Модели коррекции часовых значений солнечной радиации из базы данных «Meteonorm» для условий Кыргызской Республики

Цель – повышение точности моделирования почасовых значений солнечной радиации в условиях Кыргызской Республики, характеризующихся выраженной неравномерностью рельефа, климатической изменчивостью и недостатком достоверных климатических данных, что имеет ключевое значение при развитии солнечной энергетики на фоне устойчивого энергодефицита. Исследования проводились путем сравнения среднемноголетних почасовых значений суммарной и диффузной солнечной радиации из «Meteonorm» с актинометрическими данными из Научно-прикладного справочника по климату СССР (часть 1) для четырех актинометрических метеостанций: Бишкек, Чолпон-Ата, Суусамыр, Тянь-Шань. Для обработки данных использовались методы регрессионного анализа. На основе регрессионного анализа разработана методика определения поправочных коэффициентов для пересчета среднемесячных часовых значений солнечной радиации в зависимости от географической широты и высоты местности. Сформированы две группы точек – до 2000 м и выше 2000 м над уровнем моря. Получены уравнения линейной регрессии с высоким коэффициентом детерминации (0,93–0,99), позволяющие существенно снизить расхождения между модельными и зафиксированными при наблюдении значениями солнечной радиации. Разработанная методика реализована в виде веб-приложения на PHP-фреймворке Laravel, обеспечивающего автоматический расчет, хранение и визуализацию данных по солнечной радиации. Апробация на солнечной электростанции Кыргызского государственного технического университета (80 кВт, г. Бишкек) показала снижение нормированной среднеквадратической ошибки на 20 % (до 10–15 %) и уменьшение погрешности прогноза до уровня менее 5 %. Предложенная система коррекции данных «Meteonorm» обеспечивает повышение достоверности оценки солнечных ресурсов, применима при проектировании и верификации фотоэлектрических станций, а также может быть использована для уточнения расчетов потенциала солнечной энергетики в горных районах Центральной Азии. 

1. Касымова В., Баетов Б. Энергетика Кыргызстана: состояние отрасли и перспективы межгосударственного сотрудничества // Центральная Азия и Кавказ. 2007. № 6. С. 116–127. EDN: PWGJFH.

2. Лакстыгал И. Киргизия вводит режим ЧС из-за энергодефицита // Ведомости. Режим доступа: https://www.vedomosti.ru/politics/articles/2023/07/31/987640-kirgiziya-vvodit-rezhim-chs-iz-za-energodefitsita (дата обращения: 23.07.2024).

3. Mehta K., Mingaleva E., Zörner W., Degembaeva N., Baibagyshov E. Comprehensive analysis of the energy legislative framework of Kyrgyzstan: investigation to develop a roadmap of Kyrgyz renewable energy sector // Cleaner Energy Systems. 2022. Vol. 2. Р. 100013. https://doi.org/10.1016/j.cles.2022.100013. EDN: MEZAIA.

4. Arkhangelskaya A., Kasymova V. Development of renewable energy sources in the Kyrgyz Republic: current status, problems and prospects // Reforma. 2024. Iss. 99. P. 12–22.

5. Mehta K., Ehrenwirth M., Trinkl C., Zörner W. Towards sustainable community development through renewable energies in Kyrgyzstan: a detailed assessment and outlook // World. 2022. Vol. 3. Iss. 2. P. 327–343. https://doi.org/10.3390/world3020018. EDN: BPZRQI.

6. Коломиец Ю.Г., Попель О.С., Фрид С.Е., Киселева С.В., Обозов А.Д., Исаев Р.А. [и др.]. Обзор ресурсов солнечной и ветровой энергии в климатических условиях Кыргызстана // Возобновляемые источники энергии: материалы Всерос. науч. конф. с междунар. участием и IX науч. молодеж. школы (г. Москва, 11–14 ноября 2014 г.). М.: Университетская книга, 2014. С. 368–371. EDN: VHAEGL.

7. Коломиец Ю.Г., Киселева С.В., Попель О.С., Обозов А.Д., Исаев Р.Э. Оценка ресурсного потенциала солнечной энергетики в Кыргызстане // Возобновляемая энергетика XXI век: энергетическая и экономическая эффективность: материалы Междунар. конгр. (г. Москва, 27–28 октября 2015 г.). М.: ВШЭ, 2015. С. 215–217.

8. Киселева С.В., Коломиец Ю.Г., Попель О.С., Тарасенко А.Б. Оценка эффективности фотоэлектрических станций в климатических условиях Кыргызстана // Альтернативная энергетика и экология. 2015. № 1. С. 14–25. https://doi.org/10.15518/isjaee.2015.01.001.

9. Mehta K., Ehrenwirth M., Trinkl C., Zörner W., Greenough R. The energy situation in Central Asia: a comprehensive energy review focusing on rural areas // Energies. 2021. Vol. 14. Iss. 10. Р. 2805. https://doi.org/10.3390/en14102805. EDN: JXUTTC.

10. Максатов Б.М., Пугачев Р.В., Дерюгина Г.В. Оценка солнечных ресурсов Кыргызстана с использованием программы «Meteonorm» // Вестник Московского энергетического института. 2020. № 4. С. 71–80. https://doi.org/10.24160/1993-6982-2020-4-71-80. EDN: PDPWKN.

11. Narynbaev A.F., Maksatov B.M., Vaskov A.G., Deryugina G.V., Pugachev R.V. Selection of an information source and methodology for calculating solar resources of the Kyrgyz Republic // Research Anthology on Clean Energy Management and Solutions. 2021. P. 578–615. https://doi.org/10.4018/978-1-7998-9152-9.ch025.

12. Maksatov B., Derugina G., Pugachev R. A method for calculating diffuse solar radiation using data from various information sources // International Conference on Industrial Engineering, Applications and Manufacturing. 2022. P. 194–198. https://doi.org/10.1109/ICIEAM54945.2022.9787242.

13. Дрейпер Н., Смит Г. Прикладной регрессионный анализ / пер. с англ. Ю.П. Адлера, В.Г. Горского. М.: Финансы и статистика, 1986. 366 с.

14. Андерсон Т. Статистический анализ временных рядов / пер. с англ. И.Г. Журбенко, В.П. Носко; под ред. Ю.К. Беляева. М.: Мир, 1976. 755 с.

15. Маленкова И.Н., Шакиров В.А. Оценка суммарной солнечной радиации с суточной детализацией на основе регрессионных моделей // iPolytech Journal. 2023. Т. 27. № 1. С. 109–122. https://doi.org/10.21285/1814-3520-2023-1-109-122. EDN: OOVJEL.

16. Кондраков О.В., Мишаков В.Ю., Кондраков И.В. Перспективы использования солнечной энергии на территории России // Дизайн и технологии. 2022. № 90. С. 96–106. EDN: HPEBXG.

17. Гридасов М.В., Киселева С.В., Нефедова Л.В., Попель О.С., Фрид С.Е. Разработка геоинформационной системы «Возобновляемые источники энергии России»: постановка задачи и выбор методов // Теплоэнергетика. 2011. № 11. С. 38–45. EDN: OJJYJT.

18. Jia Dongyu, Yang Liwei, Lv Tao, Liu Weiping, Gao Xiaoqing, Zhou Jiaxin. Evaluation of machine learning models for predicting daily global and diffuse solar radiation under different weather/pollution conditions // Renewable Energy. 2022. Vol. 187. P. 896–906. https://doi.org/10.1016/j.renene.2022.02.002. EDN: XPHQUK.

19. Zhang Jianyuan, Zhao Li, Deng Shuai, Xu Weicong, Zhang Ying. A critical review of the models used to estimate solar radiation // Renewable and Sustainable Energy Reviews. 2017. Vol. 70. P. 314–329. https://doi.org/10.1016/j.rser.2016.11.124.

20. Quej Chi V.H., Almorox J., Ibrakhimov M., Saito L. Empirical models for estimating daily global solar radiation in Yucatán Peninsula, Mexico // Energy Conversion and Management. 2016. Vol. 110. P. 448–456. https://doi.org/10.1016/j.enconman.2015.12.050. EDN: XMLNDR.