文摘

的太阳日晒量到达地球一小时就足以满足年度能源预算。收获这种能量的一个挑战是由于缺乏相关数据。在最不发达国家和尼泊尔一样,观测站点的数量是不够的。这种数据差异可以由使用可靠的实证模型来估计太阳日晒地区日晒测量并不可用。摘要Angstrom-Prescott模型参数估计尼泊尔的15个不同的位置。然后,相关开发太阳能日晒的预测只使用阳光小时数据。不同的统计参数如均方根误差(RMSE = 1.958),意味着偏移误差(MBE =−0.018),平均百分比误差(MPE = 2.973),剩余质量系数(CRM = 0.001),相关系数(r= 0.909)被用来验证开发的系数。结果Angstrom-Prescott系数一个= 0.239,b= 0.508。可以利用这些系数的预测在不同地区的太阳能在类似的气候条件。

1。介绍

太阳辐射的知识是很重要的对于许多应用程序,如太阳能电厂、工程设计、建筑能源系统、灌溉系统开发、气候研究、太阳能系统、蒸散估算、和地区作物生长模型(1,2]。在所有这些领域的研究中,可靠的太阳辐射数据对一个好的结果是至关重要的。

尼泊尔从太阳获得充足的太阳辐射全国,因为它是最有利的纬度(15°-35°)对全球地图。在尼泊尔全球平均太阳辐射变化从3.6到6.2 kWhr / m2/天。同样,2003年,大约有300个阳光明媚的日子3)和年平均日照小时,太阳能是每天6.8小时和4.7千瓦时/ m2每天在尼泊尔,分别4]。在2010年晚些时候,人们发现年平均太阳日晒是4.23 kWhr / m2在尼泊尔5)与许多欧洲国家相比是非常高(6]。清洁能源不仅用于农村电气化,还有助于提高教育质量,公共卫生和小规模的家庭手工业。这有助于减少气体液化石油气和石油产品的进口。最后,它支持经济增长的国家。此外,太阳能是清洁可再生能源,有助于减少污染的影响由于使用清洁能源代替传统能源的大量。近年来,超过70兆瓦的太阳能光伏电力生成在不同的地区。这种太阳能用于农村电气化和供应国家电网(30.14 MW),有助于解决能源危机的国家迈出的一小步。上述数据显示,有大量的太阳能潜力可以产生在不同地区的能源解决基本需求整体发展的国家7,8]。

估计是至关重要的全球太阳能辐射(GSR)发展的太阳能项目。关于GSR的信息可以通过安装日射强度计在不同的位置。然而,它很昂贵而漫长的过程。在尼泊尔,很少有站在日射强度计安装的水文和气象、尼泊尔政府。由于资金和技术的限制,有另一种方法,它是利用实证模型,RadEst-based模型(9],ANN-based模型[10,11),机器学习(12,13)等。最好的方法是用数学模型来估计太阳日晒使用阳光小时[14]。由于缺少连续的数据很长一段时间和一些气象监测站可用在尼泊尔,缺乏研究的兴趣。即使一些活动的研究发现,没有连续性。这一发现可以填补一个小洞在太阳能领域的研究。

明亮的阳光hour-based模型提供了更好的GSR估计相比,温度和基于云计算的模型。这是因为GSR到达地球表面的数量密切相关,一个明亮的阳光小时(15]。明媚的阳光小时的美德,它是一个纬度的函数,太阳赤纬和阴沉。使用明亮的阳光小时日照时间的比值称为相对阳光小时数据(n / n)的优点是消除前两个因素离开成云唯一被考虑。相对阳光小时相对辐射的必要性,即。,GSR外星太阳辐射的比例(16]。这种类型的模型中发现Angstrom-Prescott模型(17,18]。大部分的长波长太阳对地球的辐射表面被大气吸收和传播和某些部分反映空间。GSR的总量是太阳日晒到达地球表面,并减少对温度的依赖(19]。

许多作者估计的价值”一个”和“b“对不同的站点。黑色等人收集太阳辐射和日照时间的记录已经收集了32台和获得回归常数一个= 0.23,b= 0.48 (20.]。Mabasa等人估计Angstrom-Prescott回归常数六个位置在南非(19]。斯利瓦斯塔瓦和Panday估计Angstrom-Prescott回归常数对印度使用七个不同位置的记录(21]。Muzathik等人估计经验常数的基础上,每月平均记录Terengganu州,马来西亚(22]。同样,Amorox et al。23],Janjai和Tohong [24),Chegaar et al。25],Junliang [26,27),Ogleman et al。28],塞缪尔[29日],Rivington et al。30.估计的值”一个”和“b“对不同的网站在世界不同的地方。在尼泊尔,Poudyal et al。5]估计Angstrom-Prescott系数(一个= 0.21,b= 0.25)使用每月平均每天加德满都GSR 2009年的数据。同样,Adhikari et al。31日)创建了四个位置,加德满都,Biratnagar,博卡拉,Jumla,从2011年到2012年,而它与温度和湿度依赖模型。Joshi et al。32]估计太阳日晒(4.16千瓦时/ m2/天)和经验常数(一个= 0.325,b使用p = 0.272)为加德满都模型和其他气象参数依赖模型的基础上,每天平均每小时GSR从2010年到2015年的数据。

这项工作的目的是开发经验常数Angstrom-Prescott模型对不同位置的尼泊尔。然后,相关性的预测开发太阳能日晒只用阳光小时。获得的经验常数可以用来预测在未来几年GSR径向可用阳光小时对于给定位置和相似的地理位置。经验常数的值从情节获得可以用于预测GSR在尼泊尔的位置。任何位置的估计GSR能促进清洁和可再生能源技术因此减少污染由于使用大量的传统能源资源。再次,它支持经济增长的国家通过降低进口液化石油气天然气和石油产品、强化农村电气化。然而,这项研究不包括其他气象参数如温度、相对湿度、降雨量、高度和露点。

2。材料和方法

2.1。选址

尼泊尔(Lat。26°22′N-30°27′N和经度80°04′E 88°12′E)位于Trans-Himalaya地区地形复杂、印度和中国之间的内陆。它长约800公里,宽200公里,面积147516公里2。生态、尼泊尔分为三个区域:低的土地,话和高原。十五的地理位置测量网站呈现在图1和表1。


图1
尼泊尔与测量网站地图(33]。
表1
地理位置和回归方程测量网站。

太阳日晒和气象参数数据从当地政府获得当局等替代能源推广中心(AEPC),尼泊尔政府、世界银行、和水利和气象部门(DHM),尼泊尔政府,2018年- 2020年。五站(Dharan Pulchowk、Lumle Nepalgunj,和Jumla),太阳辐射获得的数据从站安装AEPC与世界银行的合作。这些站的数据记录每一分钟。剩下的十位置、太阳辐射获得的数据一个hour-interval水利和气象部门(DHM),尼泊尔政府。这些数据都转换成每日全球平均太阳辐射使用辛普森的规则使用Python编程语言实现的三分之一。有丢失的或未知的数据可以忽略不计。这样失踪,充满了未知的数据点的平均值邻值相同的变量。同样是离群值(13]。Kipp, Zonen日射强度计是用来测量太阳日晒。Campbell-Stock日照计是用来测量明亮的日照时间。日照时间期间的直接太阳辐照度超过阈值的120 W /平方米(34]。

2.2。模型

GSR和日照时间之间存在线性关系,提出了1924年由埃(17,35]。方程是 在哪里 每月平均每日全球太阳辐射测量水平表面上, 每月平均天空每天全球太阳辐射测量水平表面上, 每月平均每日明亮阳光小时, 是月平均最大可能阳光小时, 和 是经验常数。

(有歧义1),有不确定性的定义 和 因为可能有一个问题在计算晴空辐射准确。这个模型是1940年修改普雷斯科特(18)代替 通过 ,外星人的太阳辐射。新模型被称为Angstrom-Prescott模型是最流行和常用模型,给出的 在哪里 每月平均每日外星太阳能位置和日晒吗 和 是经验常数。

经验常数 和 取决于位置。系数 和 代表外太空辐射的一部分阴天和平均天,分别。比Hg / Ho是晴朗指数和n / n是万里无云的指数。它让信息大气研究区域的特征和条件。通过这种方式,实证关系可用于生成太阳辐射的实施太阳能和太阳能热技术没有替代的能源在世界各地的36]。

每日外星太阳辐射水平表面上(Ho在乔丹/ m2从下列方程/天计算35,36]: 在哪里我sc太阳常数(= 1367 W m−2), 是站点的纬度(rad),δ太阳赤纬(rad),ω是意味着给定月日出时角,然后呢nd是今年的天数从1圣1月(nd= 1)31圣(12月nd= 365)。

太阳赤纬(δ)和平均日出时角(ω)可以通过以下方程计算35,36]:

最大可能的日照时间(长度)可以计算时间(35,36]

晴朗指数(KT)是测量水平的比值太阳日晒( )外星太阳辐射 。

每日外星太阳日晒 和一天的长度N15气象监测站每个上面提到的使用(3)和(6),分别。太阳日晒的数据和明亮的阳光小时每个车站的2018 - 2020年期间的形式进行了分析和准备每小时平均每天太阳日晒。这些数据被用于(7)来估计每日太阳日晒( )表面上看,使用回归技术。

是每小时平均每日测量太阳辐射; 每日外星太阳能日晒的位置;n每日明亮阳光小时。回归系数一个和bAngstrom-Prescott模型的截距 分别为轴和回归线的斜率。估计太阳日晒的验证是通过比较估计每年太阳日晒和测量太阳辐射。

2.3。统计分析

统计工具用于验证估计数据室均方误差(RMSE),意味着偏移误差(MBE),平均百分比误差(MPE),剩余质量(CRM)系数和相关系数(r)[37]: 在哪里 测量GSR, 估计GSR, 是数据点的数量。

然后每年平均的估计与测量值之间的相关性确定太阳日晒。Angstrom-Prescott系数之间的相关性和日照时间比所有给定的地方确定使用趋势线在它们之间的阴谋。借助相关方程,它使用唯一的阳光小时数据,可以估计太阳日晒的地方太阳辐射数据不可用。提出的方法是用流图表示2。


图2
提议的方法的流程图。

3所示。结果与讨论

外星每日太阳辐射和最大长度计算通过使用(3)和(6),分别对所有位置分开。经验常数也称为模型系数一个和b是由不同位置的线性回归分析技术对2018年到2020年平均水平。回归系数的一个“是拦截和b回归线的斜率。回归方程获得不同的气象监测站是列在表中1每日太阳日晒和阳光的数据。这些方程用于日常GSR的估计不同年分别在不同的地理位置。估计GSR与测量GSR的相应值。不同位置的一个模型的验证是由不同的相关系数等统计检验,均方根误差(RMSE),平均偏差错误(MBE)和平均百分误差(MPE)。

每天平均每小时测量的线性变化和为模型估计GSR位置如图3。同样,每日变化的测量和估计GSR对于给定位置模型如图4。图3表明,平均每日测量之间存在显著的协议和估计太阳能日晒高度可接受的确定系数(R2除了Okhaldhunga)大于0.705。Jumla最高R2等于0.906。同样,图4显示有很好的平均每日测量和估算的GSR之间的协议。GSR的年平均最高价值是19.11 MJ / m2/天Jumla,最小值是13.06 MJ / m2Ilam /天。这也可以观察到在图5让GSR的变异,清洁度指数和相对阳光小时。一般来说,随着阳光晴朗指数和相对的增加,除了Kankai GSR车站所有后增加。在这里,即使在相对阳光大小时,清洁度指数很低因为天空是多云和尘土飞扬。在图4,结果表明,在雨季的时候(6月、7月、8月、9月)GSR减少,由于阴天和雨天。这种效应发生在Lumle最高,博卡拉,Ilam,忌日。然而,这种效应是Nepalgunj和Dharchula最低。从图6,观察Jumla最大清楚天(189天)(清晰指数> 0.65)和25多云(清洁度指数< 0.34)天有更少的污染,它离城市很远38]。同样,在尼泊尔东部,Ilam 141(最大值)天,60天是多云的和明确的天,分别。

(一)
(一)
(b)
(b)
(c)
(c)
图3
每日平均测量和估计的线性变化GSR p模型不同的位置。
(一)
(一)
(b)
(b)
图4
平均每日的变化测量和估计GSR p模式不同的地方。

图5
GSR的年变化、清洁度指数和相对阳光小时。

图6
清晰和多云的天气在不同的位置。

此外,它是通过比较验证估计年度GSR的气象位置和测量年度GSR的位置。表2给出了估计每年太阳日晒选定气象监测站在尼泊尔与测量年度太阳能日晒。结果表明,测量和估算的值之间有很好的协议。之间的相对百分比变化测量和估计GSR数值变化从0.117% (Lumle) 1.136% (Dhunibesi)。这个验证图中可以看到7(一)和图7 (b)。有一个轻微的增加与高度GSR除了Dhunibesi和Ilam由于当地天气条件。

表2
年度平均测量和估计太阳日晒和Angstrom-Prescott参数选定气象的位置。
(一)
(一)
(b)
(b)
图7
(一)测量和估算的GSR之间比较。(b)线性测量和估算的GSR之间。

统计错误的价值观、RMSE, MBE迈普,CRM,r表列出了15个气象站3。这些错误给Angstrom-Prescott模型的性能在不同的位置(12]。之间的相关系数是0.755和0.972最低和最高价值发生站在Jumla Okhaldhunga。同样的,确定的系数(R2)也最高Jumla如图3。,MBE RMSE值越低,迈普,CRM是首选,因为他们表示太阳辐射的估算和测量值之间的差异。均方根误差的最小值是1.344 MJ / m2站在Nepalgunj /天。同样,和迈普MBE值最低的0.005 MJ / m2/天,0.645%的人站在Kankai Musikot,分别。MBE低的值和迈普表明清楚之间的拟合优度指数和相对阳光小时。此外,迈普小于7.746%的价值在任何车站考虑。CRM范围从0到0.01这表明完美的估计。这表明Angstrom-Prescott相关性模型是好的模型来估计太阳辐射在尼泊尔。

表3
十五气象站统计错误。

从表中,回归系数的总和(一个+b)是大气的透射率对太阳能完全晴空条件下日晒。晴朗的天空(天)的意思n/N= 1;然后方程(7)成为

完全阴天,n/N= 0,那么(7)是

因此,经验常数”一个”可以解释为大气透射率的阴(天)(39]。日晒是由于不同的组件。的值的和经验常数(一个+b代表的马克斯晴朗指数()n/N= 1)所有车站发现几乎相等。的平均值(一个+b)是0.747。的最高价值(一个+b在Jumla发现)是0.833。Darchula、Okaldhunga Lumle Jiri, Jumla,的值(一个+b)大于0.802指示晴朗的天空在这些地方由于更少的污染。Martinez-Lozano的纸,他们发现参数”一个”和“b”从(0.016 - 0.44)和(0.19到0.87),分别为101个地点使用月平均数据。同样地,他们发现参数“a”和“b”从(0.19 - 0.36)和(0.43到0.62),分别为57站使用日常数据。因此,得到的回归系数值与本文密切协议(16]。观察到的经验常数一个密切与价值在Poudyal纸(一个= 0.21,b= 0.26)2010年加德满都的基础上的数据(6),但第二个常数是不同的。表4列出了不同位置的经验常数与文献获取值。这是观察到的经验常数一个所有提到的和文学的位置几乎是相同的。有价值的波动b印度城市。

表4
比较的经验常数。

现在的平均相关表获得3对于所有气象位置一个= 0.239,b= 0.508。然后,我们得到尼泊尔Angstrom-Prescott模型:

从这个关系,可以找到太阳日晒如果知道日照时间在任何尼泊尔的一部分。此外,新关系”一个”和“n/N”和“b”和“n/N”如图8和图9。在拟合曲线上,经验常数”一个”和“b“符合二阶多项式的值R2大于64%。获得的值确定系数相当高,因此拟合二次方程计算经验常数的值对于一个给定的位置可以是合理的。这些经验常数的值是广泛用于方便计算太阳日晒。


图8
经验常数之间的相关性一个和相对阳光小时。

图9
经验常数之间的相关性b和相对阳光小时。

太阳日晒可能因此被估计为任何网站在尼泊尔使用(16一个),(16 b)和(7),即使太阳辐射测量数据不可用。阳光小时数据足以Angstrom-Prescott模型的系数的计算。

太阳日晒是最高的5个月,6月,7月和8月(约140天)。Jumla、Lumle Nepalgunj,加德满都,Ilam高降雨量的影响在季风导致减少太阳能日晒。然而,Dharan Tikapur,这种效应相对比较少。年平均太阳日晒是最大(19.113 MJ / m2/天)Jumla和最小(13.064 MJ / m2在Ilam /天)。在Jumla,太阳辐射总量为6976.32 MJ / m2/天,Ilam 4768 MJ / m2/天。此外,太阳能在尼泊尔西部日晒由Jumla 5.309千瓦时/ m2在mid-Nepal由Pulchowk 4.499千瓦时/ m2在尼泊尔东部,由Ilam 3.63千瓦时/ m2(4]。它的发生由于降水趋势和当地的气候条件。同时,它是指出,有逐渐较小降水从东部到西部的尼泊尔,除了在博卡拉。年平均太阳日晒4.31千瓦时/ m2/天略高于Poudyal发现,2015年,由于COVID-19的封锁效应(6,42]。

最后,这种类型的研究工作经验常数的预测发现太阳能是小说在我们复杂的喜马拉雅山脉的地形。这个位置不仅是脆弱的气候变化、滑坡、洪水、快速融化的雪,和生物多样性变化也在地理上很年轻,仍在上升。不仅如此,这种类型的研究是至关重要的促进碳零排放能源资源和解决能源危机在当地和全球范围内(43]。

4所示。结论

太阳能是一种最有效和经济的替代能源。估计太阳日晒是至关重要的设计和大小的太阳能系统。在这项研究中,回归技术用于计算年平均Angstrom-Prescott系数。经验常数被发现一个= 0.230,b分别为= 0.508,尼泊尔和年度太阳能日晒是4.31千瓦时/ m2/天。统计分析证实,有一个良好的和谐测量和估计太阳日晒。在这个结果,二阶多项式方程基于有关阳光小时已获得的经验常数。本研究中所开发的经验常数和方程可以用来计算太阳日晒,日照时间值是现成的。本研究的结果支持计划,政策和程序在尼泊尔促进清洁和可再生能源技术。最后,sunshine-based模型最适合大多数研究的网站,为了占地形的复杂性进一步气象参数可能需要包括在某些情况下。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

作者想表达衷心感谢水利和气象部门(DHM),尼泊尔政府和替代能源促进中心(AEPC),尼泊尔政府提供相关的气象数据和太阳能日晒数据。作者想给特别感谢Rajesh k·巴克强,学者Maharjan,教员和员工部门的物理,帕坦多个校区,你,尼泊尔,和应用科学的教师,埃克斯波特学院,Pulchowk校园,你。作者要感谢NAST提供部分资金支持博士研究工作向前发展。