准确预测的新战略电特性的光伏模块使用非线性五点模型

文摘

介绍了电的造型回应的照明光电晶体模块。线性5个参数模型作为一种替代方法,我们的策略使用非线性分析的五点优势模型考虑非线性的影响,电流的变化,关于太阳辐照度和电压对电池的温度。我们成功地预测的准确性单晶的特点壳牌SP75和多晶GESOLAR GE-P70光伏模块。好我们的计算结果的比较实验数据所提供的模块制造商可以欣赏的贡献考虑操作条件数据的非线性效应光伏组件的特征。

1。介绍

光伏组件的性能很大程度上取决于所在地的太阳辐射和光伏电池的温度(1]。真正的知识和掌握光伏模块的设计和技术的选择是重要的项目操作光伏发电。

重要的研究在全世界范围内进行了针对掌握光伏模块的电气性能(2,3]。数值模型是为这个目的开发(4,5),主要是为了降低实验研究的成本。不幸的是,这些研究非常有用,特别是获得准确的结果(6,7]。很明显,最好的模型的应用程序将在一个更好的方法的简单性和准确性(8,9]。

这项工作由5个参数之间的比较研究做三点模型以后称为5个参数模型的特点是两个电流的线性变异对辐照度和线性变化的电压对电池的温度和调整后的5个参数模型五点以后称为五点模型,该模型考虑了非线性影响的电流的变化对辐照度和电压随温度的变化。

2。Single-Diode光伏模块的等效电路

照明下光伏模块可以通过two-diode [10)或one-diode等效电路。在正常操作条件下,one-diode模型是最常见的(11),和光伏模块相当于以下电路(见图1)。

电流电压()太阳辐射和温度下特征集表示 在哪里电流通过二极管吗是当前通过分流电阻由(2)如下: 因此, 在哪里,,,光电流,二极管的反向饱和电流,串联电阻和分流电阻,分别。修改后的理想因素给出结的 在哪里是正常的理想的因素;,,,细胞的数量在系列中,玻尔兹曼常数,电池的温度,和元电荷。

的决心光伏模块的电气行为在一定的操作条件是基于电流电压()曲线。然而,(1),这个特点是隐式的,不能轻易解决。许多数值算法模型曲线从one-diode表示光伏模块提出了。这些模型中,有一些被称为“电阻的同伴”[12),非线性最小二乘优化和其他迭代解决方案中描述(8,9,13]。尽管人们做了许多改进,这些方法仍然需要努力的数值计算。最近,一些作者使用了人工智能(AI)的方法,如模糊逻辑(14)和人工神经网络(ANN) (15,16造型)()曲线。

另一个有趣的方法是基于未知参数的评价(1基于相关信息的字段操作模块为了获得一个显式的的关系。为此,一个迭代过程可能需要评估不同的参数(17,18]。还可以执行的直接分析计算每个参数(19,20.]。后者方法需要的信息通常可以在光伏模块制造商提供的数据表或实验现场收集的数据。5个参数和五点模型中描述本研究仅使用模块制造商提供的数据,与半经验的相关方程和天气数据,来预测光电晶体模块的特点。

3所示。5个参数模型

给名字的五参数模型是光电流,反向饱和电流,串联电阻,并联电阻,修改理想因素。这些参数首先在所谓的评估参考操作条件或标准测试条件(STC)模块上的辐照度是1000 W / m²和细胞的温度是25°C的空气质量数= 1.5。这种环境情况模块制造商使用测量数据表上的数据了。

上面定义的五个参数对应失学是指定的,,,,(指数相对于参考条件)。我们获得()特征方程在标准电话

3.1。引用参数的计算

模块制造商提供的数据对STC写作时使用以下五个方程(21]。

在短- - - - - -电路的观点:,, 在开路点:,, 在最大功率点(MPP):,, 在MPP,功率对电压的导数等于零,也就是说, 在短路点的斜率在短路是由曲线 同时解决(6)- (10)收益率5引用参数,然后使用曲线STC (5)。可以注意到,在这一战略,我们只利用的三个关键点曲线,即短路点,最大功率点,开路。

3.2。依赖的操作条件

的决心特征在所有其他操作条件可以通过评估的各种参数方程的新的气候环境使用半经验的关系,遵循所示(21]。你可以考虑以下: 最后在MPP,我们写以下两个方程:

4所示。五点模型

五点模型是一种改进的方法来提取五个未知参数,,,,(3使用五个关键的物理量)特点:短路电流、开路电压,电流和电压在最大功率点,名义系列和并联电阻和,分别。这个方法被首次引入[22使用实验关键物理量的值)。制造商出具数据的模块不包含名义系列和分流电阻的值。的确,确切的五点使用近似模型和近似五点模型值的名义系列和分流电阻产生类似的结果(22),和是定义良好的。

4.1。计算数量的关键

名义系列和分流电阻决心用斜率法。的数量和像的斜率定义在标准电话吗曲线在而在分别后,它可以出现在方程(22]: 摘要非线性的概念引入到一个更好的预测行为的光伏模块进行测试。因此,依赖他人的关键量温度和辐照度是由以下方程: 指数和是常数描述相关的所有影响的非线性依赖当前的太阳辐射强度和考虑所有电压变化的非线性效应与细胞的温度,分别为(23]。是一个无量纲系数相关的特定技术光伏模块(24,25]。

4.2。计算参数

后表达上述基本量的函数操作条件下,所需的五个参数评估使用下列方程(26,27]:

4.3。常数的计算

常数,,在光伏模块相关的重要的影响。他们是经验,模型的精度取决于灵敏度的计算结果。准确测定这些常量需要大量实验发现电流和电压的值在不同的观点对不同操作条件来计算使用(17)- (19): 在哪里,,短路电流的值、辐照度和温度,分别;和相关指数0和1,这些量需要测量两个不同的操作条件。

开路电压的变化与太阳辐射强度的变化和细胞的温度。计算温度保持不变,而辐照度不同来。获得的是 同样的辐照度值,电池的温度变化来,得到如下:

5。结果与讨论

壳牌SP75模块的计算结果都是来自GESOLAR壳太阳能和GES-P70模块。壳牌SP75是一个商业模块输出75,由36单晶硅电池串联连接。GES-P70也是一个商业36细胞连接在系列的模块输出70但在多晶硅材料。板都有类似的高填充因子值(≈0.75),乍一看,似乎他们的曲线非常相似,但如果更准确地检查,他们可能显示一些差异,由于其不同的处理技术。模块的数据表1。

制造商通常只提供有限的光伏模块操作数据。这些数据在标准电话,有时在名义操作单元温度(NOCT)条件,也就是说,800 W / m的辐照度²,温度45或47°C(取决于制造商),环境温度为20°C, 1米/秒的风速,是1.5。

常数,,可以计算出上述常数估算程序后,结果见表2。

利用现有资料提到的在上面的方程中提出的5个参数和五点模型收益率的计算参数特征在给定操作条件两个模块使用。以下数据2和3显示,从5个参数的计算参数和曲线拟合问题的五点模型和实验数据两光伏模块制造商使用。

图2显示了模块外壳SP75图曲线2(一个)和GES-P70图2 (b)对于不同的辐照度水平。可以看出,五点模型强烈同意实验数据比5个参数模型两种类型的模块。另一个重要的观察是非常准确的预测在低照度的五点模型。

除了验证模型的准确性符合太阳辐照度,分析他们的能力也是非常重要的繁殖方式光伏面板性能是影响硅温度。的曲线的模块已经实现了两个数学模型用于这项工作时受到温度的变化如图3。两种模型的准确性是不同级别的测试温度。所有测量在1000 W / m²进行。

因为它已经注意到与辐照度的变化之前,图3表明,五点模型更适合曲线的模块比5个参数模型时受到温度变化。众所周知,辐照度和温度的细胞强烈影响操作光伏设备的性能。

然而,最新观察模仿受到辐照度和温度特征的细胞变化不足以做出正确判断的能力五点和5个参数模型复制操作光伏模块的行为。进一步研究两种模型的性能在不同操作条件下的光伏模块,分析不准确曲线预测可能量化。

均方根误差(RMSE)用作统计工具来评估模型来预测当前的性能。% RMSE比较预测()特性在不同操作条件的测量,从而提供一个清晰的模型的精度。数据4和5显示% RMSE五点和5个参数模型为每个操作条件进行了分析。

数据4和5显示计算的测量偏差从实验曲线数据问题,制造商的模块为整个操作条件进行了分析。一般来说,五点模型展品% rms低于5个参数模型为研究光伏模块对所有环境条件。这些观察结果如预期,因为它已经观察到计算之上从实验曲线使用5个参数模型更放松数据比使用五点模型计算。

在这个工作中,它已发现5个参数模型的非线性被忽视的高估或低估的价值目前在五点模型,考虑非线性的影响,显示了非凡的安装要点和足够准确预测的其他点特征的成套天气条件进行了分析。这是可预见的,因为制定5个参数的方程模型提出了一种过时的环境变化的依赖。5个参数模型和许多光伏模型到目前为止,除了考虑到电流和电压的变化与辐照度和温度的细胞,分别在关键操作点是在线性方式或稍微偏离线性,不良好定义的辐照度和温度的依赖细胞的某些参数。分流电阻和理想因子被认为是独立于细胞的辐照度和温度;参数的变化(修改后的理想因子)对温度不理想因素相关但其定义,如上面提到的(4)。很明显,使用常数参数确定优质条件下必须带来不准确在其他操作条件(8,28,29日]。

在传统的one-diode表示光伏模块,物理现象被认为是在全球范围内,所以参数(有关这些现象)失去意义(30.]。在5个参数模型中,参数的变化与环境数据(辐照度和温度)的物理概念。这种技术相反,五点模型只使用实验数据和信息的关键操作点在标准电话和在任何其他操作条件。此外,非线性的影响被认为是任何其他关键操作点是运输的特点通过使用关键物理量参数的计算。方法使用最低简化假设从(3)如五点模型预计将给更多的实际的值参数进行调查(22,30.]。

6。结论

在这5个参数工作,五点模型被用来预测电照明的特点商业光伏模块外壳SP75和GES-P70单晶硅和多晶硅材料,分别。验证这些模型进行了比较模块制造商提供的数据。从我们的分析得出了以下的结论。(我)大多数参数取决于电池温度和太阳辐照度。因此,掌握他们的行为是至关重要的正确预测光伏电池的性能和数组。(2)用于这项工作的两种模型,精度变化一方面从一个模块到另一个,另一方面从一个到另一个操作条件。此外,五点模型比5个参数更精确的模型以及两个光伏模块类型的研究对整个组的天气条件进行了分析。(3)考虑非线性的影响使得人们有可能实现更好的拟合特征。因此,这项研究表明,五点的预测模型是一个很好的工具的电气响应照明水晶光电模块。

命名法

符号

:	理想的因素
:	修改后的理想因素
:	材料的带隙
:	辐照度
:	当前的
MPP:	最大功率点
:	电阻
STC):	标准测试条件
:	电压
:	饱和电流
:	光电流
:	细胞的数量
:	开路电压
:	短路电流。

下标

裁判:	参考条件
mpp:	最大功率点
度:	开路
:	系列
sc:	短路
承宪:	分流。

希腊字母

:	温度系数
:	常数
:	常数
:	常数。

利益冲突

没有竞争的有效性本文的兴趣由于壳牌SP75和GES-P70模块的选择。然而,壳牌SP75和GES-P70模块的选择是由参考其他研究这些模块。

确认

作者感谢Obounou博士和Akana博士他们的努力在实现这项工作。

引用

1. d·l·王,w·e·Boyson和j·a . Kratochvil”影响因素分析的年度能源生产光伏系统,”学报》第29届IEEE光伏专家会议2002年5月,页1356 - 1361。视图:谷歌学术搜索
2. b . Kroposki w·马里昂,d .王等。能源生产比较模块性能的表征方法国家可再生能源实验室,科罗拉多州,美国,2000年。
3. 马里昂,b . Kroposki k .金刚砂j . del Cueto d·迈尔斯和c . Osterwald国家可再生能源实验室的光伏模块能源评级过程的验证国家可再生能源实验室,科罗拉多州,美国,1999年。
4. d . f . Menicucci“光伏阵列性能仿真模型,太阳能电池,18卷,不。3 - 4、383 - 392年,1986页。视图:谷歌学术搜索
5. a . s . Joshi Dincer, b . v . Reddy,“光伏系统的性能分析:回顾”,可再生能源和可持续能源的评论,13卷,不。8,1884 - 1897年,2009页。视图:出版商的网站|谷歌学术搜索
6. d·l·王,“光伏模块和阵列性能表征方法对所有系统操作条件,”NREL / SNL光电进行项目回顾会议,AIP出版社,纽约,纽约,美国,1997年。视图:谷歌学术搜索
7. a . h . Fanney m·w·戴维斯b·p·多尔蒂·d·l·王,w·e·Boyson和j·a . Kratochvil“比较光伏模块的性能度量,”太阳能工程学报,ASME的事务,卷128,不。2、152 - 159年,2006页。视图:出版商的网站|谷歌学术搜索
8. e . Saloux a Teyssedou m·索林,“显式模型的光伏板来确定电压和电流在最大功率点,”太阳能,卷85,不。5,713 - 722年,2011页。视图:出版商的网站|谷歌学术搜索
9. j·r·m·g·Villalva Gazoli, e . r .球场,“全面的光伏阵列建模与仿真方法,”IEEE电力电子,24卷,不。5,1198 - 1208年,2009页。视图:出版商的网站|谷歌学术搜索
10. 美国Eicker,太阳能技术在建筑威利,纽约,纽约,美国,2003年。
11. v . l . Brano a . Orioli g . Ciulla和a . di Gangi“光伏模块的改进的5个参数模型,太阳能材料和太阳能电池,卷94,不。8,1358 - 1370年,2010页。视图:出版商的网站|谷歌学术搜索
12. 刘和r . a . Dougal“动态物理模型的太阳能电池阵列,”IEEE能量转换,17卷,不。2、285 - 294年,2002页。视图:出版商的网站|谷歌学术搜索
13. d .血清r . Teodorescu p·罗德里格斯,“光伏面板模型基于数据表值”《IEEE国际研讨会工业电子产品(ISIE ' 07)西班牙维哥,页2392 - 2396,,2007年6月。视图:出版商的网站|谷歌学术搜索
14. t·f·Elshatter m . e . Elhagree Aboueldahab, a和a . Elkousry“光伏系统的模糊建模与仿真,”第14届欧洲光伏太阳能学报》会议,1999年。视图:谷歌学术搜索
15. a . Mellit m . Benghanem, s . a . Kalogirou”独立光伏发电系统的建模与仿真使用一种自适应人工神经网络:定位为一个新分级过程中,“可再生能源,32卷,不。2、285 - 313年,2007页。视图:出版商的网站|谷歌学术搜索
16. a·n·侯赛因,“人工神经网络建模和实验验证的操作目前单晶的光伏模块”太阳能,卷85,不。10日,2507 - 2517年,2011页。视图:出版商的网站|谷歌学术搜索
17. t . Easwarakhanthan j . Bottin i Bouhouch, c . Boutrit“非线性最小化算法确定太阳能电池参数微机,”国际太阳能什么杂志》上4卷,1 - 12,1986页。视图:谷歌学术搜索
18. t·汤森,方法估算直接耦合光伏系统的长期性能[硕士论文)、太阳能能源实验室、威斯康辛大学麦迪逊分校,威斯康星州,美国,1989年。
19. m . Chegaar z Ouennoughi, f . Guechi”提取直流参数下太阳能电池的照明,”真空,卷75,不。4、367 - 372年,2004页。视图:出版商的网站|谷歌学术搜索
20. m . Haouari-Merbah m . Belhamel托拜厄斯,和j·m·鲁伊斯”太阳能电池参数的提取和分析发光电流电压曲线,“太阳能材料和太阳能电池,卷87,不。1 - 4、225 - 233年,2005页。视图:出版商的网站|谷歌学术搜索
21. w·德索托,s . a·克莱因和w·a·贝克曼“改进和验证模型的光伏阵列的性能,”太阳能,卷80,不。1,第88 - 78页,2006。视图:出版商的网站|谷歌学术搜索
22. d·k·施罗德半导体材料和设备描述约翰威利& Sons,纽约,纽约,美国,1998年。
23. w·h·杨,和z方,“一种新的光伏阵列的性能预测模型”,应用能源,卷84,不。12日,第1198 - 1187页,2007年。视图:出版商的网站|谷歌学术搜索
24. a·j·安德森的“光伏转换方程:一种新方法,”NREL最终分包合同没有报告。de - ac36 - 83 ch10093, 1996年。视图:谷歌学术搜索
25. e·e·范Dyk e·l·梅尔·j·沃斯,和a·w·r·利奇,“光伏设备的长期监测,”可再生能源,25卷,不。2、183 - 197年,2002页。视图:出版商的网站|谷歌学术搜索
26. a . h .阿拉伯、f . Chenlo和m . Benghanem“Loss-of-load光伏抽水系统的概率,太阳能,卷76,不。6,713 - 723年,2004页。视图:出版商的网站|谷歌学术搜索
27. a·n·侯赛因和n . Acikgoz建模和实验验证的操作电流单晶的光伏模块使用4 - 5个参数模型,”应用能源,卷84,不。1、1 - 15,2007页。视图:出版商的网站|谷歌学术搜索
28. j . a . Eikelboom和a . h . Reinders multicrystalline的辐照依赖效率测定硅光伏模块的基础上第四曲线拟合及其影响年度业绩”第14届欧洲光伏太阳能学报》会议西班牙巴塞罗那,页293 - 296,,1997。视图:谷歌学术搜索
29. k . Ishaque和z .萨拉姆”,一种改进的建模方法来确定模型参数的光伏(PV)模块使用差分进化(DE),“太阳能,卷85,不。9日,第2359 - 2349页,2011年。视图:出版商的网站|谷歌学术搜索
30. m . Bashahu和a·哈比亚利马纳“审查和测试太阳能电池串联电阻的测定方法,”可再生能源》第六卷,没有。2、129 - 138年,1995页。视图:谷歌学术搜索

版权

版权©2013 Sakaros Bogning Dongue等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。