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 der Volllaststunden aller Anlagen gemäß BNetzA-Stammdaten 213 und den Bewegungsdaten der entsprechenden Jahre. Anlagen mit Installationszeitpunkt nach dem 1. 4. 212 wurden nicht berücksichtigt, da diese den SV nicht mehr unbedingt ausweisen. Um Unsicherheiten beim Inbetriebnahmezeitpunkt zu vermeiden wurden darüberhinaus ür jedes Jahr nur die Anlagen berücksichtigt, deren Installation laut Datenbank vor dem 1. Nov. des Vorjahres erfolgte. 213 886 h Mittlere Volllastunden pro PLZ 211 Anzahl PV-Anlagen pro PLZ 211 14 1 9 13 8 12 7 11 6 1 5 4 9 3 8 2 7 1 6 (a) Volllaststunden (b) Anzahl der PV-Anlagen Abbildung 2: Flächige Darstellung der BNetzA-Daten 211 nach Postleitzahlengebieten. Die PLZ-Gebiete sind der Einfachheit halber hier als Voronoi-Polygone angenähert, die den tatsächlichen Grenzen nicht genau entsprechen. Schwarze Linien bezeichnen die Regelzonengrenzen.
7 Klasse 1: kw p < P 1 kw p (original 6468, plausibel 6333) 7 Klasse 2: 1 kw p < P 2 kw p (original 575, plausibel 4957) 6 Klasse 3: 2 kw p < P 4 kw p (original 444, plausibel 431) 6 6 5 Anzahl PLZ Gebiete 5 4 3 2 5 4 3 2 4 3 2 1 1 1 2 4 6 8 1121416 2 4 6 8 1121416 2 4 6 8 1121416 4 Klasse 4: 4 kw p < P 2 kw p (original 431, plausibel 3833) 1 Klasse 5: Freiflächenanlagen (original 159, plausibel 1515) 35 Anzahl PLZ Gebiete 3 25 2 15 1 8 6 4 2 5 2 4 6 8 1121416 Mittlere Volllaststunden 2 4 6 8 1121416 Mittlere Volllaststunden
2 Inbetriebnahmejahr (8865 Anlagen) 14 Nennleistung (1591 Anlagen) 12 15 1 8 1 6 5 4 2 2 22 24 26 28 21 212 214 216 2 4 6 8 1 18 Neigung [ ] (1591 Anlagen) 35 Ausrichtung [ ] (1591 Anlagen) 16 3 14 12 25 1 2 8 15 6 4 1 2 5 1 2 3 4 5 6 5 1 15 2 25 3 35 4 1..9.8.7.6.5.4.3 Anzahl relativ zur häufigsten Orientierung.2.1.
Meldungen pro Werktag 12 1 8 6 4 2 Monatsm. Stammdaten Jul Jan Jul Jan Jul Jan Jul 21 211 212
T = E (a + bw ) + T + E E c E W T E = 1 2, a b c,,. T
diffusescale Modell für Jahr 29.9 4 3 12 5 1.1 Modell für Jahr 21.9 4 1 3 25 1.1 Modell für Jahr 211.9 1 4 23 5 1.1 Modell für Jahr 212.9 254 31 1.1 beamscale.9 1.4.9 1.4.9 1.4.9 1.4 efficiency.7 1.1.7 1.1.7 1.1.7 1.1 celltempcoeff 3 3 3 3 windcoeff -.1 -.3 -.1 -.3 -.1 -.3 -.1 -.3 tempcoeff -3.6-2.8-3.6-2.8-3.6-2.8-3.6-2.8 minincidencescale.5.9.5.9.5.9.5.9 minincidenceangle 5 25 5 25 5 25 5 25 Modell für Jahr 211-212 diffusescale.9 4 531 2 1.1 beamscale efficiency celltempcoeff windcoeff -.1 -.3 tempcoeff -3.6-2.8 minincidencescale minincidenceangle.9 1.4.7 1.1 3.5.9 5 25
3. Symposium Photovoltaische Solarenergie, Bad Staffelstein 4.-6. März 215 Abbildung 9: Räumliche Verteilung der Fehler auf PLZ-Gebieten ür die PV-Leistungsklasse 1 (bis 1 kwp) und das Modell 212. Nur Gebiete mit Daten von mehr als zehn Anlagen wurden berücksichtigt. die Werte sind in diesem Beispiel generell zu hoch. Warum auf den Kartendarstellungen im Gebiet Frankfurt/Mannheim/Aschaffenburg ein Loch kla wird derzeit noch untersucht. Das andere Datenloch im Süden der Neuen Bundesländer zeigte sich bereits in Abb. 2 in Form starker Streuung der VLH-Werte, so dass hier sehr viele Werte als Ausreißer markiert wurden. Auch hier wird noch an einer besseren Lösung gearbeitet. 4 Zusammenfassung und Ausblick Das SolStEiS-Modell kann die jährliche Solarstromproduktion im Bundesgebiet auf der Basis physikalischer und statistischer Daten bis auf wenige Prozent genau vorhersagen. Die verbliebenen Unsicherheiten sind entweder auf einen noch nicht berücksichtigten physikalischen Parameter zurück zu ühren, der mit den Jahren variiert, oder auf Inkonsistenzen in der BNetzA-Datenbank. Da mit unterschiedlichen Solarstrahlungsdaten und PV-Modellen immer wieder ähnliche Effekte zu Tage treten, und zudem die Grenzen von Regelzonen zum Teil in der flächigen Fehlerverteilung zu erkennen sind, liegt der Verdacht nahe, dass es sich eher um Letzteres handelt. Weiter ührende Arbeiten werden sich daher auf ein besseres Verständnis der BNetzA-Daten konzentrieren sowie die Anzahl und Art der Modellparameter zwischen den drei SolStEiSVersionen harmonisieren. Insbesondere muss untersucht werden, ob die Ablesezeitpunkte der Jahreserträge geografisch variieren, und ob die bisher aus technischen Gründen noch nicht erfolgte Bildung eines Modells auf Basis der Summenerträge über mehrere Jahre, nicht der