메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Uwineza Laetitia (University of Science & Technology) Kim Hyun-Goo (Korea Institute of Energy Research) Kim Chang Ki (Korea Institute of Energy Research) Kim Boyoung (Korea Institute of Energy Research) Kim Jin-Young (Korea Institute of Energy Research)
저널정보
한국태양에너지학회 한국태양에너지학회 논문집 한국태양에너지학회 논문집 제41권 제4호
발행연도
2021.8
수록면
115 - 129 (15page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The typical meteorological year (TMY) is a key element in the long-term performance predictions of photovoltaic systems. However, there is a loss of some hourly measured weather data during the formation of the TMY dataset owing to a lack of observations. Therefore, various statistical techniques or satellite observations can be utilized to address this limitation, and these interpolated data may represent some degree of uncertainty that can influence the accuracy of the TMY data. This may in turn affect the long-term planning reliability of the photovoltaic systems. Therefore, a bootstrap method was used in this study to evaluate the accuracy of TMY datasets in the prediction of long-term photovoltaic yields. The electricity production uncertainties obtained through a simulation conducted using this TMY were calculated with a confidence level of 95% for each resulting value as validated based on the long-term average electricity yield. The results show that the bootstrap method provides valid and more useful information than the deterministic approach. Therefore, it is the best method for quantitatively analyzing uncertainty in TMY datasets. The results described herein can serve as a guide for risk management strategies and other business decisions related to solar energy projects. In addition, the results can help planners achieve greater confidence when applying TMY data to feasibility studies.
#Photovoltaic system #Typical meteorological year #Bootstrap method

목차

Abstract
1. Introduction
2. Meteorological Data
3. Methodology
4. Results and Discussion
5. Conclusion
REFERENCES

참고문헌 (23)

참고문헌 신청
De Miguel, A. and Bilbao, J., Test Reference Year Generation from Meteorological and Simulated Solar Radiation Data, Solar Energy, Vol. 78, No. 6, pp. 695-703, 2005. google schola Crawley, D. B., Which Weather Data Should You Use for Energy Simulations of Commercial Buildings?, Transactions-American Society of Heating Refrigerating and Air Conditioning Engineers, 104, pp. 498-515, 1998. google schola Lund, H. and Eidorff, S., Selection Methods for Production of Test Reference Years, Report no EUR 7306 EN. - Tech. Univ. Denmark, Dept. of Buildings and Energy, 1985. google schola Hall, I., Prairie, R., Anderson, H., and Boes, E., Generation of Typical Meteorological Years for 26 SOLMET Stations, Rapport technique SAND78-1601, - Sandia National Lab., Albuquerque, 1978. google schola Moazami, A., Nik, V. M., Carlucci, S., and Geving, S., Impacts of Future Weather Data Typology on Building Energy Performance-Investigating Long-term Patterns of Climate Change and Extreme Weather Conditions, Applied Energy, Vol. 238, pp. 696-720, 2019. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0