Дослідження динамічних характеристик фотоелектричних панелей різних видів
DOI:
https://doi.org/10.31734/agroengineering2020.24.083Ключові слова:
фотоелектрична панель, сонячний трекер, параметрична ідентифікація, параметрична модель, динамічні характеристикиАнотація
Дослідження стосується аналізу динамічних характеристик фотоелектричних панелей різних типів. Для цього три фотоелектричні панелі на базі монокристалічного, полікристалічного та аморфного кремнію були розміщені на трекері, що обертається у напрямку схід-захід, у режимі стеження за Сонцем.
Експеримент проводили для двох варіантів роботи фотоелектричних панелей: з прямим зарядом акумулятора та прямим навантаженням на резистор. Дослідження проводили в режимі неперервної роботи, а результати вимірювань інсоляції та індукованої напруги на затискачах фотоелектричних панелей реєстрували за різний часовий відлік із добовим записом файлів.
Для отриманих файлів вимірювань електричних параметрів фотоелектричних панелей за допомогою методу параметричної ідентифікації, з використанням пакета інструментів System Identification Toolbox ідентифікації системи (MATLAB & Simulink) проводився пошук раціональної моделі, яка описує динаміку панелей з достатньою точністю. Зокрема, було оцінено динаміку добової зміни рівня сонячної радіації та відповідного їй значення напруги на затискачах фотоелектричних панелей різних типів, визначено крок відгуку панелей на зміну рівня сонячної радіації, а також розглянуто характер зміни крокового відгуку при застосуванні різних моделей. Для аналізу отриманих даних від різних фотоелектричних панелей було використано моделі типу ARX, TF та OE.
У результаті експериментальних досліджень та математичної обробки отриманих даних не вдалося знайти оптимального виду математичної моделі відгуку фотоелектричних панелей на поточну зміну рівня сонячної радіації.
Посилання
Horowitz, K., Palmintier, B., Mather, B., & Denholm, P. (2018). Distribution system costs associated with the deployment of photovoltaic systems. Renewable and Sustainable Energy Reviews, 90, 420-433.
Ramanan, P., Kalidasa, K. Murugavel, & Karthick, A. (2019). Performance analysis and energy metrics of grid-connected photovoltaic systems. Energy for Sustainable Development, 52, 104-115.
Venkateswari, R., & Sreejith, S. (2019). Factors influencing the efficiency of photovoltaic system. Renewable and Sustainable Energy Reviews, 101, 376-394.
Tervo, E., Agbim, K., DeAngelis, F., Hernandez, J., Kim, H., & Odukomaiya, A. (2018). An economic analysis of residential photovoltaic systems with lithium ion T battery storage in the United States. Renewable and Sustainable Energy Reviews, 94, 1057-1066.
Venkata, R. Rao. (2016). Jaya: a simple and new optimization algorithm for solving constrained and unconstrained optimization problems. Int. J. Ind. Eng. Comput, 7, 19-34.
Yu, K., Qu, B., Yue, C., Ge, S., Chen, X., & Liang, J. (2019). A performance-guided JAYA algorithm for parameters identification of photovoltaic cell and module. Applied Energy, 237, 241-257.
Chan, D., & Pahng, J. (1987). Analytical methods for the extraction of solar-cell single- and double-diode model parameters from I-V characteristics. IEEE Transactions on Electron Devices, 34, 286-293.
Chen, Z., Wu, L., Lin, P., Wu, Y., & Cheng, S. (2016). Parameters identification of photovoltaic models using hybrid adaptive Nelder-Mead simplex algorithm based on eagle strategy. Applied Energy, 182, 47-57.
Luo, X., Cao, L., Wang, L., Zhao, Z., & Huang, C. (2018). Parameter identification of the photovoltaic cell model with a T hybrid Jaya-NM algorithm. Optik, 171, 200-203.
Yu, K., Liang, J., Qu, B., Chen, X., & Wang, H. (2017). Parameters identification of photovoltaic models using an improved JAYA optimization algorithm. Energy Conversion and Management, 150, 742-753.
Wu, Z., Yu, D., & Kang, X. (2017). Parameter identification of photovoltaic cell model based on improved ant lion optimizer. Energy Conversion and Management, 151, 107-115.
Yu, K., Chen, X., Wang, X., & Wang, Z. (2017). Parameters identification of photovoltaic models using self-adaptive teaching-learning-based optimization. Energy Conversion and Management,145, 233-246.
Yang, Y., Kim, K., & Ding, T. (2018). Chapter 9 - Modeling and Control of PV Systems in Control of Power Electronic Converters and Systems. Academic Press, 243-268.
Yang, Y., Kim, K., Blaabjerg, F., & Sangwongwanich, A. (2019). 4 - Control of PV systems under normal grid conditions in Advances in Grid-Connected Photovoltaic Power Conversion Systems. Woodhead Publishing, 75-112.
Yang, Y., Kim, K., Blaabjerg, F., & Sangwongwanich, A. (2019). 5 - Advanced control of PV systems under anomaly grid conditions in Advances in Grid-Connected Photovoltaic Power Conversion Systems. Woodhead Publishing, 113-152.
Madinata, K., Rahim, N., Ping, H., & Selvaraj, J. (2013). Photovoltaic module modeling using simulink/matlab. Procedia Environmental Sciences, 17, 537-546.
Hansen, A., Sørensen, P., Hansen, L., & Bindner, H. (2000). Models for a Stand-Alone PV System. Roskilde: Risø National Laboratory.
Alqahtani, A., Alsaffar, M., El-Sayed, M., Alajmi, B. (2016). Data-Driven Photovoltaic System Modeling Based on Nonlinear System Identification. International Journal of Photoenergy. Retrieved from https://www.hindawi.com/journals/ijp/2016/2923731/.
Hussain, M. N. M., Omar, A. M., & Samat, A. A. A. (2011). Identification of Multiple Input-Single Output (MISO) model for MPPT of Photovoltaic System 2011 IEEE International Conference on Control System, Computing and Engineering (pp. 49-53). Penang. doi: 10.1109/ICCSCE.2011.6190494.
Hussain, M., Omar, A., Saidin, P., Samat, A., & Hussain, Z. (2012). Identification of Hammerstein-Weiner System for Normal and Shading Operation of Photovoltaic System. International Journal of Machine Learning and Computing, 2, 239-243.
Aleksiejuk-Gawron, J., Milčiuvienė, S., Kiršienė, J., Doheijo, E., Garzon, D., Urbonas, R., & Milčius, D. (2020). Net-Metering Compared to Battery-Based Electricity Storage in a Single-Case PV Application Study Considering the Lithuanian Context. Energies, 13(9), 2286.
