Prognozowanie sum napromienienia słonecznego dla potrzeb energetyki słonecznej

Prognozowanie sum napromienienia słonecznego określonych płaszczyzn może być wykorzystywane w sterowaniu pracą hybrydowych systemów pozyskujących aktywnie energię słoneczną i systemów biernych (w budownictwie). Opracowano metodę prognozowania sum napromienienia słonecznego płaszczyzny pochyłej z wykorzystaniem sztucznej sieci neuronowej. Wykorzystano bazę danych dobowych sum napromienienia słonecznego ze stanowiska pomiarowego SGGW – Ursynów z okresu 1995-2000. Opracowano koncepcję kaskadowego modelu neuronowego, w którym prognozy krótkoterminowe wykorzystują wyniki z modelu średnioterminowego, a średnioterminowe z długoterminowego. Model poddano weryfikacji.

Predicting the summary solar radiation on determined surfaces may be used to automatic control of both, the hybrid systems gaining actively the solar energy as well as the passive systems (applied in building engineering). The method of predicting solar radiation sums on an inclined surface was worked out with the use of artificial neural network. Data base on daily solar radiation sums from the measurements on south-oriented tilted surface at Ursynów (Agricultural University of Warsaw) within the period of 1995-2000, was used for this purpose. A cascade neural model was developed where the short-term prognoses use the results of medium-term model, whereas the medium-term – from the long-term model. The model has been verified.