Анализ методов управления производительностью преобразователей постоянного тока солнечных              элементов и выбор оптимального метода

Лаит Абдали Абдали; Муатаз Кассим Аль-Малики; Али Ганим Аль Баирмани; Борис Анатольевич Якимович; Виктория Викторовна Сяктерева; Владимир Владиславович Кувшинов

doi:10.22213/2410-9304-2023-1-125-137

Авторы

Л. А. Абдали Севастопольский государственный университет
М. К. Аль-Малики Севастопольский государственный университет
А. Г. Аль Баирмани Севастопольский государственный университет
Б. А. Якимович Севастопольский государственный университет
В. В. Сяктерева ИжГТУ имени М. Т. Калашникова
В. В. Кувшинов Севастопольский государственный университет

DOI:

https://doi.org/10.22213/2410-9304-2023-1-125-137

Ключевые слова:

алгоритм ТММ, понижающе-повышающий преобразователь, понижающий преобразователь, управление коэффициентом заполнения, отслеживание точки максимальной мощности (ТММ), фотоэлектрическая ячейка

Аннотация

Солнечная энергия является одним из наиболее перспективных источников энергии, способных удовлетворить постоянно растущий спрос на электроэнергию в мире. Но из-за низкой эффективности солнечных фотоэлектрических (PV) элементов и зависимости их производительности от условий окружающей среды необходимо отслеживать точку максимальной мощности (ТММ) фотоэлектрической системы. Следовательно, различные методы отслеживания точки максимальной мощности реализуются с фотоэлектрическими системами. Но одной из основных проблем, связанных с методами отслеживания точки максимальной мощности, является проектирование преобразователя постоянного тока. В этой статье проводится сравнение двух различных преобразователей постоянного тока для преобразования солнечной энергии. Два преобразователя - это понижающий преобразователь и повышающе-понижающий преобразователь. Алгоритм отслеживания точки максимальной мощности (МРРТ) предназначен для расчета напряжения батареи, тока массива фотоэлектрических элементов (PV), напряжения массива PV, мощности массива PV и выходной мощности. В ходе работы было установлено, что повышающе-понижающий преобразователь является боле эффективным преобразователем солнечной энергии. Схемы для обоих преобразователей моделировались в программной среде в MATLAB/Simulink R2021a. При помощи предложенных методов управления происходит значительное повышение генерации электрической энергии фотоэлектрическими панелями. В представленной работе исследуется информационно-управляющая система солнечной электростанции малой мощности. Большое количество преобразованной электрической энергии не может быть использовано потребителем из-за различных потерь в фотоэлектрической системе. Для повышения эффективности использования выработанной электроэнергии был разработан перспективный алгоритм, отвечающий за работу блока управления станцией. В результате было значительно повышено качество работы солнечной установки и увеличена выработка энергии для электроснабжения потребителя. Результаты моделирования дадут будущим исследователям четкую концепцию прогнозирования поведения упомянутых преобразователей и разработки наиболее эффективного преобразователя соответственно для солнечного ТММ.

Биографии авторов

Л. А. Абдали, Севастопольский государственный университет

аспирант

М. К. Аль-Малики, Севастопольский государственный университет

аспирант

А. Г. Аль Баирмани, Севастопольский государственный университет

аспирант

Б. А. Якимович, Севастопольский государственный университет

доктор технических наук, профессор

В. В. Сяктерева, ИжГТУ имени М. Т. Калашникова

кандидат технических наук

В. В. Кувшинов, Севастопольский государственный университет

кандидат технических наук

Библиографические ссылки

El Mentaly, Lahcen, AbdellahAmghar, and Hassan Sahsah. "Comparison between HC, FOCV and TG MPPT algorithms for PV solar systems using buck converter." In 2017 International Conference on Wireless Technologies, Embedded and Intelligent Systems (WITS), pp. 1-5. IEEE, 2017.

Mitrofanov S. V., Baykasenov D. K., & Suleev M. A. Simulation model of autonomous solar power plant with dual-axis solar tracker. In 2018 International Ural Conference on Green Energy,2018, (pp. 90-96). IEEE

Layth M. Abd Ali, L M., Ali, Q. A., Klačková, I., Issa, H. A., Yakimovich, B. A. and Kuvshimov, V. (2021) Developing a thermal design for steam power plants by using concentrating solar power technologies for a clean environment. Acta MontanisticaSlovaca, Volume 26 (4), 773-783 DOI:https://doi.org/10.46544/AMS.v26i4.14

Pilakkat, Deepthi, and S. Kanthalakshmi. "An improved P&O algorithm integrated with artificial bee colony for photovoltaic systems under partial shading conditions." Solar Energy 178, 2019, pp. 37-47.

Banaei, Mohamad Reza, and Hossein AjdarFaeghiBonab. "A high efficiency nonisolated buck-boost converter based on ZETA converter." IEEE Transactionson Industrial Electronics,2019, 67, no. 3, pp.1991-1998.

Gheisarnejad, Meysam, Hamed Farsizadeh, and Mohammad Hassan Khooban. "A novel nonlinear deep reinforcement learning controller for DC-DC power buck converters." IEEE Transactions on Industrial Electronics 68, no. 8 (2020): 6849-6858.

Ram, J. Prasanth, T. Sudhakar Babu, and N. Rajasekar. "A comprehensive review on solar PV maximum power point tracking techniques." Renewable and Sustainable Energy Reviews 67, 2017, pp.826-847.

Khatib, Tamer, and Wilfried Elmenreich. Modeling of photovoltaic systems using Matlab: Simplified green codes. John Wiley & Sons, 2016.

Анализ различных методов отслеживания точки максимальной мощности при работе солнечных фотоэлектрических систем / Л. М. А. Абдали, Х. А. И. Исса, М. Н. К. Аль-Малики, Б. А. Якимович, В. В. Кувшинов // Интеллектуальные системы в производстве. 2022. Т. 20, № 3. С. 104-113. DOI 10.22213/2410-9304-2022-3-104-113.

Li H., Yang D., and Su W., “An overall distribution particle swarm optimization mppt algorithm for photovoltaic system under partial shading,” IEEE Transactions on Industrial Electronics, 2018, vol. 1, no. 1, pp. 265-275.

Pathy S.; Subramani C.; Sridhar R.; Thentral T.; Padmanaban S. Nature-inspired MPPT algorithms for partially shaded PV systems: A comparative study. Energies 2019, 12, 1451.Senol M., Abbaso˘ glu S., Kukrer O., Babatunde A. A guide in installing large-scale PV power plant for self-consumption mechanism. Sol. Energy, 2019, 132, pp. 518-537.

Aouchiche N.; Aitcheikh M.S.; Becherif M.; Ebrahim M.A. AI-based global MPPT for partial shaded grid connected PV plant via MFO approach. Sol. Energy 2018, 171, 593-603.

Bhukya M. N., & Kota V. R. A quick and effective MPPT scheme for solar power generation during dynamic weather and partial shaded conditions. Engineering Science and Technology, an International Journal,2019, 22 (3), pp. 869-884.

Abo-Elyousr F.K.; Abdelshafy A.M.; Abdelaziz A.Y. MPPT-Based Particle Swarm and Cuckoo Search Algorithms for PV Systems. In Modern Maximum Power Point Tracking Techniques for Photovoltaic Energy Systems; Springer: Cham, Switzerland, 2020; pp. 379-400.

Belkaid A.; Colak I.; Kayisli K. Implementation of a modified P&O-MPPT algorithm adapted for varying solar radiation conditions. Electr. Eng. 2017, 99, pp. 839-846.

Исследование режимов работы комбинированных солнечно-ветровых установок для обеспечения уличного освещения / Л. М. Абдали, Х. А. Исса, М. Н. Аль-Малики, В.В. Кувшинов, Э.А. Бекиров // Строительство и техногенная безопасность. 2022. № 25 (77). С. 75-85.

Zhang Q., Ning Xu., Ye Z. MMPT control method for photovoltaic power supply based on improved variable-step hill-climbing method. Electric Engineering, vol. 2, pp. 55-57, 2018.

Использование метода отслеживания точки максимальной мощности для увеличения эффективности работы фотоэлектрических установок / Л. М. Абдали, М. Н. Аль-Малики, Х. А. Исса, Б. А. Якимович, В. В. Кувшинов // Интеллектуальные системы в производстве. 2022. Т. 20, № 4. C. 106-116. DOI: 10.22213/2410-9304-2022-4-106-116.

Darwesh M. R., & Ghoname M. S. Experimental studies on the contribution of solar energy as a source for heating biogas digestion units. Energy Reports, 2021, 7, pp. 1657-1671.

Abd Ali L. M., Al-Rufaee F. M., Kuvshinov V. V. et al. Study of Hybrid Wind-Solar Systems for the Iraq Energy Complex. Appl. Sol. Energy, 2020, vol. 56, no. 4, pp. 284-290. https://doi.org/10.3103/S0003701X20040027.

Shaw R. N., Walde P., & Ghosh, A. IOT based MPPT for performance improvement of solar PV arrays operating under partial shade dispersion. In 2020 IEEE 9th Power India International Conference (PIICON),2020, pp. 1-4.

Mehrjerdi H. Peer-to-peer home energy management incorporating hydrogen storage system and solar generating units. Renewable Energy, 2020, 156, 183-192.

Pathak P. K., Padmanaban S., Yadav A. K., Alvi P. A., & Khan B. Modified incremental conductance MPPT algorithm for SPV-based grid-tied and stand-alone systems. IET Generation, Transmission & Distribution, 2022, 16(4), pp. 776-791.

Javed K.; Ashfaq H.; Singh R. A new simple MPPT algorithm to track MPP under partial shading for solar photovoltaic systems.Int. J. Green Energy 2020, 17, 48-61.