotannon kannattavuuslaskelman Suomessa, sekä tulevaisuuden sähkömarkkinoilla aktiivikuluttajien käytöstä koordinoivan ja aggregoivan virtuaalivoimalaitoskonseptikokeilun. Aurinkosähkömallinnuksen tuoma selkeä lisäarvo sekä kokonaiskustannusten laskupotentiaalina että pienentyneenä järjestelmän epätasapainona kyettiin osoittamaan jokaisessa tarkastelussa. Väitöskirjan tulokset osoittavat valittujen mallinnusmenetelmien suorituskyvyn, tarjoten konkreettista tietoa kyseisten menetelmien soveltuvuudesta ja arvonluontipotentiaalista valittujen aihepiirien osalta.

Description

Defence is held on 10.12.2021 12:00 – 16:00 Zoom, https://aalto.zoom.us/j/65318154190

Supervising professor

Lund, Peter D., Prof., Aalto University, Department of Applied Physics, Finland

Thesis advisor

Lindfors, Anders V., Prof., Finnish Meteorological Institute, Finland

Keywords

photovoltaics, solar radiation, quality control, modeling, building automation, aurinkosähkö, auringon säteily, laadunvalvonta, mallinnus, kiinteistöautomaatio

Other note

Parts

  • [Publication 1]: Böök, H., Poikonen, A., Aarva, A., Mielonen, T., Pitkänen, M.R.A., Lindfors, A.V. Photovoltaic system modeling: A validation study at high latitudes with implementation of a novel DNI quality control method. Solar Energy, 204, 316-329, July 2020.
    DOI: 10.1016/j.solener.2020.04.068 View at publisher
  • [Publication 2]: Böök, H., Lindfors, A.V. Site-specific adjustment of a NWP-based photovoltaic production forecast. Solar Energy, 211, 779-788, November 2020.
    DOI: 10.1016/j.solener.2020.10.024 View at publisher
  • [Publication 3]: Knuutinen, J., Böök, H., Ruuskanen, V., Kosonen, A., Immonen, P., Ahola, J. Ground source heat pump control methods for solar photovoltaic-assisted domestic hot water heating. Renewable Energy, 177, 732-742, November 2021.
    DOI: 10.1016/j.renene.2021.05.139 View at publisher
  • [Publication 4]: Huuki, H., Karhinen, S., Böök, H., Ding, C., Ruokamo, E. Residential solar power profitability with thermal energy storage and carbon- corrected electricity prices. Utilities Policy, 68, 101157, February 2021.
    DOI: 10.1016/j.jup.2020.101157 View at publisher
  • [Publication 5]: Huuki, H., Karhinen, S., Böök, H., Lindfors, A.V., Kopsakangas-Savolainen, M., Svento, R. Utilizing the flexibility of distributed thermal storage in solar power forecast error cost minimization. Journal of Energy Storage, 28, 101202, April 2020.
    DOI: 10.1016/j.est.2020.101202 View at publisher

Citation