Snow PV Literature Review/ja
E. Andenæs、BP Jelle、K. Ramlo、T. Kolås、J. Selj、SE Foss、「積雪と氷の被覆が太陽光発電セルのエネルギー生成に与える影響」、https://www.sciencedirect.com/science/article/pii/S0038092X17309581 Solar Energy、vol. 159、pp. 318–328、2018年1月。
- 反射率（アルベド）とスペクトル透過率に関して雪の特性を調べる
- 共通透過率プロファイルを調べる
- 積雪荷重と融雪リスク評価を実施
- 雪に関する一般的な課題と材料および建築への影響を確認
D. Ryberg および J. Freeman、「SAM における PV 積雪範囲モデルの統合検証および適用」、2015 年。https ://www.researchgate.net/profile/David_Ryberg2/publication/293605963_Integration_Validation_and_Application_of_a_PV_Snow_Coverage_Model_in_SAM/links/56b9bc0208ae39ea99072536.pdf
- マリオンのモデルをNRELのシステムアドバイザーモデル（SAM）に統合する
- モデルはPVアレイの推定誤差を減らすのに効果的である
- SAMの新機能と過去のデータセットを使用して、米国における平均積雪損失量を推定します。
B. マリオン、R. シェーファー、H. ケイン、G. サンチェス、「コロラド州とウィスコンシン州の雪による太陽光発電システムのエネルギー損失の測定とモデル化」、https://www.sciencedirect.com/science/article/pii/S0038092X13003034太陽エネルギー、第 97 巻、pp. 112–121、2013 年 11 月。
- 2年間の冬期におけるこれらの地域の雪によるエネルギー損失を測定します
- 結果は、雪による月間エネルギー損失が90%で、年間エネルギー損失が最大12%であることを示しています。
- 積雪深、日射量と気温の関係、PVの傾斜角、積雪範囲など、PV発電量に影響を与える変数要因を使用して、エネルギー損失の新しいモデルと方法を紹介します。
- 測定結果とモデル化されたエネルギー損失を比較する
RW Andrews、A. Pollard、JM Pearce、「降雪が太陽光発電の性能に与える影響」、https://www.sciencedirect.com/science/article/pii/S0038092X13000790 Solar Energy、vol. 92、pp. 84–97、2013 年 6 月。
- 多角的かつ多様な技術的アプローチを用いて、雪が太陽光発電の性能に与える影響について議論する
- 5分間の時系列解像度で積雪損失を測定するための新しい方法論を紹介します
- 降雪量の確率分布の新しい方法を開発
- 結果は、積雪損失がアルベド、傾斜角、および導入された技術システムの類型に依存することを示している。
- システムパフォーマンスの改善は、適切な積雪損失評価にかかっている。
RW Andrews および JM Pearce、「降雪による太陽光発電システムへのエネルギー影響の予測」、2012 年 38 回 IEEE 太陽光発電専門家会議、2012 年、pp. 003386–003391。
- 降雪の影響の識別方法を提供する
- 気象時系列を用いた降雪影響予測モデルを推奨する
- 8MWを超える既存の2つの大規模PVプラントのデータを使用してモデルを検証しました。
- 傾斜角の低い植物では、日平均降雪効果が予測された。
E. Lorenz、D. Heinemann、C. Kurz、「大規模グリッド統合のためのローカルおよび地域的な太陽光発電予測：積雪検出用の新しいアルゴリズムの評価」、https://onlinelibrary.wiley.com/doi/full/10.1002/pip.1224 Progress in Photovoltaics: Research and Applications、vol. 20、no. 6、pp. 760–769、2012。
- 地域の太陽光発電電力を予測するための基本的なアプローチとして導入された2日間の1時間ごとの天気予報の解像度
- オルデンブルク大学とメテオコントロール社の地域電力予測システムの新機能と強化された機能を紹介します。
- 新しい太陽光発電電力予測アプローチは、積雪時の電力生産量の過大評価を改善します
- 1年間の予測が行われた
- 結果は、日中予測と前日予測のそれぞれで平均二乗誤差（rmse）が4.9%から3.9%、5.7%から4.6%に減少したことを示している。
- 提案された降雪予測アルゴリズムを使用すると、1月に最もrmseが削減される
L. Powers、J. Newmiller、T. Townsend、「雪が太陽光発電システムのパフォーマンスに与える影響の測定とモデル化」、https://files.zotero.net/16659715101/Powers%20et%20al.%20-%202010%20-%20Measuring%20and%20modeling%20the%20effect%20of%20snow%20on%20photo.pdf、2010年 35 回 IEEE 太陽光発電専門家会議、pp. 000973–000978。
- カリフォルニアに並列PVテストベッドを設置しました
- さまざまな傾斜角度と最も一般的な傾斜角度のエネルギー損失を測定します
- 特定の冬季期間に提示されたテスト結果
