ABSTRACTIn this paper we present, d

ABSTRACT
In this paper we present, demonstrate and validate a method for predicting city-wide electricity gains from
photovoltaic panels based on detailed geometric urban massing models combined with Daysim-based hourly
irradiation simulations, typical meteorological year climactic data and hourly calculated rooftop temperatures. The
resulting data can be combined with online mapping technologies and search engines as well as a financial module
that provides building owners interested in installing a photovoltaic system on their rooftop with meaningful data
regarding spatial placement, system size, installation costs and financial payback. As a proof of concept, a
photovoltaic potential map for the city of Cambridge, Massachusetts, USA, consisting of over 17,000 rooftops has
been implemented as of September 2012.
The new method constitutes the first linking of increasingly available GIS and LiDAR urban datasets with the
validated building performance simulation engine Daysim, thus-far used primarily at the scale of individual
buildings or small urban neighborhoods. A comparison of the new method with its predecessors reveals significant
benefits as it produces hourly point irradiation data, supports better geometric accuracy, considers reflections from
neareby urban context and uses predicted rooftop temperatures to calculate hourly PV efficiency. A validation study
of measured and simulated electricity yields from two rooftop PV installations in Cambridge shows that the new
method is able to predict annual electricity gains within 3.6 to 5.3% of measured production when calibrating for
measured weather data. This predicted annual error using the new method is shown to be less than the variance
which can be expected from climactic variation between years. Furthermore, because the new method generates
hourly data, it can be applied to peak load mitigation studies at the urban level. This study also compares predicted
monthly energy yields using the new method to those of preceding methods for the two validated test installations
and on an annual basis for ten buildings selected randomly from the Cambridge dataset

ผลลัพธ์ (ไทย) 1:

บทคัดย่อในเอกสารนี้เรานำเสนอ แสดง และตรวจสอบวิธีการคาดการณ์กำไรเมืองไฟฟ้าแผงเซลล์แสงอาทิตย์ตามรายละเอียดรูปทรงเรขาคณิตแบบ massing เมืองรวมกับ Daysim ใช้ต่อชั่วโมงวิธีการฉายรังสีจำลอง ข้อมูล climactic ปีอุตุนิยมวิทยาทั่วไป และต่อชั่วโมงบนดาดฟ้าคำนวณอุณหภูมิ ที่สามารถรวมข้อมูลได้แม็ปออนไลน์เทคโนโลยี และเครื่องมือค้นหา เป็นโมดูลการเงินที่ช่วยให้เจ้าของอาคารในการติดตั้งระบบเซลล์แสงอาทิตย์บนชั้นดาดฟ้าของพวกเขาด้วยข้อมูลที่มีความหมายเกี่ยวกับปริภูมิตำแหน่ง ขนาดระบบ ค่าใช้จ่ายในการติดตั้ง และคืนทุนทางการเงิน เป็นแนวคิด หลักฐานการเมืองเคมบริดจ์ แมสซาชูเซตส์ สหรัฐอเมริกา 17,000 กว่าหลังคาประกอบด้วยแผงเซลล์แสงอาทิตย์แผนที่เป็นไปได้การใช้เดือนกันยายน 2555วิธีใหม่ถือหมายแรกของ GIS มากขึ้นและ LiDAR datasets เมืองด้วยการตรวจสอบอาคารประสิทธิภาพจำลองเครื่องยนต์ Daysim ดังไกลใช้ในสเกลของแต่ละบุคคลเป็นหลักอาคารหรือละแวกใกล้เคียงเมืองขนาดเล็ก การเปรียบเทียบวิธีการใหม่ที่มีความสำคัญแสดงถึงรุ่นก่อนประโยชน์จะผลิตต่อชั่วโมงจุดข้อมูลวิธีการฉายรังสี สนับสนุนดีเรขาคณิตความถูกต้อง พิจารณาสะท้อนจากบริบทเมือง neareby และใช้ทำนายอุณหภูมิบนดาดฟ้าเพื่อคำนวณชั่วโมงประสิทธิภาพ PV การศึกษาตรวจสอบไฟฟ้าวัด และจำลองทำให้จากบนชั้นดาดฟ้าที่สองติดตั้ง PV ในเคมบริดจ์แสดงที่ใหม่วิธีจะสามารถทายผลกำไรการไฟฟ้าประจำปีภายใน 3.6-5.3% ของผลิตวัดเมื่อปรับเทียบสำหรับข้อมูลสภาพอากาศการวัด นี้คาดการณ์ผิดพลาดประจำปีโดยใช้วิธีการใหม่จะแสดงน้อยกว่าผลต่างซึ่งสามารถคาดหวังจากการเปลี่ยนแปลงระหว่างปี climactic นอกจากนี้ เนื่องจากสร้างวิธีการใหม่ข้อมูลรายชั่วโมง สามารถใช้กับการศึกษาบรรเทาสาธารณภัยโหลดสูงสุดที่ระดับเมือง นี้ศึกษาเปรียบเทียบทำนายพลังงานรายเดือนทำให้ใช้วิธีการใหม่กับวิธีการติดตั้งทดสอบตรวจสองก่อนเป็นประจำสำหรับอาคาร 10 เลือกสุ่มจากชุดข้อมูลของเคมบริดจ์

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
ในบทความนี้เรานำเสนอสาธิตและตรวจสอบวิธีการทำนายกำไรไฟฟ้าทั่วเมืองจาก
แผงเซลล์แสงอาทิตย์ขึ้นอยู่กับรายละเอียดรูปแบบทุ่มเทเมืองเรขาคณิตรวมกับ Daysim ต่อชั่วโมง
การจำลองการฉายรังสีปีอุตุนิยมวิทยาทั่วไปข้อมูลยอดและคำนวณชั่วโมงอุณหภูมิบนชั้นดาดฟ้า
ข้อมูลที่เกิดสามารถใช้ร่วมกับเทคโนโลยีการทำแผนที่ออนไลน์และเครื่องมือค้นหาเช่นเดียวกับโมดูลทางการเงิน
ที่ให้เจ้าของอาคารที่มีความสนใจในการติดตั้งระบบไฟฟ้าโซลาร์เซลล์บนหลังคาของพวกเขาด้วยข้อมูลที่มีความหมาย
เกี่ยวกับตำแหน่งเชิงพื้นที่ขนาดของระบบค่าใช้จ่ายในการติดตั้งและการคืนทุนทางการเงิน เป็นหลักฐานของแนวคิด
แผนที่ที่มีศักยภาพไฟฟ้าโซลาร์เซลล์สำหรับเมืองเคมบริดจ์, แมสซาชูเซตสหรัฐอเมริกาประกอบด้วยกว่า 17,000 หลังคาได้
รับการดำเนินการ ณ วันที่กันยายน 2012.
วิธีใหม่ที่ถือว่าเป็นครั้งแรกที่การเชื่อมโยงของระบบสารสนเทศภูมิศาสตร์ที่มีอยู่มากขึ้นและชุดข้อมูล LiDAR เมืองด้วย
การตรวจสอบประสิทธิภาพการทำงานของการจำลองอาคารเครื่องยนต์ Daysim จึงไกลใช้เป็นหลักในระดับของบุคคล
อาคารหรือละแวกใกล้เคียงในเมืองเล็ก ๆ การเปรียบเทียบวิธีการใหม่ที่มีก่อนหน้านี้แสดงให้เห็นอย่างมีนัยสำคัญ
เป็นผลประโยชน์ที่จะผลิตจุดข้อมูลการฉายรังสีชั่วโมงรองรับความถูกต้องทางเรขาคณิตที่ดีขึ้นสะท้อนพิจารณาจาก
บริบท neareby เมืองและใช้ทำนายอุณหภูมิบนชั้นดาดฟ้าในการคำนวณประสิทธิภาพ PV ชั่วโมง การศึกษาการตรวจสอบ
ของวัดและจำลองอัตราผลตอบแทนการผลิตไฟฟ้าจากสองติดตั้งบนดาดฟ้า PV ในเคมบริดจ์แสดงให้เห็นว่าใหม่
เป็นวิธีการที่สามารถที่จะคาดการณ์กำไรไฟฟ้าประจำปีภายใน 3.6-5.3% ของการผลิตวัดเมื่อสอบเทียบสำหรับ
ข้อมูลสภาพอากาศวัด ข้อผิดพลาดนี้คาดการณ์ประจำปีโดยใช้วิธีการใหม่แสดงให้เห็นว่าจะน้อยกว่าความแปรปรวน
ซึ่งสามารถคาดหวังจากการเปลี่ยนแปลงยอดระหว่างปี นอกจากนี้เนื่องจากวิธีการใหม่สร้าง
ข้อมูลรายชั่วโมงก็สามารถนำมาประยุกต์ใช้กับการศึกษาการบรรเทาผลกระทบไฟฟ้าสูงสุดในระดับเมือง การศึกษาครั้งนี้ยังเปรียบเทียบการคาดการณ์
อัตราผลตอบแทนรายเดือนพลังงานโดยใช้วิธีการใหม่ให้กับผู้ที่ก่อนหน้านี้ของวิธีการในการตรวจสอบการติดตั้งสองการทดสอบ
และเป็นประจำทุกปีสำหรับอาคารสิบสุ่มเลือกจากชุดข้อมูลที่เคมบริดจ์

ผลลัพธ์ (ไทย) 3:

นามธรรม
ในกระดาษนี้เราเสนอ แสดง และตรวจสอบวิธีการทำนายกำไรกว้างเมืองไฟฟ้าจากแผงเซลล์แสงอาทิตย์ตามรายละเอียดทางเรขาคณิต
เมืองรวบรวมรุ่นรวมกับ daysim ตามรายชั่วโมง
การฉายรังสีแบบทั่วไป , ข้อมูลอุตุนิยมวิทยาปียอดและรายได้บนชั้นดาดฟ้าที่อุณหภูมิ
ซึ่งข้อมูลสามารถรวมกับแผนที่ออนไลน์เทคโนโลยีและเครื่องมือค้นหาเช่นเดียวกับโมดูลการเงิน
ที่ให้เจ้าของอาคารที่สนใจติดตั้งระบบเซลล์แสงอาทิตย์บนหลังคาของพวกเขาที่มีความหมายเกี่ยวกับการจัดวางข้อมูล
, ขนาดพื้นที่ , ระบบติดตั้งและมีต้นทุนทางการเงิน เป็นหลักฐานของแนวคิด ,
แผนที่ศักยภาพพลังงานแสงอาทิตย์สำหรับเมืองเคมบริดจ์มลรัฐแมสซาชูเซตส์ สหรัฐอเมริกา ประกอบด้วยมากกว่า 17 , 000 หลังคามี
ถูกพัฒนาเป็น 2012 กันยายน
วิธีใหม่ถือเป็นครั้งแรกที่มีการเชื่อมโยงระบบสารสนเทศภูมิศาสตร์และข้อมูล LIDAR เขตเมืองมากขึ้นด้วย
ตรวจสอบอาคารการแสดงจำลองเครื่องยนต์ daysim จึงห่างไกลใช้เป็นหลักในระดับของอาคารแต่ละ
หรือย่านในเมืองเล็ก ๆการเปรียบเทียบวิธีการใหม่กับรุ่นก่อนของ เผยประโยชน์อย่างมีนัยสำคัญ
มันผลิตรังสีจุดข้อมูลรายชั่วโมง รองรับดีกว่าเรขาคณิตความถูกต้อง พิจารณา สะท้อนจาก
neareby เมืองบริบทและใช้ทำนายอุณหภูมิบนดาดฟ้าคำนวณประสิทธิภาพพลังงานแสงอาทิตย์รายชั่วโมง การศึกษา
วัดและค่าผลผลิตจากสองดาดฟ้าแสงอาทิตย์การติดตั้งไฟฟ้าในญี่ปุ่น พบว่าวิธีการใหม่
สามารถทายไรไฟฟ้าประจำปีภายใน 3.6 5.3% ของวัดการผลิตเมื่อสอบเทียบสำหรับ
ข้อมูลวัดสภาพอากาศ นี้คาดการณ์ผิดพลาดประจำปีโดยใช้วิธีใหม่ที่แสดงจะน้อยกว่าความแปรปรวน
ซึ่งสามารถคาดหวังจากการเปลี่ยนแปลงยอด ระหว่างปีนอกจากนี้ เนื่องจากวิธีการใหม่จะสร้าง
ข้อมูลต่อชั่วโมง ซึ่งสามารถใช้โหลดสูงสุดที่ระดับการศึกษาในเมือง เปรียบเทียบทำนาย
ผลผลิตพลังงานรายเดือนใช้วิธีใหม่ที่ก่อนหน้านี้วิธีการตรวจสอบและทดสอบการติดตั้ง
2 ในแต่ละปีมี 10 อาคารสุ่มเลือกข้อมูลจากเคมบริดจ์