Solar Planner er resultatet af grundig forskning og udvikling hos AI Energy (ApS), en dansk startup medstiftet af et team af ingeniører med ph.d.-grader inden for energiteknologi og statistik. Dette dokument giver en detaljeret teknisk gennemgang af de funktioner og metoder, der anvendes i vores Solar Planner.
TAGGENKENDELSE
Billedbehandling:
Avancerede proprietære algoritmer anvendes til at analysere luftbilleder (Lidar) og registrere tage og deres tekniske specifikationer.
Nøjagtighedsmålinger:
Tests udført i Danmark indikerer en nøjagtighed på 95 % for tagregistrering. Registreringsrater kan variere en smule afhængigt af regionale topografiske forskelle.
Usikkerhed:
Taghældning og orientering har en omtrentlig usikkerhed på 2 grader, mens arealestimering har en usikkerhed på 10 %. Tagvinduer, der ligger parallelt med en tagside, kan muligvis ikke skelnes.
Panelkonfiguration:
Cirka 70 % af hver tagside må dækkes med paneler i den automatiserede panelplacering, under hensyntagen til installationsvenlighed og usikkerhed i arealestimeringen.
Skyggeanalyse:
Skygge fra nærliggende bygninger og vegetation beregnes time for time baseret på solens position. Skygge fra eventuelt høje bjerge i en region medregnes ikke. I trin 1 viser skyggeprocenten andelen af timer på et år, hvor der er skygge. I trin 3 viser skyggeværdien derimod reduktionen i solproduktion (energimæssigt) på grund af skygge sammenlignet med det ideelle tilfælde uden skygge.
SOLPRODUKTION
Klimamodeller:
Baseret på beregnet taghældning, orientering og placering udføres timesimulering af solproduktion på basis af SARAH2-klimamodellen. Solproduktionen simuleres på basis af monokrystallinske PV-moduler med strenginvertere og mikroinvertere, afhængigt af brugerens valg.
Solproduktionen simuleres ud fra et typisk år, som er udvalgt fra 10 års data for den pågældende placering.
OPTIMERINGSPROCEDURER
Matematisk ramme:
Matematisk set er den optimering, der løses, et Mixed Integer Linear Program (MILP), som har til formål at maksimere nutidsværdien (minimere tilbagebetalingstiden). Specifikke skatter, regler og priser implementeres for hvert land, vi understøtter, hvilket skaber høj præcision i den økonomiske beregning. Så snart regulering, distributionsgebyrer, skatter og priser ændres, indlæses dette i Solar Planner.
Tidsmæssig opløsning:
Optimeringen udføres time for time, og detaljerede forbrugsprofiler, solproduktion og batteridrift optimeres for hver time i året. Timebaserede forbrugsprofiler estimeres ud fra en gennemsnitlig husstand samt information om varmepumper og elbiler. Hvis brugerne har timebaserede forbrugsdata, kan disse uploades direkte for at øge beregningens præcision.
Prisintegration:
Timebaserede prisdata hentes, hvor det er relevant, fra day-ahead-markeder.
LEVETIDSPROGNOSER
Komponentlevetid:
Solmoduler har en levetid på 20 år, mens invertere og batterier forventes at have en driftslevetid på 15 år. Dette medregnes som levetid ved beregning af økonomiske indikatorer. Der antages en årlig degraderingsrate på 2 % for solpaneler.
BATTERISPECIFIKATIONER
Konfiguration og kapacitet:
Litiumbatterier indgår i modellen. Deres lade-/afladningskapacitet (kW) er begrænset til 50 % af den samlede batterikapacitet (kWh), med en afladningsdybde begrænset til 90 %.
EMISSIONSBEREGNINGER
Emissionsanalyse:
CO2-besparelser beregnes time for time baseret på det specifikke elproduktionsmix i hvert land/område. CO2-emissionerne beregnes på basis af de vægtede gennemsnitlige CO2-emissioner fra alle produktionsanlæg i hver time.
TILLÆGSMODULER: ELBILER OG VARMEPUMPER
Databerigelse:
Indtastning af valgfrie oplysninger om elbiler og varmepumper øger præcisionen af Solar Planners resultater.
Finansielt omfang:
Alle økonomiske indikatorer (KPI'er) beregnes udelukkende på basis af opsætningen med solpaneler og batterier, og investeringen i EV-ladere og en varmepumpe medregnes ikke.
Forespørgsler
For yderligere tekniske afklaringer eller feedback kan du kontakte os på contact@solarplanner.eu.