在马来西亚回归模型预测全球太阳能辐照度

文摘

本文建立了回归模型来估计每月全球太阳能辐照度在马来西亚。可用的模型开发了基于不同气象参数,包括温度、云层,雨沉淀,相对湿度,风速、压力,和阵风速度,通过实现回归分析。本文报告的细节分析每个预测参数的影响来确定相关的参数估计全球太阳能辐照度。此外,该模型比较的均方根误差(RMSE),意味着偏移误差(MBE),和确定系数(与其他模型可以从文学研究)。七个模型基于单一参数(PM1 PM7)和五个多参数模型(PM7 PM12)。新车型表现良好,RMSE从0.429%到1.774%不等,从0.942到0.992,MBE−0.1571%到0.6025%不等。一般来说,云层显著影响全球太阳能辐照度的评估。然而,云层在马来西亚时缺乏足够的影响包括多参数模型虽然在单个参数预测模型表现相当好。

1。介绍

太阳能是一种主要的无限和免费的可再生能源。太阳能可以帮助支持显著增加全球能源需求。鉴于其可用性在世界上几乎所有的地方,太阳能是现在被广泛接受的一个主要充分利用能源。化石燃料是不可再生和消耗;这些能源将最终耗尽,因为全世界支持日常能源的巨大消费需求。因此,太阳能可以用来取代化石燃料。此外,太阳能的优点是环保,因为它不污染环境或产生任何有害废物1]。

到目前为止,太阳能发电厂产生的电力的总量在马来西亚大约是20493兆瓦;据估计,这个值增加到23099年的2020兆瓦(2]。火力发电厂和水电站7103 MW和1911 MW,分别在2013年(2]。这些数据表明,能源利用太阳能相比还是相当高的那些利用水力发电和火力发电厂。因此,太阳能发电是马来西亚的一个好的选择,因为它是一个可再生能源和无限的来源。

太阳能被广泛应用,尤其在农业、建筑、和生物产业;两种最常见的技术用于生成太阳能光伏电池和太阳能热能(3]。光伏电池的能量转化为电力,而太阳能热能实现加热和冷却的概念通过太阳辐射的吸收和发射。各种先进技术最近报道,如太阳能无人机使用太阳能来操作(4- - - - - -6]。因此,可用太阳能辐照度的准确预测是至关重要的在几个领域,特别是对于开发高效的太阳能系统。

太阳辐射包含三个主要元素,即全球、直接、太阳辐射和扩散。全球太阳辐射总量的宁静的太阳发出的辐照度。直接太阳辐射的直接太阳辐射束的数量下降到一个单位面积垂直光束在地球表面。扩散太阳能辐照度是发光的部分由不同的大气散射和反射的组件,比如云的表面,悬浮微粒、污染、水蒸气、气溶胶和大气中的其他组件,可以防止太阳直射(7- - - - - -9]。这个条件可以减少太阳辐射击中地球表面,这将直接减少太阳能利用。

收集太阳辐射数据扩大了三种方法:直接估计通过(1)和(2)原位测量卫星数据(3)统计技术和间接估计。在这三种方法中,原位测量是最具挑战性的,因为它需要与其他传感器高温计,这是非常昂贵和难以维护和校准。此外,这种技术只能在一些国家。卫星数据建模技术可以提供精确和可靠的全球太阳能辐照度。然而,这些技术是相对昂贵且难以维护,因为它只能持续通过卫星和地面站之间的通信1]。

考虑到原位的局限性和卫星测量,统计建模被用于这项研究估计太阳辐射作为一个可靠的选择。一般来说,建模是使用可用的经验数据进行数据集的拟合方程。这种方法被称为回归模型估计。然后从模型结果的准确性与观测数据通过统计分析相比,它客观地评估观察和估计数据的拟合。

实证关系可能估计每小时、每天、每月全球太阳能辐照度通过考虑当地的大气条件和气候感兴趣的位置。一些现有的模型可能会被修改,以适应一个地方的气候变化的回归系数(1,3,7- - - - - -9]。然而,研究全球太阳能辐照度的建模在马来西亚仍然有限。因此,当前的研究旨在估计全球太阳能辐照度在马来西亚,专注于每月的太阳辐照度。这主要是由于马来西亚的季节性的天气经历全年温度和降雨条件一致。因此,每月平均被认为是更合适的。

2。现有的统计全球太阳能辐照度模型

El-Metwally [10)提出了一个非线性方程来估计每月全球太阳能辐照度相对阳光值。提出了另一个非线性方程来估计相对阳光地区日照时间数据的不可用。这些方程包括温度和云层分数作为输入参数。Badescu [11)开发了一个新的模型,均值清洁度相关指数与相对阳光小时。他们的研究提出了三个方程,包括点云作为输入参数。小组认为,该模型相对阳光小时比点云模型精度高。

Almorox et al。12)建立了一个线性temperature-based模型来估计全球太阳能辐照度。在他们的模型中,五以前可用的模型修改的系数与当地环境相匹配。Temperature-based模型很可能由天气引起的错误,比如云运动和风速。因此,这些模型被推荐使用长时间措施减少错误的影响。赵et al。7]包括空气污染指数(API)的影响产生线性、指数、对数模型;他们的工作临时埃的模型13估计每天的太阳辐射。气溶胶对太阳辐射的影响是显著的受污染地区(7]。

刘和斯科特14]估计太阳辐照度通过降雨和气温观测地区没有数据或有限的可用数据。Khorasanizadeh和穆罕默15]研究了11个可用模型从先前的研究和选择最好的模型为每个城市在伊朗。模型特征分为三个类别的基础上,包括参数,即日照时间,相对湿度和环境温度。

几个模型已经开发了马来西亚,也就是说,那些由Shavalipour et al。16),爱抚et al。17],Masral et al。18]。Shavalipour et al。16]讨论了三种可用的模型,包括Paltridge和学监(19],Daneshyar [20.),和修改Daneshyar模型。在玻璃市新方法来估计太阳辐照度,马来西亚北部,通过结合哈格里夫斯和萨马尼(21)和线性回归被爱抚等建议。17]。Masral et al。18)开发了一个模型,包括今年月地区唯一的输入因素没有可用的气象数据。相同的方法是采用李et al。(22),但他们使用的日子作为输入因子。

Pandey, Soupir23)还开发了一种新的模型从传输函数;他们的模型把一天的小时,儒略日,太阳常数,优化参数值,纬度和经度。开发模型可以观察时间步的效果在太阳辐照度的准确性在每小时,每天,每月。Vakili et al。24利用人工神经网络(ANN)方法来估计全球太阳能辐照度。参数,如颗粒物,被用作输入和温度、相对湿度和风速。他们的研究结果表明,添加颗粒物大大提高精度。

此外,Koca et al。25)也使用了一种ANN方法研究的影响参数对全球太阳能辐照度估计的数量。的数量和组合参数是每个模型之间的变化,包括纬度,经度,高度,月平均阴沉,平均温度、湿度、风速和日照时间。此外,Almorox et al。26)设法调整7现有模型,提出了一个新的模型。他们提出的模型(PM)结合日常空气温度和饱和蒸汽压。获得全球太阳能辐照度数据的另一个方法是使用卫星图像,所实现的马球(27]。该方法处理图像捕捉到一颗卫星在一个感兴趣的区域。

尽管如此,无论其位置、目前全球太阳能辐照度评估模型展览性能不足的均方根误差(RMSE),意味着偏移误差(MBE),和确定系数()。进一步的研究在全球太阳能辐照度预测精度需要进一步探索和利用太阳能的利用率,特别是在马来西亚。因此,研制了回归模型来估计每月全球太阳能辐照度可用在马来西亚基于不同气象参数,包括温度、云层,雨降水、相对湿度、风速、压力,和阵风速度。

3所示。网站和数据集

在这项研究中使用的数据是来自三个可靠的来源:“马来西亚气象部门”(MMD) (28),“苏打水、太阳能专业服务”(29日(一个开源的卫星数据网上),和世界天气在线,“阿明”[30.]。多党民主运动提供了每日全球太阳能辐照度数据从2013年的5个气象站点:哥打基纳巴卢山,古晋,怡保,伴随着,关丹县。五个气象站点的详细信息列在表中1和各自的位置见图1。

“苏打水,太阳能专业服务”提供开源太阳能、天文、气候、能源、地理、气象、和太阳辐射数据。另一个开源的在线网站,用于数据收集在这个研究是世界天气在线(30.]。这个网站提供了一组完整的气象数据,包括温度、感觉,雨降水,云层百分比,风速、阵风湿度、和压力,在每小时的时间步长,提高数据的准确性。因此,大气温度数据,云指数,雨降水、湿度、风速、压力,和阵风quasi-validated之前预测或估计全球太阳能辐照度。

4所示。统计绩效评估

全球太阳能辐照度的性能模型对马来西亚是通过回归分析评估,这比较的性能预测模型与观测数据。这三个性能指标用于确定点的准确性和可靠性是RMSE,, MBE和。这些指标被研究者广泛应用来测试一个回归模型的性能。

RMSE表示模型的误差通过确定观测和估计的值之间的偏差。低RMSE值表明,该模型准确地代表了全球太阳能辐照度。RMSE以比例使其无量纲和独立研究的位置。RMSE百分比定义在(1),是全球太阳能辐照度估计,是观察到的全球太阳能辐照度获得气象监测站,是平均观察全球太阳能辐照度,是估计全球太阳能辐照度的天数:

此外,还MBE确定点的误差。MBE值越小,表示观测值的模型越好。MBE百分比可以由使用

用于确定的性能模型的适用性。这个值是比较模型最重要的指标之一,因为它是无量纲的,很容易计算。理想情况下,一个模型被认为是完美的。这个值表明估计的值与观测值完全匹配。可用于确定的公式在

5。模型开发

拟议的新模型生成通过回归分析估计每月平均全球太阳能辐照度在马来西亚。本节描述该方法用于开发这些模型和调查全球太阳能辐照度之间的关系与其他参数:温度、云层,雨,湿度、风速、压力,和阵风速度。太阳辐照度测量系统是仅可在五个不同的站在马来西亚,也就是说,哥打基纳巴卢山,古晋,怡保,伴随着,关丹县。

所有可用的数据每天的时间步骤,这意味着365套2013年全球太阳能辐照度数据是可用的,所有7大气参数:温度、风速、阵风,雨降水,云层指数,湿度和压力。马来西亚是平均每月的数据获得月度时间步数据12完成从2013年1月至12月的数据集。

一个简单的回归分析方法是最初用于确定每个参数预测全球太阳能辐照度的依赖。基于每个参数的影响,试图附加参数的组合。因此,几个可能的组合的变量是用来估计全球太阳能辐照度。所有可能的组合参数进行迭代过程。每个可能的组合是重申,直到解收敛,这表明优化解决方案是实现高精度。

虽然简单是可取的全球太阳能辐照度建模时,引入新的预测参数,而不是使用传统的参数,也被尝试。模参数风速和阵风速度,而经典的和最常见的参数用于其他研究环境温度、云量、相对湿度、降水、雨和压力。这种方法确保了全球太阳能辐照度模型正在开发移动云将考虑风的影响,特别是在被海洋包围的国家,如马来西亚。

6。结果与讨论

6.1。单个参数建模

在本节中,每个参数的影响在全球太阳能辐照度预测均方根误差的基础上,讨论,MBE和。七个模型为不同的单个参数经前综合症在这项研究中提出了建立在表2。与此同时,表3说明了每个单个参数点的性能建模在马来西亚全球太阳能辐照度。结果表明,湿度展品最好的RMSE, MBE和值,这表明全球太阳能辐照度建模的适用性强。这个结果同意常见的建模方法,在湿度是最传统的和实用的参数使用。

相比之下,全球太阳能辐照度选择风力作为参数估计提供了最有利的RMSE,, MBE和值。这个结果是可以理解的因为没有风和全球太阳能辐照度之间存在明显的相关性。此外,风速只预测影响云运动在一定的高度。雨云层、压力、风味和提供平均的RMSE值,,MBE和,这意味着这些参数可能增加全球太阳能辐照度预测模型的准确性。因此,结合这些参数可能有助于提高该模型的准确性。

6.2。多参数建模

表4显示了四个提出多参数的统计分析模型。PM10和PM12都表现出更好的结果比PM8和莎莎,其中包括云层。基于和RMSE值列在表中5,PM12礼物最合适,MBE 0.9884、RMSE 0.8561%和0.2822%。其他模型也似乎是可以接受的,值从0.93到0.98,值低于0.6%,MBE和RMSE值小于3%。

PM12结合五个参数:温度、雨水、湿度、风、和压力。尽管云层被证明是一个有关参数估计全球太阳能辐照度作为一个参数,它不是作为重要当结合使用多个参数。此外,全球太阳能辐照度预测时的温度也可能被认为是云层的一项指标。当云量减少,太阳辐照度可能会辐射到地球表面提供额外的热量,直接增加环境温度。

可吸入颗粒物还提供了一个可靠的结果,0.9768 MBE和RMSE 1.2130%和0.2679%,分别。此外,这个模型执行比PM8和莎莎,即使没有云层和压力数据集。两个重要的参数被认为是在所有的多参数模型,即温度和降雨。结果表明这两个参数表现出很强的相关性与估计全球太阳能辐照度在马来西亚。这一趋势主要是归因于马来西亚的气候,只有两个不同的天气模式:从5月到9月的旱季和雨季从11月到3月的中间。

6.3。下午比较性能与现有的全球太阳能辐照度模型

比较研究中的点和其他可用的全球太阳能辐照度模型提出了表6。大多数新PMs RMSE表现出良好的性能,,MBE和。单和multiple-PMs有大于0.95,均方根误差小于2%。在单个参数模型,PM4展示了最好的性能预测全球太阳能辐照度的RMSE 0.421%, 0.001%, MBE和一个0.997。然而,多参数模型PM12是最好的模型预测全球太阳能辐照度的RMSE 0.856%, 0.2822%, MBE和一个0.988。PM4和PM12推荐估算全球太阳能辐照度在马来西亚。

7所示。结论

可靠和准确的全球太阳能辐照度数据是至关重要的发展中应用太阳能在马来西亚。因此,一个特定模型的发展援助提供全球太阳能辐照度数据是至关重要的促进太阳能系统在马来西亚。在这项研究中,七个单个参数模型和四个多参数模型提出了基于RMSE和评估,,MBE和。相对湿度被确定为全球太阳能辐照度预测的最佳参数,其次是云层,压力,阵风,雨,温度和风速。风速也展示了这些参数之间的相关性。小说多参数模型也在马来西亚学习估计全球太阳能辐照度。五个多参数模型是基于RMSE相比,,MBE和。模型,包括温度、雨水、湿度、压力、风速和决心是最好的模型,因为它出色的RMSE为0.856%,0.2822%,MBE和0.988。开发的点在这个研究可以合理地估计每月在马来西亚全球太阳能辐照度。

命名法

下午:	提出的模型
RMSE:	均方根误差(%)
:	确定系数
MBE:	均值偏移误差
:	观察到全球太阳能辐照度(W / m2)
:	估计全球太阳能辐照度(W / m2)
:	平均观察全球太阳能辐照度(W / m2)
:	的天数
多党民主运动:	马来西亚气象部门
API:	空气污染指数
:	温度(°C)
:	云层
:	雨沉淀(m)
RH:	相对湿度
:	风速(米/秒)
:	(Pa)的压力。

利益冲突

作者宣称没有利益冲突有关的出版。

承认

这项研究是由马来西亚理科大学(批准号304 / PAERO / 60312047)。

引用

1. c .可•福尔兰正a . p . de Oliveira j .苏亚雷斯g . Codato和j . f . Escobedo“云的角色在提高每小时的散射太阳辐射值的回归模型,”应用能源卷,92年,第254 - 240页,2012年。视图:出版商的网站|谷歌学术搜索
2. k . h .苏朗极t·n·w·伦:a . Rahim m . s .侯赛因,r . Saidur和h .带着“发展太阳能和现在的政策在马来西亚,”IEEE学报》1日清洁能源与技术会议(CET(中央东部东京)的11)IEEE,页115 - 120年,吉隆坡,马来西亚,2011年6月。视图:出版商的网站|谷歌学术搜索
3. m . Sabzpooshani和k·穆罕默迪”,建立新的实证模型预测月度平均水平散射太阳辐射城市伊斯法罕,伊朗,”能源卷,69年,第577 - 571页,2014年。视图:出版商的网站|谷歌学术搜索
4. p . Rajendran、h·史密斯和m . h . Masral”建模与仿真的太阳辐照度和日光时间大量能量的太阳能模块系统,”应用力学和材料卷,629年,第480 - 475页,2014年。视图:出版商的网站|谷歌学术搜索
5. p . Rajendran和h·史密斯,”意义上的经度和纬度的大小太阳能无人机,“能量转换和管理卷,98年,第114 - 107页,2015年。视图:出版商的网站|谷歌学术搜索
6. p . Rajendran和h·史密斯,”太阳辐照度和日光造型为太阳能无人机大小,持续时间”能源勘探与开发在出版社。视图:谷歌学术搜索
7. n .赵曾x,汉族,“太阳辐射估计使用阳光小时,空气污染指数在中国,“能量转换和管理卷,76年,第851 - 846页,2013年。视图:出版商的网站|谷歌学术搜索
8. s A·哈利勒和A . m . Shaffie”的比较研究,直接使用不同的模型和分散太阳能辐照度水平和倾斜表面的开罗,埃及,”可再生能源和可持续能源的评论27卷,第863 - 853页,2013年。视图:出版商的网站|谷歌学术搜索
9. n . d . Kaushika r·k·喝,s . c . Kaushik”基于相互关系的人工神经网络模型的直接、扩散和全球太阳能辐射,”太阳能卷,103年,第342 - 327页,2014年。视图:出版商的网站|谷歌学术搜索
10. m . El-Metwally“阳光和太阳辐射全球评估在不同的网站在埃及,”大气和日地物理学杂志》上,卷67,不。14日,第1342 - 1331页,2005年。视图:出版商的网站|谷歌学术搜索
11. 诉Badescu”相关性估计每月平均每天太阳能全球辐照:应用到罗马尼亚,”能源,24卷,不。10日,883 - 893年,1999页。视图:出版商的网站|谷歌学术搜索
12. j . Almorox m . Bocco大肠威灵顿,“估计每日全球太阳能辐射测量温度在加拿大de里克,科尔多瓦,阿根廷,“可再生能源,60卷,第387 - 382页,2013年。视图:出版商的网站|谷歌学术搜索
13. 答:埃,”太阳和地球辐射,“季度皇家气象学会杂志》上,50卷,第125 - 121页,1924年。视图:谷歌学术搜索
14. d·l·刘和b·j·斯科特估计太阳辐射在澳大利亚的降雨量和温度观测,”农业和森林气象学,卷106,不。1,41-59,2001页。视图:出版商的网站|谷歌学术搜索
15. h . Khorasanizadeh和k·穆罕默迪”,引进最好的每月全球平均太阳辐射预测模型在6大城市的伊朗,”能源,51卷,第266 - 257页,2013年。视图:出版商的网站|谷歌学术搜索
16. a . Shavalipour m . h . Hakemzadeh k . Sopian s穆罕默德•哈里斯和s h·扎伊迪,“新配方的估计每月平均每日太阳辐照热带地区:马来西亚半岛的案例研究,“国际期刊的Photoenergy174671卷,2013篇文章ID, 6页,2013。视图:出版商的网站|谷歌学术搜索
17. 爱抚,m . Irwanto y . m . Irwan n . Gomesh n s·艾哈迈德,”哈格里夫斯的组合方法和线性回归作为一种新的方法来估计太阳辐射在玻璃市,马来西亚北部,“太阳能,卷85,不。11日,第2880 - 2871页,2011年。视图:出版商的网站|谷歌学术搜索
18. m . h . Masral p . Rajendran k .穆罕默德和h·a。当时,“评价卫星和气象数据来估计太阳辐照度在马来西亚,五个城市”程序的技术管理和新兴技术国际研讨会(ISTMET 15)IEEE,页11日- 15日,吉打州,马来西亚,2015年8月。视图:出版商的网站|谷歌学术搜索
19. g . w . Paltridge和d学监,”澳大利亚,每月平均太阳辐射数据”太阳能,18卷,不。3、235 - 243年,1976页。视图:出版商的网站|谷歌学术搜索
20. m . Daneshyar”,太阳辐射统计对伊朗而言,“太阳能,21卷,不。4、345 - 349年,1978页。视图:出版商的网站|谷歌学术搜索
21. g·h·哈格里夫斯和z . a . Samani”估计潜在蒸散。”灌溉与排水Division-ASCE杂志》上,卷108,不。3、225 - 230年,1982页。视图:谷歌学术搜索
22. w·h . Li, y丽安,x,“估计每天白天太阳辐射全球每年在中国,“应用能源,卷87,不。10日,3011 - 3017年,2010页。视图:出版商的网站|谷歌学术搜索
23. p . k . Pandey和m . l . Soupir”的一种新方法来估计全球太阳能辐射水平表面上,平均每小时”大气研究卷,114 - 115,83 - 90年,2012页。视图:出版商的网站|谷歌学术搜索
24. m . Vakili s Sabbagh-Yazdi k Kalhor, s . Khosrojerdi”使用人工神经网络预测全球太阳辐射在德黑兰考虑颗粒物空气污染,”能源Procedia卷,74年,第1212 - 1205页,2015年。视图:出版商的网站|谷歌学术搜索
25. a . Koca h . f . Oztop y Varol,和g . o . Koca”使用人工神经网络估计太阳辐射具有不同输入参数在土耳其安纳托利亚的地中海地区,”专家系统与应用程序,38卷,不。7,8756 - 8762年,2011页。视图:出版商的网站|谷歌学术搜索
26. j . Almorox c Hontoria, m·贝尼托”模型获取每日全球太阳辐射测量空气温度数据在马德里(西班牙)、“应用能源,卷88,不。5,1703 - 1709年,2011页。视图:出版商的网站|谷歌学术搜索
27. j .马球,“太阳能全球水平和直接辐照正常地图在西班牙来自地球同步卫星,“大气和日地物理学杂志》上卷,130 - 131,81 - 88年,2015页。视图:出版商的网站|谷歌学术搜索
28. 马来西亚气象部门,http://www.met.gov.my/。
29. 苏打水,太阳能服务专业人士,http://www.soda-is.com/eng/services/services_radiation_free_eng.php。
30. 阿明,http://www.armines.net。

版权

版权©2015 Hairuniza艾哈迈德等。当时这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。