Использование метода отслеживания точки максимальной мощности для увеличения эффективности работы фотоэлектрических установок
DOI:
https://doi.org/10.22213/2410-9304-2022-4-106-116Ключевые слова:
солнечное излучение, фотоэлектрическая ячейка, фотоэлектрический модуль, ТММ-метод, инкрементальная проводимостьАннотация
Фотогальванические системы имеют медленную динамику сходимости к точке максимальной мощности (ТММ), особенно те, которые оснащены повышающим преобразователем, основанным на методе традиционной инкрементной проводимости. В этой статье представлены моделирование и аппаратная реализация ТММ с переменным размером шага с автоматическим масштабированием при низких затратах и низком энергопотреблении. Работа фотоэлектрической энергии сильно зависит от погодных условий и окружающей среды, таких как температура и солнечное излучение. Из-за любого изменения внешней среды и единственного условия управления реакция первого шага рабочего цикла преобразователя традиционного алгоритма инкрементной проводимости ТММ не является точной, что приводит к неправильной оценке. В этой статье описывается обычная методика (для традиционного алгоритма инкрементной проводимости) и предлагается новая методика для модифицированного алгоритма инкрементной проводимости, который точно реагирует при увеличении уровня солнечного излучения. Чтобы улучшить экономичность и эффективность фотоэлектрических систем, мы предложили улучшенный алгоритм инкрементной проводимости для стратегии управления ТММ. Представленный алгоритм инкрементной проводимости прост по структуре и может реагировать на мгновенные изменения мощности, напряжения и тока при изменении внешней среды, кроме того, может повысить эффективность отслеживания. Программа MATLAB/Simulink проводит необходимые вычисления при изменении режимов работы солнечных батарей в условиях быстро меняющихся уровней солнечной радиации, где сравниваются результаты вычислений с использованием предложенного и обычного алгоритма инкрементной проводимости. Результаты экспериментальных данных показывают, что предложенный алгоритм может эффективно выявлять ошибки в работе и предотвращать их появление. Это не только оптимизирует систему, но также повышает эффективность ее работы, скорость отклика и эффективность отслеживания, обеспечивая тем самым стабильную работу энергосистемы.Библиографические ссылки
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.
Pathak, P. K., Padmanaban, S., Yadav, A. K., Alvi, P. A., & Khan, B. Modified incremental conduc-tance MPPT algorithm for SPV-based grid-tied and stand-alone systems. IET Generation, Transmission & Distribution, 2022, 16 (4), pp.776-791.
Mehrjerdi, H. Peer-to-peer home energy management incorporating hydrogen storage system and solar generating units. Renewable Energy, 2020, 156, 183-192.
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.
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.
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.
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.
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.
Анализ и моделирование автономной фото-электрической системы с использованием среды matlab/simulink / Л. М. Абдали, Х. А. Исса, К. А. Али, В. В. Кувшинов, Э. А. Бекиров // Строительство и техногенная безопасность. 2021. № 21 (73). С. 97-105. DOI: https://doi.org/10.37279/2413-1873-2021-21-97-105.
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.
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.
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.
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.
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.
H. Li, D. Yang, and W. Su, “An overall distribution particle swarm optimization mppt algorithm for photovoltaic system under partial shading,” IEEE Transactions on Industrial Electronics, vol. 1, no. 1, pp. 265-275, 2018.
Khatib, Tamer, and Wilfried Elmenreich. Modeling of photovoltaic systems using Matlab: Simplified green codes. John Wiley & Sons, 2016.
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.
Haddad, Ahmad, Mohamad Ramadan, Mahmoud Khaled, Haitham S. Ramadan, and Mohamed Becherif. "Triple hybrid system coupling fuel cell with wind turbine and thermal solar system." International Journal of Hydrogen Energy ,2020, 45, pp. 11484-11491.
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.
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 Montanistica Slovaca, Vol. 26 (4), pp. 773-783 DOI: https://doi.org/ 10.46544/AMS.v26i4.14.
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.
Исследование режимов работы комбиниро-ванных солнечно-ветровых установок для обеспече-ния 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.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2022 Лаит Мохаммед Абдали, Муатаз Кассим Аль-Малики, Хайдер Абдулсахиб Исса, Борис Анатольевич Якимович, Владимир Владиславович Кувшинов
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
