طبقه‫ بندی فرکتال روزهای تیپ هواشناسی برمبنای رفتار تابشی (مطالعه موردی: ایستگاه سینوپتیک کرج)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 عضو هیأت علمی گروه هواشناسی دانشکده مهندسی آب و خاک دانشگاه تهران

2 دانشجو

چکیده

سابقه و هدف: در حال حاضر بخش اعظم انرژی مورد نیاز بشر از طریق سوخت‌های فسیلی تأمین می‫شود. با توجه به کاهش ذخایر سوخت‌های فسیلی و افزایش آلاینده‌ها و در نتیجه تغییرات اقلیمی ناشی از آن، تولید و بکار‌گیری منابع نوین انرژی تجدیدپذیر که آلایندگی کمتری دارند یک ضرورت است. انرژی خورشیدی در میان سایر منابع انرژی تجدیدپذیر به‫‬علت بهینه‌بودن در تولید انرژی، بارزتر است. دانستن اطلاعات مربوط به تابش خورشید در بسیاری از کاربردهای صنعتی، سیستم‌های فتوولتائیک، کشاورزی و طراحی کلکتورهای خورشیدی کاربرد دارد. طی این مطالعه برآورد شاخص فرکتال روزانه تابش و شاخص پاکی آسمان به منظور ارائه یک مدل که امکان طبقه‌بندی روزها به سه تیپ را می‌دهد، بکارگرفته می‌شود. روشی که آستانه‌های بعد فرکتال با استفاده از تابع توزیع تجمعی؛ روزهای ایستگاه کرج را در سه کلاس: آفتابی، نیمه ابری و ابری طبقه‌بندی می‌نماید.‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬
مواد و روش‌ها: پایگاه داده‌ای این آزمایش شامل داده‌های تابش کل اندازه‌گیری شده در ایستگاه هواشناسی سینوپتیک کرج در بازه زمانی 2014- 2016 و همین‪طور داده‌های ساعات آفتابی همین مدت از ایستگاه موردنظر است. پس از کنترل کیفی داده‌ها با استفاده از الگوریتم مرادی بعد فرکتال داده‌ها بطور روزانه محاسبه گردید. به کمک بعد فرکتال داده‌ها و شاخص شفافیت آسمان طبقه‌بندی روزانه با استفاده از تابع توزیع تجمعی انجام گرفت. طبق این روش برای هر یک از سال‌ها دو آستانه برای بعد فرکتال بدست آمد که با استفاده از این آستانه‌ها روزها در سه کلاس طبقه‌بندی شدند، در ادامه به تحلیل ماهانه داده‌ها پرداخته شد.
نتایج و بحث: برطبق نتایج بدست آمده در ایستگاه مورد مطالعه بیشترین درصد وقوع کلاس یک در ماه آگست 2015، بیشترین درصد وقوع کلاس دو در فوریه 2016 و بیشترین درصد وقوع کلاس سه مربوط به مارس 2015 می‌باشد. همچین میزان انحراف معیار کم بعد فرکتال و شاخص پاکی آسمان از میانگین سالانه نشان‌دهنده طبقه‌بندی همگن روزها است، بعلاوه میزان انحراف معیار بالای این دو متغیر در کلاس سه (بیش از 10%) ناشی از وجود روزهای بارانی در این کلاس است که باعث می‌شود سیگنال تابش شکل منظمی داشته باشد و بعد فرکتال در این روزها نزدیک یک محاسبه گردد. تحلیل و بررسی ماهانه بعد فرکتال امکان تشخیص ماه‌هایی که نوسانات تابش در آن اغلب زیاد است و یا ماه‌هایی که سیگنال تابش در آن‌ها منظم است را می‌دهد. این اطلاعات در تعیین سایز سیستم‌های فتوولتاییک و در راستای کاستن از هزینه‌های اولیه طراحی مناسب و ساخت سیستم‌های انرژی خورشیدی مناسب با آب و هوای منطقه موردمطالعه بسیار مفید است.‬‬
نتیجه‌گیری: در این مطالعه به‌منظور بررسی شرایط منطقه مورد نظر جهت استفاده از سلول‌های فتوولتاییک در راستای بهره‌برداری از انرژی خورشیدی روشی جدید ارئه شده است. این روش با آستانه‌های بعد فرکتالی با استفاده از تابع توزیع تجمعی تعریف شده است. از سوی دیگر، امکان طبقه‌بندی روزانه تابش خورشید با استفاده از آستانه D بدست آمده از روش CDF نشان داده شد. طبقه‌بندی تابش خورشید در طراحی و نصب سیستم‌های انرژی خورشیدی بویژه تنظیم PV، بسیار مهم است. روند الگوهای تابش روزانه خورشید اطلاعات با اهمیتی را با توجه به اهمیت فن‌آوری‌های تجدیدپذیر، در اختیار می‌گذارد. اهمیت این فناوری‌ها بعلت گرمایش جهانی و دیگر تاثیرات مثبت در محیط، بسیار زیاد است. تحلیل ارائه شده در این بخش اهمیت زیادی به جهت کاستن از هزینه‌های اولیه به جهت طراحی مناسب و ساخت سیستم‌های انرژی خورشیدی مناسب با آب و هوای ایستگاه، دارا می‌باشد.

کلیدواژه‌ها

عنوان مقاله [English]

Fractal classification of typical meteorological day based on solar behavior (Case study: Karaj synoptic station)

نویسنده [English]

  • Fatemeh Bikhabi arani 2

چکیده [English]

Background and objectives: Today the main part of human`s needed energy is provided by fossil fuels. Due to the reduction of fossil fuel reserves and climate changes caused by increased emissions, the production and use of new sources of clean renewable energy with fewer emissions is a necessity. Due to the efficiency of energy production, solar energy is more pronounced; among other renewable energy sources.The utilization of the information of solar irradiance is in many industrial applications, photovoltaic systems, agriculture and solar collectors design. For this purpose, the fractal dimension is used as a classification criterion. In order to provide a model that allows classification of days to three types this study estimated the daily fractal index and the index of purity of sky. In this method, with the advantage of cumulative distribution function, the fractal dimension classifies the days of Karaj station in three classes: clear sky day, partially clouded sky day and clouded sky day.
Materials and methods: The experimental database contains global irradiance data and sunshain measured at Karaj site during 2014-2016 year. In the first stage after data quality control daily fractal dimension of solar radiation time series and clearness index was calculated. For each year two fractal thresholds was obtained using the cumulative distribution function (CDF). The days of year was classified in three classes of clear sky, partially cloudy sky and cloudy sky based on obtained thresholds. In the next step monthly analyses was done.
Conclusion: Results showed that high frequency of class 1 was occurred in August 2015, high frequency of class 2 was occurred in February 2016 and high frequency of class 3 was occurred in March 2015 respectively. Also these statistical properties show that our classification method leads to homogeneous groupings of the studied days since the standard deviations of D and KT are low in compared to their averages. The more important value of this standard deviation for class III (upper than 10%) is due to the fact that this class contains rainy days whose irradiance signals have a regular form thus a fractal dimension near to 1. However, the analysis of monthly values of D permits the detection of the months where the fluctuations of their radiances are most intense and those where these irradiances are very regular. This information is very beneficial to refine the assessing of photovoltaic systems and to reduce the initial costs by appropriate design and construction of solar energy systems suitable to the climate of the site of interest.
Results: This paper offers a method for the classification of radiation per day according to weather different classes, in order to exploit photovoltaic systems in using solar energy in the study area. This method has been proposed to classify the daily global irradiances into typical days using the fractal dimension as a basic criterion since it allows quantifying the irradiance fluctuations. This method defines fractal dimension thresholds using the cumulative distribution function. Then shown that it is possible to realize daily solar irradiances classification using the D thresholds obtained from the CDF method.Classification of the daily solar irradiance is important in design and installation of solar energy systems, especially PV arrays. Trends in the patterns of daily solar irradiance became significant information due to the recent interests in renewable technologies. This interest is essentially due to global warming and other negative effects to our environment. Such analyses presented in this purpose are of great interest as they reduce the initial costs by appropriate design and construction of solar energy systems suitable to the climate of the site of interest.

کلیدواژه‌ها [English]

  • solar Irradiance
  • Fractal dimension
  • Classification
  • typical day
  • cumulative distribution function
 1.Badescu, V. 2014. Modeling solar radiation at the earth's surface. Springer, Germany, 537p.
2.Dubuc, B., Quiniou, J.F., Roques-Carmes, C., Tricot, C., and Zucker, S.W. 1989. Evaluating
the fractal dimension of profiles. Physical Review A. 39: 3. 1500-1512.
3.Ghaffari, H. 2012. Fractal dimension and impact of some of its mathematical operators,
Master's Thesis, Department of Mathematics and Computer Science at the University of
Damghan, 72p. (In Persian)
4.Harrouni, S., and Maafi, A. 2002. Classification des éclairements solaires à l’aide de l’analyse
fractale. Revue Internationale des énergies renouvelables (CDER), 5: 107-122.
5.Maafi, A., and Harrouni, S. 2003. Preliminary results of the fractal classification of daily solar
irradiances. Solar Energy, 75: 1. 53-61.
6.Moradi, I. 2009. Quality control of global solar radiation using sunshine duration hours.
Energy, 34: 1. 1-6.