روش‌هاي موجود براي انتخاب داده‌ها tmy

در کليه روش‌هاي موجود، براي تهيه فايل‌هاي مورد نظر، داده‌هاي مورد نياز براي هريک از  ماه‌هاي سال از آمار مربوط به اطلاعات اندازه گيري شده در يک دوره بلند مدت انتخاب مي‌شود. براي هر مکان مورد نظر، از بررسي آماري داده‌هاي اندازه‌گيري شده مربوط به 5 عنصر اقليمي کل تابش خورشيدي، تابش خورشيدي مستقيم، دماي هواي، دماي نقطه شبنم يا رطوبت نسبي و سرعت باد براي دوازده ماه انتخاب مي‌شود. انتخاب صحيح اين داده‌ها از نظر انجام محاسبات شبيه‌سازي مصرف انرژي در نرم‌افزارهاي مورد استفاده بسيار مهم است. براي ساير داده‌ها، مي‌توان از اطلاعات ماه انتخابي يا از ميانگين کل دوره استفاده کرد. براي انتخاب داده‌هاي يک فايل اقليمي روش‌هاي مختلفي وجود دارد که اختلاف اصلي اين روش‌ها در مقدار فاکتور وزني براي انتخاب داده‌هاي مورد نظر است که در مطالب زير توضيح داده شده است.

*** توجه:  کانال آموزشی یوتیوب را ببینید(آموزشهای ویدیوی زیادی در این زمینه تهیه شده است) ***

*** ایدی کانال یوتیوب:  pb_un@  ***

1- روش Sandia

براي تهيه داده‌هاي مورد نياز در فايل‌هاي TMY2 از داده‌هاي آب و هوايي اندازه‌گيري شده، معمولآ از روش [1]Sandia استفاده مي‌شود. روش Sandia روشي تجربي است که داده‌ها را براي تک تک ماه‌هاي سال از اطلاعات اندازه‌گيري‌ شده چندين ساله انتخاب مي‌کند. به‌طور مثال،  اگر اطلاعات 30 ساله براي ماه ژوئن موجود باشد، با استفاده از يک روش آماري تمام اطلاعات مقايسه شده و داده‌هاي يک ماه از کل دوره به عنوان داده‌هاي ماه ژوئن براي ايجاد فايل TMY  انتخاب مي‌شود. ساير ماه‌ها نيز به همين صورت انتخاب مي‌شود. از آنجا که ممکن است براي ايجاد فايل‌هاي TMY2 از اطلاعات مربوط به سال‌هاي مختلف استفاده شود، بين دو ماه پشت سر همي که از سالهلي مختلف انتخاب شده‌اند، براي 6 ساعت در هر طرف يکسان سازي مي‌گردد. در روش Sandia هريک از ماه‌هاي سال بر اساس 9 پارامتر روزانه(حداکثر، حداقل و متوسط دماي هواي، دماي نقطه شبنم، حداکثر و متوسط سرعت باد و ميزان کل تابش رسيده به يک صفحه افقي) انتخاب مي‌شود. مراحل اين روش در زير توضيح داده شده است.

الف) مراحل روش Sandia

مرحله 1: براي هريک از ماه‌هاي سال، از ميان آمار سال‌هاي دوره بلند مدت آماري مورد نظر (مثلاً دوره 30 ساله) 5 ماه که تابع توزيعي تجمعي (CDF)[2] شاخص‌هاي روزانه آنها نزديک‌‌تر به تابع توزيعي تجمعي ماه مورد نظر در دوره بلند مدت آماري است انتخاب مي‌شود. تابع توزيعي تجمعي، نسبت مقاديري را که کمتر يا مساوي مقدار شاخص مشخص شده است تعيين مي‌کند. روش محاسبه تابع توزيع تجمعي به شکل زير است:

که در اين رابطه x متغيير داده هوايي(9 داده) و S_n(x) ميزان CDF در متغيير x است و n تعداد عناصر و k= 1,2,3,…,n-1 است.(تابع توزيع تجمعي بين صفر و يک است).

مقايسه توابع توزيعي تجمعي ماه‌هاي انتخاب شده (5 ماه) و تابع توزيعي تجمعي دوره بلند مدت آماري با استفاده از روش آماري [3](FS)  صورت مي‌گيرد. به طور مثال، در شکل 1 چهار CDF براي پارامتر تابش کل رسيده به يک سطح افقي براي ماه ژوئن در شهر بادلر ايالت کلورادو نشان داده شده است. در اين شکل با استفاده از روش آماري FS، پارامتر  مورد نظر در سال‌هاي انتخاب شده با اين پارمتر در دوره آماري بلند مدت مقايسه شده است. همان‌طور که ملاحظه مي‌شود، CDF ماه ژوئن در سال 1981 بهترين انطباق و CDF ماه ژوئن در سال 1989 بدترين انطباق با دوره بلند مدت را داشته است. اما با وجود اينکه CDF ماه ژوئن در سال 1962 بهترين انطباق را با CDF دوره بلند مدت نداشته است، آمار اين سال براي فايل TMY2 انتخاب شده است. اين انتخاب حاصل نتايج مراحل ديگري است که در مطالب زير توضيح داده شده است. لازم به يادآوري است، چون بعضي از شاخص‌ها مهم‌تر از بقيه هستند، در روش آماري FS از يک فاکتور وزني (WS) براي انتخاب 5 ماه مورد نظر استفاده مي‌شود. رابط معادله FS به شرح زير است:

که در اين معادله d_i قدرمطلق اختلاف بين مقدار CDF کل دوره و مقدار CDF يک دوره براي پارامتر x_i در يک روز بوده و n نيز تعداد روزها در ماه است. بنابراين مقدار FS براي هر ماه سال‌هاي مختلف از اين رابطه پيدا مي‌شود.

براي محاسبه فاکتور وزني WS از رابطه زير استفاده مي‌شود.

که در اين رابطه w_i فاکتور وزني براي پارامتر موردنظر بوده و i نيز برابر 9 پارامتر است.

حال براي هر ماه از سال هاي مختلف، ماهي که کمترين ميزان WS را داشته باشد به عنوان ماه منتخب (5 ماه) براي مقايسه انتخاب مي‌شود.

شکل 1: تابع توزيع تجمعي تابش کل رسيده به سطح افقي براي ماه ژوئن، کلرلدو

 

مرحله 2: پنج ماه انتخابي، براساس ميزان نزديکي (انطباق) آنها به معدل و ميانگين دوره بلند مدت آماري مرتب مي شوند.

مرحله 3: ميزان دوام و ماندگاري 2 پارامتر متوسط دماي هوا و انرژي تابيده شده بر سطوح افقي، براساس درصد بالاتر بودن يا پائين‌تر بودن تکرار و انطباق آنها نسبت به درصد دوره آماري بلند مدت ارزيابي مي‌شود. براي متوسط روزانه دماي هوا، تکرار و انطباق بالاتر از 67 درصد (روزهاي متوالي گرم) و تکرار و انطباق کمتر از 33 درصد (روزهاي متوالي سرد) تعيين مي‌شود. براي انرژي تابيده شده بر سطوح افقي، تکرار و انطباق کمتر از 33 درصد (روزهاي متوالي با ميزان انرژي خورشيدي پائين) تعيين مي‌شود. درصدهاي تعيين شده براي انتخاب مناسب‌ترين سال ازبين 5 سال انتخاب شده (براي آمار ماه مورد نظر) براي استفاده در فايل TMY2 مورد استفاده قرار مي‌گيرد. آمار ماه مورد نظر در سالي که براساس نتايج بدست آمده در مرحله 2 نزديک‌ترين درصد را به معيار ماندگاري داشته است به عنوان آمار قابل استفاده در فايل TMY2 انتخاب مي شود. معيار ماندگاري و انطباق، ماه‌هائي که به ترتيب داراي طولاني‌ترين دنباله[4]، بيشترين مسير[5] و همچنين ماهي که هيچگونه انطباقي[6] نداشته است را حذف مي‌کند.

مرحله 4: براي تکميل آمار سالانه هريک از پارامترهاي مورد نظر، آمار 12 ماهي که به صورت ياد شده تعيين شده است به هم متصل مي گردد. به اين صورت که بعد از انتخاب 12 ماه، بين ماههاي مختلف براي 6 ساعت با استفاده از برازش منحني يکسان سازي انجام مي‌شود.

ب) فاکتورهاي وزني 

فاکتورهاي وزني براي هر داده نقش مهمي در انتخاب داده‌هاي يک فايل TMY2 دارند. با فاکتورهاي وزني ميزان اهميت و حساسيت هر يک از داده‌ها در انتخاب داده‌هاي TMY2 در نظر گرفته مي‌شوند. مقدار فاکتورهاي وزني براي روش Sandia در جدول 1 مشخص شده است.

ج) داده هاي بين دو ماه منتخب

در مورد داده‌هاي دماي هواي، دماي شبنم(يا درصد رطوبت)، سرعت باد، جهت باد، فشار هوا و ميزان بارندگي براي دو ماه پشت سرهمي که از سال‌هاي مختلف انتخاب شده‌اند، براي 6 ساعت مربوط به هر انتهاي ماه با استفاده از برازش منحني، يکسان سازي مي‌شود.

د) داده‌هاي گزارش نشده

ممکن است براي بعضي از ماه‌ها و ساعت‌ها داده هاي اندازه‌گيري شده گزارش نشده باشد، بنابراين در زمان انتخاب داده‌هاي مورد نياز براي ايجاد فايل‌هاي TMY2 لازم است اين مقادير گزارش محاسبه و به روز شوند. در مورد داده‌هاي گزارش نشده، دو حالت در فايل‌هاي TMY2 پيش‌بيني شده است:

حالت A: ايستگاه‌هايي که در آنها  آمار اندازه‌گيري شده در طي يک دوره 30 ساله وجود دارد و مي‌توان براي هريک از داده‌هاي مورد نظر حداقل 15 ماه را به گونه‌اي انتخاب کرد که بيشتر از 2 ساعت پشت سر هم داده گزارش نشده نداشته باشند.

حالت B: در اين ايستگاه‌ها داده‌هاي گزارش نشده زياد است و براي ايجاد فايل TMY2 بايد اين داده‌هاي گزارش نشده پر گردند. در اين حالت، براي محاسبه تابع توزيع کل دوره و انتخاب داده‌ها تعداد داده‌هاي گزارش نشده در هر دوره، نبايد بيشتر از 47 ساعت باشد.

جدول 1: فاکتورهاي وزني براي روش هاي مختلف انتخاب tmy

[1] – Sandia National Laboratories, Hall et al. 1978

[2] cumulative distribution functions

[3] Finkelstein-Schafer

[4] Longest Run

[5]  Most Run

[6]  Zero Run

 

2- روش TMY2 Marion

همان‌طور که قبلاً اشاره شد، اختلاف روش هاي مختلف در ميزان فاکتور وزني يا پارامترهاي در نظر گرفته شده است. در جدول 1 فاکتورهاي وزني براي روش Marion (TMY2)  نيز ارائه شده است. در اين روش، پارامتر جديدي به نام ميزان تابش مستقيم در جهت عمود بر صفحه نيز اضافه شده است. هنگامي‌که تابش کل روي صفحه افقي و تابش مستقيم عمود بر صفحه به عنوان پارامتر در نظر گرفته مي‌شوند، اختلاف اعداد بدست آمده (TMY2) با مقدار ميانگين سالانه کل دوره به 2 درصد مي‌رسد.

3-1-3- روش IWEC

اين روش نيز مشابه روش Sandia است اما ميزان فاکتور وزني در اين روش متفاوت است. در جدول 1 مقدار فاکتور وزني در اين روش مشخص شده‌ است.

3-1-4- روش Pissimanis

اين روش نيز مشابه روش Sandia است. اما ميزان فاکتور وزني در اين روش و همچنين پارامترهاي در نظر گرفته شده متفاوت است.  در جدول 2 اين مقادير نشان داده شده‌‌است.

جدول2 :  فاکتورهاي وزني براي روش Pissimanis

 

[1] Marion W, Urban K

[2] International weather for energy calculations

[3] Pissimanis D