太阳塔电站中的日镜场污染预测与清洁资源优化
摘要：在此工作中，利用一个校准了现场测量数据的模型对澳大利亚Mount Isa地区的一个50MW CSP发电厂项目进行了污染预测。利用自回归时间序列模型，两年的现场气象测量数据扩展至十年，并在多种运行配置下，通过干沉降模型预测了污染率。采用固定频率的清洁启发式方法，通过平衡直接清洁成本和预期损失产能（通过平均多次模拟的污染损失轨迹计算）来优化清洁资源的利用。在多种运行配置下的清洁成本分析显示，燃料和操作人员工资是清洁成本中最主要的贡献因素。此外，相对于直立存放的反射板，夜间以水平位置储存反射板将额外增加每平方米反射板面积的A$26成本，30年的使用寿命内。当调度策略设置为仅夜间发电时，即使污染负荷较低，过度尺寸的太阳能场仍能在白天向热储存充电。最后，相对于夜间清洁，白天清洁时，每个清洁队的发电量每年会减少A$34000，因为需要将反射板停放以进行清洁。这种方法展示了如何在CSP项目设计阶段利用早期污染率测量和现场气象数据来预测基于随机清洁和土壤降解的产能损失。
作者：Cody B. Anderson, Giovanni Picotti, Michael E. Cholette, Bruce Leslie, Theodore A. Steinberg, Giampaolo Manzolini
论文ID：2306.06106
分类：Physics and Society
分类简称：physics.soc-ph
提交时间：2023-06-19