Solar irradiance nowcasting system to optimize the yield in parabolic trough power plants

Nouri, Bijan; Pitz-Paal, Robert; Kazantzidis, Andreas

doi:10.18154/RWTH-2020-03451

Solar irradiance nowcasting system to optimize the yield in parabolic trough power plants = Solarstrahlungs-Kürzestfrist-Vorhersagesystem für die Ertragsoptimierung eines Parabolrinnenkraftwerks

Nouri, Bijan^RWTH*

2020

Verantwortlichkeitsangabevorgelegt von Bijan Nouri

ImpressumAachen 2020

Umfang1 Online-Ressource (148 Seiten) : Illustrationen, Diagramme

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2020

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Pitz-Paal, Robert (Thesis advisor)^RWTH* ; Kazantzidis, Andreas (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2020-03-05

Online
DOI: 10.18154/RWTH-2020-03451
URL: https://publications.rwth-aachen.de/record/785730/files/785730.pdf

Einrichtungen

Lehrstuhl für Solartechnik (DLR) (412910)

Inhaltliche Beschreibung (Schlagwörter)
all sky imager (frei) ; cloud properties (frei) ; irradiance map (frei) ; nowcasting (frei) ; parabolic trough (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Eine der größten Herausforderungen für die Menschheit im 21. Jahrhundert ist der Übergang zu einer vollständig dekarbonisierten Gesellschaft. Die reichhaltigste Energiequelle, die der Menschheit zur Verfügung steht, ist die Sonne. Konzentrierte solarthermische Kraftwerke (CSP) mit thermischen Energiespeichern (TES), wie etwa Parabolrinnen-(PT)-Kraftwerke, könnten eine erneuerbare Energiequelle bereitstellen die in der Lage ist Fluktuationen in elektrischen Netzen auszugleichen, welche durch intermittierende Quellen verursacht werden. Jedoch ist es vor allem eine Frage der Kosten, ob PT-Kraftwerke in Zukunft eine wichtige Rolle spielen werden. Eine der Möglichkeiten, die Wettbewerbsfähigkeit von PT-Kraftwerken zu erhöhen, ist die Optimierung von Solarfeldreglern. PT-Solarfelder sind komplexe räumlich ausgedehnte thermo-hydraulische Anlagen, die die direkte Normalstrahlung (DNI) auf Absorberrohre konzentrieren. Der Betrieb dieser Solarfelder wird stark durch räumliche und zeitliche Variabilitäten der DNI beeinflusst, die hauptsächlich durch Wolken verursacht werden. Standard PT-Solarfeldregler haben nur eine begrenzte Kenntnis hinsichtlich der aktuellen räumlichen und zeitlichen DNI-Variabilität, da diese Regler nur Zugriff auf Strahlungsmessungen von einem oder einer Handvoll Pyrheliometern haben. All sky imager (ASI) basierende Nowcasting-Systeme können räumliche DNI-Informationen mit einer angemessenen zeitlichen und räumlichen Auflösung für den PT-Solarfeldregler bereitstellen. Diese ASI-basierten Nowcasting-Systeme bestehen aus Kameras, die hemisphärische Bilder vom Himmel aufnehmen. Das gängige Funktionsprinzip von ASI-basierten Nowcasting-Systemen umfasst die Wolkenerkennung, -geolokalisierung, -verfolgung und -bewertung der entsprechenden aktuellen und zukünftigen Sonneneinstrahlung. In den letzten Jahren wurde eine Vielzahl von verschiedenen ASI-basierten Nowcasting-Systemen entwickelt. Das Potenzial von Nowcasting-Systemen zur Regelungsoptimierung wird in der Literatur oft hervorgehoben. Nach dem derzeitigen Wissensstand des Autors gibt es jedoch keine Untersuchungen, die die Anwendbarkeit von Nowcasting-Systemen mit den entsprechenden Unsicherheiten für die Optimierung von CSP-Kraftwerken analysiert haben. Das erste Ziel dieser Arbeit ist die Entwicklung eines echtzeitfähigen ASI-basierten Nowcasting-Systems, das komplexe aber häufig vorkommende mehrschichtige Bedingungen charakterisieren kann. Daher wird ein System entwickelt, das jede erkannte Wolke als individuelles Objekt mit Attributen wie Geolokalisation, Bewegungsvektor und Transmittanz behandelt. Die Bearbeitungsschritte 3D-Wolken-Modellierung, -Tracking und die Bestimmung der Wolkentransmission werden entwickelt, bewertet und zu einem modularen Nowcasting-System kombiniert, das DNI-Karten für Vorlaufzeiten von bis zu 15 Minuten erstellt. Diese DNI-Karten haben eine räumliche Ausdehnung von bis zu 64 km² mit einer räumlichen Auflösung ≤ 20 m sowie einer zeitlichen Auflösung von 30 Sekunden. Das gesamte System wird über zwei Jahre mit drei räumlich verteilten DNI-Referenzmessungen validiert. Darüber hinaus wird aus demselben Datensatz eine echtzeitfähige Unsicherheitsanalyse mit einem durchschnittlichen Überdeckungsgrad von 68,3% unter Berücksichtigung räumlicher Variationen innerhalb der DNI-Karten entwickelt. Ein zusätzlicher Datensatz von einem Jahr wird verwendet, um die Unsicherheitsanalyse zu validieren. Sowohl die Systemvalidierung als auch die Unsicherheitsanalyse zeigen eine starke Abhängigkeit der Vorhersagequalität von den vorherrschenden Wetterbedingungen. Darüber hinaus wird in dieser Arbeit die Anwendbarkeit von DNI-Karten für die Optimierung von PT-Solarfeldreglern unter Berücksichtigung der Unsicherheiten untersucht. Solarfeldsimulationen werden mit dem so genannten Virtual Solar Field (VSF), einem detaillierten dynamischen Simulationstool, durchgeführt. In einem ersten Schritt werden die DNI-Karten des Nowcasting-Systems in eine von 7 kombinierten räumlichen und zeitlichen DNI-Variabilitätsklassen klassifiziert. Für jede der Klassen werden optimierte Regelparameter ermittelt. Klassenabhängige Regelstrategien mit unterschiedlichen Zielsetzungen werden mit einem Solar-Feldregler auf dem Stand der Technik verglichen. Die Ergebnisse detaillierter Simulationen über 22 Tage sowie Leistungsschätzungen über zwei Jahre hinweg zeigen einen signifikanten Umsatzzuwachs von rund 2% für die innovativen klassenabhängigen Kontrollstrategien.

One of the greatest challenges facing humanity in the 21st century is the transition to a fully decarbonized society. The most abundant energy resource available to mankind is the Sun. Concentrated solar thermal power (CSP) plants with thermal energy storages (TES), such as parabolic trough (PT) power plants, could provide a renewable source of dispatchable energy capable of balancing fluctuations in electrical grids caused by intermittent sources. Yet, whether PT power plants are going to play an important role in the future is mainly a question of cost. One of the ways to increase the competitiveness of PT power plants is the optimization of solar field controller. PT solar fields are complex spatially extended thermo-hydraulic facilities, which concentrate the direct normal irradiance (DNI) on receiver tubes. The operation of these solar fields is strongly affected by spatial and temporal variabilities of DNI, mainly caused by clouds. State of the art PT solar field controllers have only a limited awareness of the current spatial and temporal DNI variability, since these controllers have only access to irradiance measurements of one or a handful of pyrheliometers. All sky imager (ASI) based nowcasting systems can provide spatial DNI information with an adequate temporal and spatial resolution for PT solar field controller. These ASI-based nowcasting systems consist of cameras which take hemispherical images of the sky. The common working principle of ASI-based nowcasting systems includes cloud detection, -geolocation, -tracking and assessment of the corresponding current and immediate future solar irradiance. In the past years a manifold of distinct ASI-based nowcasting systems have been developed. The potential of nowcasting systems for control optimization is often highlighted in the literature. However, to the best of the author’s knowledge, there have been no investigations to date, which have analyzed the applicability of nowcasting systems with their corresponding uncertainties for the optimization of CSP power plants. The first objective of this thesis is the development of a real time capable ASI-based nowcasting system, qualified to describe complex but frequent multi-layer cloud conditions. Therefore, a system is developed which treats each detected cloud as an individual object with attributes such as geolocation, motion vector and transmittance. The processing steps 3-D cloud modeling, -tracking and the determination of the cloud transmittance are developed, benchmarked and combined to a modular nowcasting system, which creates DNI maps for lead times up to 15 minutes ahead. These DNI maps have a spatial extension up to 64 km² with a spatial resolution ≤ 20 m as well as an intra minute temporal resolution. The entire system is validated over two complete years with three spatially distributed reference DNI measurements. Furthermore, the same dataset is used to develop a real-time capable uncertainty analysis with an average coverage factor of 68.3%, taking into consideration spatial variations within the DNI maps. An additional dataset of one year is used to validate the uncertainty analysis. Both, the system validation as well as the uncertainty analysis indicate a strong dependency of the nowcast quality with the prevailing weather conditions. Secondly, this thesis investigates the applicability of DNI maps for the optimization of PT solar field controller, under consideration of the uncertainties. Solar field simulations are performed using the so called Virtual Solar Field (VSF), a detailed dynamic simulation tool. In a first step the DNI maps of the nowcasting system are classified in one of 7 combined spatial and temporal DNI variability classes. For each of the classes optimized control parameters are determined. Class depended control strategies with distinct objectives are benchmarked with a state of the art solar field controller. Results of detailed simulations over 22 days as well as performance estimations over two years indicate an overall significant benefit of roughly 2% in revenue for the novel class depended control strategies.

OpenAccess:
PDF
(additional files)