Auswirkung von Schneebedeckung auf den Ertrag von Photovoltaikanlagen
|
|
- Detlef Pohl
- vor 6 Jahren
- Abrufe
Transkript
1 Auswirkung von Schneebedeckung auf den Ertrag von Photovoltaikanlagen O.Harari 1, I.Kaelin 1, S.A.Mathez 2, C.Koller 1 1 University of Applied Science Zürich, ZHAW, IUNR/IAS, CH-8820 Wädenswil, Switzerland; 2 Solar Campus GmbH, CH-8620 Wetzikon, Switzerland; Einleitung Heutige Simulationstools für Photovoltaikanlagen berechnen in den Wintermonaten oft zu hohe Erträge für Anlagen im alpinen Raum. Dies kommt daher, dass die Schneeliegedauer auf den Modulen nicht miteinbezogen wird. Diese kann je nach Standort über längere Zeitspannen (bis zu mehreren Monaten) zu Ertragseinbußen führen. Ziel dieser Studie ist es, einen zusätzlichen Parameter ("Verschneiungsgrad") aus empirischen Daten zu ermitteln. Dieser soll die Auswirkung der Schneebedeckung in PV-Simulationsprogrammen berücksichtigen. Einfluss der Umgebungsparameter auf die PV-Leistung In der folgenden Abbildung werden über IDAWEB bezogene Wetterdaten (Globalstrahlung [kw/m 2 ], Schneefall [cm], Umgebungstemperatur [ C]) und der erreichte PV Ertrag [kwh/kwp] (PV-Anlage in Lenzerheide) im Januar 2013 einander gegenübergestellt. Peak bei 1.8 Peak bei 2.6 Abbildung 1: Einfluss der Umgebungsparameter auf die PV-Leistung Aus Abbildung 1 ist zu erkennen, dass Schneefall eine negative Auswirkung auf den PV-Ertrag haben kann. Dieser wurde beispielsweise eindeutig am 2., 11., 12.,
2 und 28. Januar durch Schnee auf den Modulen reduziert. Die Temperaturen lagen an diesen Tagen immer unter dem Gefrierpunkt. Nicht immer führt Schneefall aber zu einer Ertragseinbuße (siehe z.b. 30. und 31. Januar). An diesen Tagen kam es zumindest tagsüber zu Temperaturen über 0 C. Die Umgebungstemperatur scheint eine entscheidende Rolle zu spielen, was die Haftung des Schnees auf den Modulen angeht. Vergleich Simulation mit Messdaten Annahme: Werden in der Simulationssoftware Polysun, die zum Zeitpunkt der PV- Ertragsmessungen stattgefundenen Wetterdaten und der Horizont eingelesen, so sollte die Differenz der Simulation zu den gemessenen Erträgen in der Schneeliegedauer begründet sein, da alle übrigen relevanten Faktoren in der Simulation berücksichtigt werden. Datengrundlage Das EWZ (Elektrizitätswerk der Stadt Zürich) stellt für diese Arbeit die PV- Ertragsmessdaten zur Verfügung. Neigung und Azimut wurden Vorort ausgemessen. Um die realen Bedingungen in der Simulation möglichst genau abzubilden, werden zeitlich und räumlich mit den EWZ-Messdaten übereinstimmende externe Meteodaten in Polysun eingelesen. Für die Simulation mit externen Meteodaten werden Satelliten basierende Rasterdaten von MeteoSchweiz (Bundesamt für Meteorologie und Klimatologie) im NetCDF-Format bezogen. Die stündlichen Globalstrahlungs- und Diffusstrahlungsdaten sind pro Tag in einer separaten NetCDF-Datei gespeichert, währenddessen die Temperaturdaten als Tagesminimal-, Tagesmaximal-, und Tagesmittelwerte jeweils pro Jahr in einer separaten NetCDF-Datei gespeichert sind. Für den gewünschten Zeitraum von 6 Jahren sind diese schweizweiten Globalstrahlungs-, Diffusstrahlungs- und Temperaturdaten in 4`398 Einzeldateien abgespeichert. Diese wurden mit der Programmiersprache R bearbeitet und die gewünschten Standorte extrahiert.
3 Qualitativer Vergleich Aus dem Vergleich der Simulation mit den Messdaten lässt sich der Einfluss durch Schnee bei der PV-Anlage Kalliope Feldis (Höhe ü. M.: 1476 m, Azimut: 175, Neigung: 19.7 ) klar erkennen (Abbildung 2). Abbildung 2: Simulation und Messdaten PV-Anlage Kalliope Feldis (1476 m ü. M.) 2009 bis 2014 Statistische Auswertungen Die 12 getesteten PV-Anlagen befinden sich im Kanton Graubünden zwischen m. ü. M. Die Auswertung zeigt, dass die Annahme leider nicht generell bestätigt werden kann; bei den 12 getesteten Anlagen kommt es während den 6 Jahren teils auch im Sommer zu signifikanten Abweichungen der Messdaten von der Simulation. Detaillierter wird darauf in der Masterthesis 1 eingegangen. Die unerwarteten Abweichungen in den Sommer- und Herbstmonaten wie auch die punktuelle und knappe Datenlage verunmöglichen eine abschließende Aussage bezüglich des 1 Harari, O: Bauwerkintegrierte Photovoltaik im alpinen Raum ; Masterthesis, ZHAW Wädenswil, 2016
4 Verschneiungsgrads. Daher wird in dieser Arbeit versucht, die Simulationsgenauigkeit in den verschiedenen Monaten bzw. Quartalen zu quantifizieren. In diesem Zusammenhang definieren wir den einer PV-Anlage, als das Verhältnis aus Messdaten und Simulation. Der quantifiziert damit die Genauigkeit des Simulationstools (hier Polysun). Ein von 1 bedeutet, dass der simulierte PV-Ertrag zu 100 % mit dem gemessenen PV-Ertrag übereinstimmt. Abbildung 3: en (GF Meteo ) der Jahreserträge; n=12 Die en der Jahreserträge können über die Jahre erheblich variieren (Abbildung 3). Über alle getesteten 12 Anlagen liegt der Median der jährlichen en immer unter 1. Dies bedeutet, dass die von der Simulation erwarteten jährlichen PV- Erträge in der Praxis im Allgemeinen nicht erreicht werden. Die Streuung der en ist unter anderem auf die unterschiedlichen Höhenlagen zurückzuführen. Jahreszeitliche Schwankungen des s Werden die monatlichen en der 12 getesteten PV-Anlagen im Kanton Graubünden in 4 Quartale à 3 Monate unterteilt, ergeben sich pro Quartal 3 x 12 en, währenddessen beim Vergleich der Jahreserträge oder der monatlichen Erträge, die Stichprobe 12 en beinhaltet. Die Quartale werden gemäß den meteorologischen Jahreszeiten eingeteilt: Q1 = Dezember, Januar, Februar Q2 = März, April, Mai Q3 = Juni, Juli August Q4 = September, Oktober, November In den folgenden 2 Abbildungen werden die en der Jahre 2012 und 2014 besprochen. Der Kruskal-Wallis-Test zeigt, dass in beiden Jahren bezüglich Median signifikante Unterschiede zwischen den en der Quartale vorliegen (p<0.05). Mit der post-hoc Analyse (Wilcoxon-Test) lassen sich die Unterschiede lokalisieren. Verschiedene Gruppen sind durch unterschiedliche Buchstaben gekennzeichnet. Das Jahr 2012 zeigt, dass in schneereichen Jahren auch im Frühlingsquartal Q2 mit Einbußen infolge von Schneebedeckung gerechnet werden muss (Abbildung 4). Im Jahr 2014 hebt sich das Winterquartal nicht eindeutig von den übrigen Monaten ab (Abbildung 5). Eine größere Streuung ist im Winterquartal (Q1) jedoch immer zu vermerken.
5 Kruskal Wallis: P = 3.23 * Kruskal Wallis: P = 4.25 * 10-4 Abbildung 4: en (GF Meteo ) pro Quartal im Jahr 2012 mit post-hoc Analyse (die Buchstaben definieren die Gruppenzugehörigkeit); n=36 Abbildung 5: en (GF Meteo ) pro Quartal im Jahr 2014 mit post-hoc Analyse (die Buchstaben definieren die Gruppenzugehörigkeit); n=36 Pro Anlage wird aus den monatlichen en (GFMeteo) über die 6 Jahre der Median gebildet. Dies entspricht den mittleren monatlichen en unter Einbezug von Meteodaten in der Simulation (Median GFMeteo). Wegen der starken Streuung über die Jahre wird der Median verwendet. Dieser ist weniger empfindlich auf Ausreißer als der Mittelwert. Ein Vergleich der mittleren monatlichen en zeigt, dass die definierten Quartale sinnvoll gewählt worden sind. Mit einer post-hoc Analyse werden die monatlichen Unterschiede bezüglich der en lokalisiert. Die mit einem (a) gekennzeichneten Gruppen weisen deutlich niedrigere en auf als die Gruppen mit einem b (Abbildung 6). Kruskal Wallis: P = 5.32* Abbildung 6: Mittlere monatliche en unter Einbezug von Meteodaten in der Simulation (Median GF Meteo ) mit post-hoc Analyse (die Buchstaben definieren die Gruppenzugehörigkeit); n=12
6 Kruskal Wallis: P = 5.81 * Eingeteilt in die definierten Quartale, liegen die mittleren en über die getesteten 6 Jahre im Winterquartal (Q1) signifikant tiefer als in den übrigen Quartalen (Abbildung 7). Die geringen en im Q1 sind mit großer Wahrscheinlichkeit der unberücksichtigten Schneeliegedauer in der Simulation zuzuschreiben. Abbildung 7: Mittlere en (Median GF Meteo ) in den einzelnen Quartalen mit post-hoc Analyse (die Buchstaben definieren die Gruppenzugehörigkeit); n=36 Abhängigkeit des s von der Höhe über Meer Im Winterquartal Q1 ist eine negative Korrelation zwischen der Höhe über Meer und dem (Median GFMeteo) zu erkennen (Abbildung 8). Dies widerspiegelt sich im Pearson Korrelationskoeffizient (-0.60), welcher statistisch abgesichert ist (p-wert: 1.25*10-4 ). Mit zunehmender Höhe über Meer nimmt der der Simulation ab. Zudem kommt es mit ansteigender Höhe über Meer zu einer größeren Streuung der en. Dies weist darauf hin, dass mit zunehmender Höhe des Standorts, klimatische und anlagenspezifische Faktoren einen größeren Einfluss auf die eventuale Schneebedeckung der PV-Anlagen haben. Aus Abbildung 8 lässt sich Korrelation Höhe über Meer und Abbildung 8: Korrelation Höhe über Meer und (Median GF Meteo ) im Q1; n=36 erkennen, dass im Winterquartal (Q1) bei den PV-Anlagen, welche auf 600 m ü. M. installiert sind, im Mittel mit einem um ca. 20 % geringeren Ertrag gerechnet werden muss, als die Simulation aufgrund der Einstrahlung und Temperatur kalkuliert. Auf einer Höhe von 1500 m ü. M. muss im Mittel bereits mit einer Einbuße von ca. 60 % im Vergleich zur Simulation gerechnet werden. Zwischen den beiden genannten Höhenlagen nimmt die Einbuße infolge von Schneebedeckung annähernd linear zu. Neigung und Azimut korrelieren bei dem vorhandenen Datensatz nicht mit dem.
7 Fazit Die gemessenen Erträge der 12 untersuchten PV-Anlagen im alpinen Raum weichen infolge der Schneebedeckung im Winter zum Teil deutlich von den Simulationen ab. Die von der Simulation erwarteten jährlichen PV-Erträge werden im Mittel nicht erreicht. Um die Genauigkeit der Simulation in den einzelnen Monaten zu quantifizieren, definieren wir den als das Verhältnis aus Messdaten und Simulation. Pro Anlage wird über die 6 Jahre der Median der monatlichen en gebildet. Im Winterquartal (Dezember, Januar, Februar) liegen diese mittleren en signifikant tiefer als in den übrigen Quartalen. Zudem ist im Winterquartal eine negative Korrelation zwischen der Höhe über Meer und den mittleren en zu erkennen. Gerade im Winter sind in alpinen Lagen aufgrund der Einstrahlungs- und Temperaturverhältnisse überaus hohe Solarerträge möglich - je nach Neigung der Module sind in den Monaten Februar und März die höchsten Monatserträge zu erwarten. Ein besseres Verständnis der Voraussetzungen für zuverlässige Solarerträge ist daher von großer Bedeutung für die Verbreitung von PV-Anlagen in höher gelegenen Regionen. In höheren Lagen wäre eine Förderung von PVT-Anlagen eventuell prüfenswert. Im Winter kann dieses System kurzzeitig im Umkehrkreislauf betrieben werden und die aufgeheizten Kollektoren sorgen dann für schneefreie und leistungsfähige PV-Flächen. Ausblick Zur Bestimmung eines Verschneiungsgrads für Simulationstools sind folgende weiteren Schritte nötig: Erweitern der Datenlage: mind PV-Anlagen in unterschiedlichen Höhenlagen, mit verschiedenen Neigungen und Ausrichtungen möglichst verteilt im gesamten alpinen Raum. Erweitern des Meteo-Datensatz in der Simulation: Zusätzlich zur Globalstrahlung, Diffusstrahlung, Umgebungstemperatur, Luftfeuchtigkeit und Windgeschwindigkeit sollten Messdaten der Schneehöhe auf der horizontalen Fläche integriert werden. Bei verschiedenen Umgebungsbedingungen (Kombinationen aus solarer Einstrahlung, Umgebungstemperatur, Luftfeuchtigkeit, ev. Wind), gilt es einen Zusammenhang zwischen der Schneebedeckung auf der horizontalen Fläche und der unterschiedlich geneigten Moduloberfläche zu finden. Auch der Einfluss der Ausrichtung gilt es in Feldmessungen zu prüfen. Da PV-Anlagen in den meisten Fällen gegen Süden, bzw. Südwest/Südost ausgerichtet werden, ist möglicherweise der Parameter Azimut in der Anwendung nicht entscheidend. Sicher müsste jedoch der Faktor gestapelter Schnee (abhängig von der Höhe der Module über Boden, bzw. dem Schneefänger und der Länge der geneigten Ebene), mitberücksichtigt werden. Auch müsste die Situation einer Teilbedeckung durch Schnee in die Simulation einfließen. In einer ersten Vereinfachung könnte angenommen werden, dass eine vollflächige Schneeschicht auf den Modulen zu einem Ertrag von 0 kwh/kwp führt. Durch die Einbindung des Lichtdurchlassgrads verschiedener Schneearten und dicken könnte die Simulation in einem weiteren Schritt verfeinert werden.
Zusammenfassung. 1. Einleitung
Zusammenfassung 1. Einleitung Es ist technisch möglich Photovoltaik- und Solarthermiemodule zu einem Hybridmodul zu vereinen. Diese Kombination wird kurz PVT genannt. Dabei können grundsätzlich zwei Systeme
MehrFRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE
FRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE Ertragsgutachten für PV-Anlagen vor dem Hintergrund von Global Dimming and Brightening Björn Müller, Anton Driesse Fraunhofer ISE Martin Wild ETH Zürich
MehrParametrische vs. Non-Parametrische Testverfahren
Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer
Mehr5. Lektion: Einfache Signifikanztests
Seite 1 von 7 5. Lektion: Einfache Signifikanztests Ziel dieser Lektion: Du ordnest Deinen Fragestellungen und Hypothesen die passenden einfachen Signifikanztests zu. Inhalt: 5.1 Zwei kategoriale Variablen
MehrErneuerbare Energien und energieeffiziente Technologien
Lehrveranstaltung Erneuerbare Energien und energieeffiziente Technologien Prof. Dr.-Ing. Mario Adam E² - Erneuerbare Energien und Energieeffizienz ZIES - Zentrum für Innovative Energiesysteme Hochschule
MehrWie gut funktionieren die Schweizer KEV PV-Anlagen? Messdatengestützte Untersuchung von 800 Schweizer PV-Anlagen
Wie gut funktionieren die Schweizer KEV PV-Anlagen? Messdatengestützte Untersuchung von 800 Schweizer PV-Anlagen 15. Nationale Photovoltaik-Tagung 23. 24. März 2017 SwissTech Convention Center, EPFL Lausanne
MehrInhaltsverzeichnis. Über die Autoren Einleitung... 21
Inhaltsverzeichnis Über die Autoren.... 7 Einleitung... 21 Über dieses Buch... 21 Was Sie nicht lesen müssen... 22 Törichte Annahmen über den Leser... 22 Wie dieses Buch aufgebaut ist... 23 Symbole, die
MehrMerkblatt 2028 Klimadaten
Merkblatt 228 Klimadaten Vergleich der Klimadaten im Merkblatt 228 mit den Klimadaten in SIA 381/2 Vergleichsbasis Es gibt 24 Klimastationen, welche in beiden Dokumenten vorkommen. Bei zahlreichen Stationen
MehrPräzise Leistungs- und Performance-Bewertung von PV- Kraftwerken im laufenden Betrieb
Präzise Leistungs- und Performance-Bewertung von PV- Kraftwerken im laufenden Betrieb Andreas Steinhüser, Björn Müller, Christian Reise Fraunhofer Institut für Solare Energiesysteme Heidenhofstraße 2,
MehrErneuerbare Energien und energieeffiziente Technologien
Lehrveranstaltung Erneuerbare Energien und energieeffiziente Technologien Prof. Dr.-Ing. Mario Adam E² - Erneuerbare Energien und Energieeffizienz Fachbereich Maschinenbau und Verfahrenstechnik Fachhochschule
MehrKombimodul Solarthermie-Photovoltaik in Polysun
Kombimodul Solarthermie-Photovoltaik in Polysun Baptiste Lacoste 1 (baptiste.lacoste@velasolaris.com) Simon Geisshüsler 1 (simon.geisshuesler@velasolaris.com) Andreas Witzig 1 (andreas.witzig@velasolaris.com)
MehrHilfestellung zur Erstellung von Polysun PDF-Reports für den MAP Nachweis eines solaren Deckungsgrades von 50%
Hilfestellung zur Erstellung von Polysun PDF-Reports für den MAP Nachweis eines solaren Deckungsgrades von 50% Gültigkeit des Dokuments: 03.10.2016 bis Rückzug Einleitung und Zielsetzung Im Rahmen der
MehrSoftwareentwicklung für Schneimeister
Softwareentwicklung für Schneimeister Florian Hanzer Mitarbeiter am Institut für Geographie, Experte in Computational Sciences und der Modellierung der Kunstschneeproduktion 1 2016-10-06 Symposium Schnee
MehrErneuerbare Energien und energieeffiziente Technologien
Lehrveranstaltung Erneuerbare Energien und energieeffiziente Technologien Prof. Dr.-Ing. Mario Adam E² - Erneuerbare Energien und Energieeffizienz Fachbereich Maschinenbau und Verfahrenstechnik Fachhochschule
MehrAnalyse der Variabilität der Windenergieerzeugung über Europa. Maximilian Fattinger, Gerhard Totschnig, Hans Auer
Analyse der Variabilität der Windenergieerzeugung über Europa Maximilian Fattinger, Gerhard Totschnig, Hans Auer Arbeiten im Rahmen des Klima- und Energiefonds Projektes Partner: AutRES100-HiREPS Modell
MehrNutzung regionaler Reanalysen im Anwendungsbereich regenerativer Energien
Nutzung regionaler Reanalysen im Anwendungsbereich regenerativer Energien Christopher Frank1,2,Jan Keller1,4, Christian Ohlwein1,3, Susanne Crewell2, Petra Friederichs3, Andreas Hense3, Ulrich Löhnert2,
MehrSolare Investitionssicherheit - Verlässliche Ertragsgutachten
Solare Investitionssicherheit - Verlässliche Ertragsgutachten Dipl.-Wi.-Ing. Kay Teckenburg Solar Engineering GmbH Vahrenwalder Str. 7 30165 Hannover SOLTEC 14.09.2006 Warum ein Ertragsgutachten? - Planung:
MehrModellierung der Einspeisung von Windenergie- und Photovoltaikanlagen für Strommarkt- und Netzbetriebssimulationen
Modellierung der Einspeisung von Windenergie- und Photovoltaikanlagen für Strommarkt- und Netzbetriebssimulationen Hintergrund und Motivation Modellbildung Exemplarische Ergebnisse Ausblick Lara Lück Wien,
MehrRegionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom
Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom Elke Lorenz Thomas Scheidtsteger, Detlev Heinemann Universität Oldenburg 7.4.2011, 2. Fachtagung Energiemeteorologie, Bremerhaven
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrSigmaStat Nina Becker, Christoph. Rothenwöhrer. Copyright 2004 Systat Software, Inc.
SigmaStat 3.11 Copyright 2004 Systat Software, Inc. http://www.systat.com Nina Becker, Christoph Rothenwöhrer Die Aufgabe der Statistik ist die Zusammenfassung von Daten, deren Darstellung, Analyse und
MehrSolarkataster für die Gemeinde Wallisellen
Wetterprognosen Erneuerbare Energien Luft und Klima Umweltinformatik Alte Landstrasse 248 Genossenschaft METEOTEST 8708 Männedorf Fabrikstrasse 14, CH-3012 Bern Tel.: +41 43 388 10 30 Tel. +41 (0)31 307
MehrIngenieur-Report
Ingenieur-Report 4.6.29 Projekt: Bezeichnung (Objekt): EFH Bonstetten Variantenbezeichnung: Variante 4 Personen Bemerkungen: Hoval SolKit, das Hochleistungssystem für die solare Wassererwärmung Standort
MehrSolarpotentialanalyse Berlin Datendokumentation
Solarpotentialanalyse Berlin Datendokumentation Die Bestimmung der jährlichen solaren Einstrahlung auf den Dachflächen von Berlin erfolgte mit dem vom Ingenieurbüro simuplan entwickelten Strahlungsmodell
MehrAufgaben zu Kapitel 8
Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen Rängen. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.
MehrAufgaben zu Kapitel 8
Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen n. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.
MehrAufgaben zu Kapitel 5:
Aufgaben zu Kapitel 5: Aufgabe 1: Ein Wissenschaftler untersucht, in wie weit die Reaktionszeit auf bestimmte Stimuli durch finanzielle Belohnung zu steigern ist. Er möchte vier Bedingungen vergleichen:
MehrPerformance Ratio. Inhalt. Qualitätsfaktor für die PV-Anlage
Performance Ratio Qualitätsfaktor für die PV-Anlage Inhalt Die Performance Ratio ist eine der wichtigsten Größen zur Bewertung der Effektivität einer PV-Anlage. Konkret bezeichnet die Performance Ratio
Mehr4.3. Körperkondition zum Zeitpunkt der Wiederbelegung
Tabelle 28: Vergleich der maximalen Progesteronwerte der Gruppen 4 bis 6 Maßzahl Gruppe 4 BCS - Differenz 0,00 Gruppe 5 BCS - Differenz < 0,75 Gruppe 6 BCS - Differenz 0,75 Anzahl der Tiere 33 114 52 Mittelwert
MehrImpressum. Verteiler. Datum 25. Juli Bericht-Nr Verfasst von VAN, JZU, ANM. Basler & Hofmann West AG Ingenieure, Planer und Berater
Finanzhilfen für die Instandstellung historischer Verkehrswege Statistische Auswertung zeitlicher Gesetzmässigkeiten Kunde Bundesamt für Strassen ASTRA Mühlestrasse 2 3003 Bern Datum 25. Juli 2014 Impressum
MehrAbleitung von Algorithmen zur Klimabereinigung von Heizenergiekennwerten
IBH 594/03 Datum: 02.10.2007 Ableitung von Algorithmen zur Klimabereinigung von Heizenergiekennwerten -Kurzbericht- Der Forschungsbericht wurde mit Mitteln des Bundesamtes für Bauwesen und Raumordnung
MehrGLOWA-ELBE Abschlusskonferenz 15./16. März 2004 in Potsdam
GLOWA-ELBE Abschlusskonferenz 15./16. März 2004 in Potsdam Klima Simulationsergebnisse des regionalen Klimamodells STAR Friedrich-Wilhelm Gerstengarbe, Peter C. Werner Potsdam-Institut für Klimafolgenforschung
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
MehrSolarsupport Unterrichtskonzepte Wovon hängt es ab, wie viel Ertrag eine Photovoltaik-Anlage liefert?
Solarsupport Unterrichtskonzepte Wovon hängt es ab, wie viel Ertrag eine Photovoltaik-Anlage liefert? 17.02.08 1 Aufbau der Unterrichtseinheit 0 Vorbereitung: Einarbeitung in die Geräte 15 Minuten, Einarbeitung
MehrPerformance Ratio der schwimmenden Photovoltaikanlage Solarpower Ponton I
5. Nordhäuser Baustofftag (19. - 2. November 29) Performance Ratio der schwimmenden Photovoltaikanlage Solarpower Ponton I Prof. Dr.-Ing. Viktor Wesselak Fachhochschule Nordhausen, Weinberghof 4, 99734
MehrPräsentation. Erhebung und Analyse der solarthermischen Anlagen und PV-Anlagen RIOSOLAR. Vortrag am an der HTL Wiener Neustadt
Präsentation Erhebung und Analyse der solarthermischen Anlagen und PV-Anlagen RIOSOLAR Vortrag am 17.10.2012 an der HTL Wiener Neustadt Peter Biermayr, TU-Wien, EEG, biermayr@eeg.tuwien.ac.at, 01-58801-370358
MehrErläuterungen zur Berechnungsgrundlage der Solarpotentialberechnungen im Rhein-Erft-Kreis
Erläuterungen zur Berechnungsgrundlage der Solarpotentialberechnungen im Rhein-Erft-Kreis 1. Datengrundlage Grundlage für die Ableitung der im Solardachkataster Rhein-Erft-Kreis berechneten Dachflächen
MehrPhotovoltaik Pilotanlage Bellwald Erfahrungsbericht 04. Juni F. Schmidhalter, Dipl. El. Ing. FH / EMBA Projektleiter EnAlpin AG
Photovoltaik Pilotanlage Bellwald Erfahrungsbericht F. Schmidhalter, Dipl. El. Ing. FH / EMBA Projektleiter EnAlpin AG Inhalt Projektpartnerschaft Anlagedaten und Bau Betriebserfahrungen Fazit Projektpartnerschaft
MehrSchneisaison 2011/12. Beschneiungsprotokoll. Wasser-/ Energiebilanz
Schneisaison 2011/12 Beschneiungsprotokoll Wasser-/ Energiebilanz Inhaltsverzeichnis 1. Einleitung 1.1. Ausgangslage 2. Datenregistrierung/- protokollierung 3. Datenauswertung 4. Schlussbemerkung Beilagen:
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau
MehrStatistik-Klausur A WS 2009/10
Statistik-Klausur A WS 2009/10 Name: Vorname: Immatrikulationsnummer: Studiengang: Hiermit erkläre ich meine Prüfungsfähigkeit vor Beginn der Prüfung. Unterschrift: Dauer der Klausur: Erlaubte Hilfsmittel:
MehrMassnahmen im Mahnverfahren in Bezug auf das Zahlverhalten der Kunden
Massnahmen im Mahnverfahren in Bezug auf das Zahlverhalten der Kunden Eine empirische Untersuchung verschiedener Massnahmen Bachelorarbeit zur Erlangung des akademischen Grades: Bachelor of Science in
Mehr4.1. Körperkondition zum Zeitpunkt der Kalbung
4. Ergebnisse Es werden die Datensätze von 318 Tieren, die in dem Versuchszeitraum abkalben, ausgewertet. Zur Frage nach dem Einfluß der Körperkondition zum Zeitpunkt der Kalbung auf das Fruchtbarkeitsgeschehen
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrStatistik in der Praxis
Peter Zöfel Statistik in der Praxis Zweite, überarbeitete Auflage 48 Abbildungen, 118 Tabellen und 22 Tafeln I Gustav Fischer Verlag Stuttgart Inhaltsverzeichnis Vorwort V 1. Allgemeine Grundlagen 1 1.1
MehrStatistische Messdatenauswertung
Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender
MehrKapitel 8: Verfahren für Rangdaten
Kapitel 8: Verfahren für Rangdaten Anmerkung 1 Mann-Whitney U-Test 1 Wilcoxon-Test 3 Kruskal-Wallis H-Test 3 Literatur 6 Anmerkung In Kapitel 8 der Bücher wird erwähnt, dass für nichtparametrische Daten
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrSolarkataster Rii-Seez Power. Bedienungsanleitung 28.08.2013, Markus Markstaler. Institut für Energiesysteme
Solarkataster Rii-Seez Power Bedienungsanleitung 28.08.2013, Markus Markstaler Institut für Energiesysteme Interstaatliche Hochschule für Technik Buchs NTB Werdenbergstrasse 4 CH-9471 Buchs / SG 1 Funktionalität
Mehr7. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17
7. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17 1. Aufgabe: a) Grundgesamtheit sind alle Reifen aus der Produktion von Langstone aus dem Monat März der entsprechenden Reifentypen.
MehrÜberblick über die Verfahren für Ordinaldaten
Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische
MehrOptimierung von Komponenten durch Parametervariation - die neuen Features von T*SOL Expert
Optimierung von Komponenten durch Parametervariation - die neuen Features von T*SOL Expert Dr.-Ing. Gerhard Valentin Dr. Valentin EnergieSoftware GmbH Stralauer Platz 33-34, D-10243 Berlin Tel.: +49 (0)
MehrDas Frühwarnsystem für die. Das Frühwarnsystem für die Ausliefer-Produkt-Audits (APA) (APA)
Das Frühwarnsystem für die Das Frühwarnsystem für die Ausliefer-Produkt-Audits (APA) (APA) Das Frühwarnsystem für die Ausliefer-Produkt-Audits (APA) Gliederung: Auswertung der APA-Daten Datengrundlage
MehrInformationen zur Windmessung und Zusammenfassung der Ertragsberechnung vom
Gemeinde Berg Windenergieprojekt Wadlhauser Gräben Windgutachten & Windmessung Informationen zur Windmessung und Zusammenfassung der Ertragsberechnung vom 13.11.2012 1.1. Zur Methode Von 09.05.2012 bis
MehrSkript zum Kurz-Referat:
Prof. Dr. Klaus-Jürgen Tillmann/ Michael Lenz WS 2001/02 Fakultät für Pädagogik (AG 4) der Universität Bielefeld Seminar: Anlage und : Der pädagogische Streit seit den 50er-Jahren 7. Sitzung: Die Erblichkeit
MehrWie versorgen wir den Schweizer Gebäudepark CO 2 - frei mit Energie (Strom und Wärme)?
Wie versorgen wir den Schweizer Gebäudepark CO 2 - frei mit Energie (Strom und Wärme)? Dr. Roman Gysel, Leiter Projekte, Energy Systems, Meyer Burger AG Technische Herausforderungen 1. Elektrizitätsnetz
MehrJungfraujoch 3 454m ü.m. PV-Anlagen 1993 und 2014
Jungfraujoch 3 454m ü.m. PV-Anlagen 1993 und 2014 Foto: BFH-TI Prof. Urs Muntwyler / Manuel Lanz / Thomas Schott / PD Dr. Eva Schüpbach - PV Labor Berner Fachhochschule Burgdorf Gegründet: 1988 Gründer:
Mehr4. Ergebnisbeschreibung
4. Ergebnisbeschreibung 4.1. Charakterisierung der Stichprobe Tab.4 Charakteristik der Gruppen zum Prä-Messzeitpunkt (Basline), ie Konrollgruppe (n0 = 14), Galileo-Gruppe (n1 = 15) und Power-Plate-Gruppe
MehrSolarkataster Rii-Seez Power. Bedienungsanleitung 26.03.2014, Markus Markstaler. Institut für Energiesysteme
Solarkataster Rii-Seez Power Bedienungsanleitung 26.03.2014, Markus Markstaler Institut für Energiesysteme Interstaatliche Hochschule für Technik Buchs NTB Werdenbergstrasse 4 CH-9471 Buchs / SG 1 Funktionalität
MehrKlasse 2: 10 kw p < P 20 kw p (original 5075, plausibel 4957) Klasse 5: Freiflächenanlagen (original 1509, plausibel 1515)
Volllastunden 3. Symposium Photovoltaische Solarenergie, Bad Staffelstein 4.-6. März 215 23 22 21 2 19 18 17 16 15 14 13 12 11 1 9 8 7 6 5 4 3 2 1 29 939 h 21 876 h 211 18 h 212 959 h Abbildung 1: Violinengrafik
MehrEinführung Fehlerrechnung
Einführung Fehlerrechnung Bei jeder Messung, ob Einzelmessung oder Messreihe, muss eine Aussage über die Güte ( Wie groß ist der Fehler? ) des Messergebnisses gemacht werden. Mögliche Fehlerarten 1. Systematische
MehrSolar - Messgerät MacSolar Messgerät mit integriertem Sensor, ermittelt die Energieausbeute für Solaranlagen
Solar - Messgerät MacSolar Messgerät mit integriertem Sensor, ermittelt die Energieausbeute für Solaranlagen Das Solarmessgerät MacSolar ist das optimale Hand - Messgerät für Solaringenieure, Architekten
MehrÜbung 4 im Fach "Biometrie / Q1"
Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
MehrFERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT
FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte
MehrEin geschenktes Solarmodul - Was damit tun?
Ein geschenktes Solarmodul - Was damit tun? Die ersten Schritte Nähere Betrachtung des Modul -> Was ist das für ein Modul? Das Datenblatt -> Was ist eine Kennlinie? -> Was hat es mit dem Wirkungsgrad auf
MehrVon der Sonneneinstrahlung bis zur Netzeinspeisung
Von der Sonneneinstrahlung bis zur Netzeinspeisung Manuel Pezzotti, Leiter Contracting Netzdienstleistungen Rezept: Wie baut man eine Solaranlage 1. Standort 2. Bewilligungen 3. Solarmodule 4. Montagematerial
MehrWindatlas Österreich René Cattin, Hans Winkelmeier
Windatlas Österreich René Cattin, Hans Winkelmeier Inhalt Präsentation des Windatlas Genauigkeit des Windatlas Der Weg zum Windatlas Erkenntnisse Stärken und Schwächen des Windatlas Schlussfolgerungen
MehrAuswertung und Lösung
Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage
MehrZusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen
- nominal, ordinal, metrisch In SPSS: - Einfache -> Mittelwerte vergleichen -> Einfaktorielle - Mehrfaktorielle -> Allgemeines lineares Modell -> Univariat In SPSS: -> Nichtparametrische Tests -> K unabhängige
Mehr5. Statistische Auswertung
5. Statistische Auswertung 5.1 Varianzanalyse Die Daten der vorliegenden Versuchsreihe zeigen eine links steile, rechts schiefe Verteilung. Es wird untersucht, ob sich die Meßdaten durch Transformation
MehrAufgaben zu Kapitel 3
Aufgaben zu Kapitel 3 Aufgabe 1 a) Berechnen Sie einen t-test für unabhängige Stichproben für den Vergleich der beiden Verarbeitungsgruppen strukturell und emotional für die abhängige Variable neutrale
MehrSchlechtwetter am Bau - Jährlichkeiten
Schlechtwetter am Bau - Jährlichkeiten 6. Wiener Gespräche Wissenschaft und Bauwirtschaft, 23. Oktober 2014 Mag. Johanna Oberzaucher, Bereich Kundenservice, Fachabteilung Klima johanna.oberzaucher@zamg.ac.at,
MehrErlösperspektiven der Photovoltaik in Deutschland Einflussmöglichkeiten durch Variation der Anlagenausrichtung
Erlösperspektiven der Photovoltaik in Deutschland Einflussmöglichkeiten durch Variation der Anlagenausrichtung Alexander Zipp, zipp@izes.de Bernd Lukits, ee11m025@technikum-wien.at Hintergrund der Untersuchung
Mehr1. Inhaltsverzeichnis. 2. Abbildungsverzeichnis
1. Inhaltsverzeichnis 1. Inhaltsverzeichnis... 1 2. Abbildungsverzeichnis... 1 3. Einleitung... 2 4. Beschreibung der Datenquelle...2 5. Allgemeine Auswertungen...3 6. Detaillierte Auswertungen... 7 Zusammenhang
MehrMethodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Post Hoc Tests A priori Tests (Kontraste) Nicht-parametrischer Vergleich von Mittelwerten 50 Ergebnis der ANOVA Sprossdichte der Seegräser 40 30 20 10
MehrLangjähriger Verlauf der Einstrahlungswerte in der Schweiz
Langjähriger Verlauf der Einstrahlungswerte in der Schweiz Nationale PV Tagung 2017 24.03.2017 Jan Remund Inhalt 1. Warum müssen sich Klimadatenbanken unterscheiden? 2. Wie viel hat Sonneneinstrahlung
MehrPV und Windkraft: sich hervorragend ergänzende Energietechnologien am Beispiel Mitteldeutschlands
PV und Windkraft: sich hervorragend ergänzende Energietechnologien am Beispiel Mitteldeutschlands Ann-Katrin Gerlach und Christian Breyer 27. Symposium Photovoltaische Solarenergie Bad Staffelstein, 1.
MehrAllgemeines zu Tests. Statistische Hypothesentests
Statistische Hypothesentests Allgemeines zu Tests Allgemeines Tests in normalverteilten Grundgesamtheiten Asymptotische Tests Statistischer Test: Verfahren Entscheidungsregel), mit dem auf Basis einer
MehrTab. 4.1: Altersverteilung der Gesamtstichprobe BASG SASG BAS SAS UDS SCH AVP Mittelwert Median Standardabweichung 44,36 43,00 11,84
Im weiteren wird gemäß den allgemeinen statistischen Regeln zufolge bei Vorliegen von p=,5 und
MehrPV-Indach-Systeme im Outdoor-Test Elektrische, mechanische und thermische Vermessungen
PV-Indach-Systeme im Outdoor-Test Elektrische, mechanische und thermische Vermessungen Norbert Henze, Peter Funtan, Siwanand Misara, Maria Roos Fraunhofer-Institut für Windenergie und Energiesystemtechnik
MehrInformationsblatt Meteodaten
meteocontrol GmbH Spicherer Straße 48 D-86157 Augsburg Informationsblatt Meteodaten Präzise Einstrahlungsdaten weltweit verfügbar! Genaueste Einstrahlungsdaten sind für die Planung und Überprüfung der
MehrGibt es einen intermanuellen Transfer bei der Prismen- Adaptation?
Emperie- Referat Prismen- Adaptation von: Daniel Lang Hamadou Zarmakoye Katharina Walckhoff Kerstin Runde Moritz Walser Versuchsidee und Fragestellung Beim Blick durch eine Prismenbrille sieht man Gegenstände
MehrJulia Harjung Konstanze Lasse
Betrachtung der Klimaelemente im mesoskaligen Bereich der Standorte Cäciliengroden und Wilhelmshaven in Hinsicht auf ein Land-See-Windsystem sowie im mikroskaligen Bereich des Stadtklimas der Stadt Wilhelmshaven
MehrDESIRE. Dynamisch erweiterbare Simulationsumgebung für regenerative Energiesysteme
Prof. Dr. Volker Quaschning Regenerative Energiesysteme DESIRE Dynamisch erweiterbare Simulationsumgebung für regenerative Energiesysteme Dynamic Expandable Simulation Environment for Renewable Energy
MehrM0 BIO - Reaktionszeit
M0 BIO - Reaktionszeit 1 Ziel des Versuches In diesem Versuch haben Sie die Möglichkeit, sich mit Messunsicherheiten vertraut zu machen. Die Analyse von Messunsicherheiten erfolgt hierbei an zwei Beispielen.
MehrDeskriptivstatistik a) Univariate Statistik Weiters zum Thema der statistischen Informationsverdichtung
20 Weiters zum Thema der statistischen Informationsverdichtung M a ß z a h l e n Statistiken bei Stichproben Parameter bei Grundgesamtheiten Maßzahlen zur Beschreibung univariater Verteilungen Maßzahlen
MehrJahresvergleich der Erträge des röhrenförmigen CIGS-Moduls Solyndra mit amorphen und kristallinen PV-Modulen
Jahresvergleich der Erträge des röhrenförmigen CIGS-Moduls Solyndra mit amorphen und kristallinen PV-Modulen Autor: Dipl. Ing. (FH) Eberhard Zentgraf Elektroingenieur im TEC-Institut für technische Innovationen
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
MehrANLEITUNG TIROLSOLAR
ANLEITUNG TIROLSOLAR RÄUMLICH HOCHAUFGELÖSTE SOLARPOTENTIALKARTE TirolSolar ist ein webbasiertes Online-Tool mit räumlich hochaufgelösten Solarpotentialkarten und entwickelten konkreten Empfehlungen zur
MehrErlösperspektiven der Photovoltaik in Deutschland Einflussmöglichkeiten durch Variation der Anlagenausrichtung. Alexander Zipp,
Erlösperspektiven der Photovoltaik in Deutschland Einflussmöglichkeiten durch Variation der Anlagenausrichtung Alexander Zipp, zipp@izes.de Hintergrund der Untersuchung Fragen: - Welche PV-Anlagen haben
MehrStatistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler 9 t-verteilung Lernumgebung Hans Walser: 9 t-verteilung ii Inhalt 1 99%-Vertrauensintervall... 1 2 95%-Vertrauensintervall... 1 3 Akkus... 2 4 Wer ist der
MehrStatistik-Klausur I E SS 2010
Statistik-Klausur I E SS 2010 Name: Vorname: Immatrikulationsnummer: Studiengang: Hiermit erkläre ich meine Prüfungsfähigkeit vor Beginn der Prüfung. Unterschrift: Dauer der Klausur: Erlaubte Hilfsmittel:
MehrVerdunstung. Claudia Büttner Seminar zur planetarischen Grenzschicht
Verdunstung Claudia Büttner 24.01.2007 Seminar zur planetarischen Grenzschicht Gliederung Allgemeines zum Wasserhaushalt Definitionen Prozesse Messverfahren & Messgeräte Literatur Komponenten des Wasserhaushalts
MehrEinfluss der Einstrahlungs-Häufigkeitsverteilung bei der Simulation von PV-Anlagen
Tel.+49 ()3/ 588 439 Fax+49 ()3/ 588 439 11 email info@valentin.de http://www.valentin.d Einfluss der Einstrahlungs-Häufigkeitsverteilung bei der Simulation von PV-Anlagen G. Valentin, R. Hunfeld, B. Gatzka
MehrZusammenhang zwischen Jahrringen und Klima Berechnung, Darstellung, Interpretation
Zusammenhang zwischen Jahrringen und Klima Berechnung, Darstellung, Interpretation Jasmin FIALA, Julia FLANDORFER, Monika FÖRSTER, Stephan FRANK, Carina HASITZKA, Patrick HÖSS, Katrin LOIBL, Viktor NAWRATA,
MehrPhysikalische Prozesse in der Ökologie Übung 2
Göttingen, 25.11.2009 Physikalische Prozesse in der Ökologie Übung 2 Bearbeitet von: Salecker, Jan; Ziegenhagen, Henrik (Gruppe IV) Inhaltsverzeichnis: 1. Aufgabenstellung 2. Methoden 2.1 Theorie 2.2 Definition
MehrUE Angewandte Statistik Termin 4 Gruppenvergleichstests
UE Angewandte Statistik Termin 4 Gruppenvergleichstests Martina Koller Institut für Pflegewissenschaft SoSe 2015 INHALT 1 Allgemeiner Überblick... 1 2 Normalverteilung... 2 2.1 Explorative Datenanalyse...
Mehr