Проектирование и моделирование фотоэлектрических систем с помощью программного обеспечения PVsystem

Обложка

Цитировать

Полный текст

Аннотация

Солнечная фотоэлектрическая энергия является одним из наиболее существующих и быстро растущих возобновляемых источников энергии, который имеет практическое применение в нескольких областях благодаря своей высокой доступности, огромному потенциалу и экологической совместимости. По сравнению с другими источниками энергии наблюдается значительный рост использования фотоэлектрической энергии в мире. Такое массовое использование фотоэлектрической энергии обусловлено простотой процесса преобразования, поскольку солнечное излучение напрямую преобразуется в электрическую энергию с помощью фотоэлектрических элементов. Кроме того, фотоэлектрические системы производят чистую энергию и не загрязняют окружающую среду, тем самым способствуя борьбе с глобальным потеплением. Фотоэлектрическая энергия требует меньшего обслуживания, поскольку из-за отсутствия механических компонентов ее можно легко интегрировать в электрическую сеть. Фотоэлектрические модули предназначены для выработки максимальной мощности при воздействии солнечного излучения. Но на их производительность влияют многие параметры, такие как температура и солнечное излучение. На производительность фотоэлектрических систем также влияют внешние факторы окружающей среды, такие как загрязнение. Для оптимизации производства энергии используются солнечные трекеры MPPT (Maximum Power Point Tracking).

Целью данного исследования является предложение эффективного метода проектирования и моделирования фотоэлектрической электростанции мощностью 11 МВт, подключенной к национальной сети Нигера, с использованием программного обеспечения PVsyst. Метод: выбор типа системы (системы, подключенной к сети), географического расположения места установки с использованием базы данных программного обеспечения. Затем следует ориентация фотоэлектрической системы, выбор технологии фотоэлектрической системы (фотоэлектрические панели, инверторы, трансформаторы и т. д.) и их калибровка, изучение детальных потерь (потери системы, потери в проводах и потери массива) и выполнение команды для моделирования системы.

Результаты: разработана проектно-имитационная модель фотоэлектрической электростанции мощностью 11 МВт, состоящая из 29120 фотоэлектрических панелей мощностью 385 Вт каждая, 133 трекера MPPT и инвертора мощностью 66 кВт переменного тока каждый и трансформатора среднего напряжения мощностью 11 МВт. Проект был смоделирован, и полученные результаты проанализированы. Практическая значимость исследования заключается в том, что полученные результаты уже отправлены в кабинет президента Нигера (департамент энергетики) для проверки и практического внедрения. Проектирование и моделирование фотоэлектрической системы с использованием программного обеспечения PVsysts позволяет инженерам, ученым и исследователям приобрести навыки проектирования и моделирования фотоэлектрических систем.

Об авторах

Ольга Владимировна Косарева-Володько

Национальный исследовательский технологический университет «МИСИС»

Автор, ответственный за переписку.
Email: kosareva-volodko@rambler.ru
SPIN-код: 9100-5274
Scopus Author ID: 57207833888

кандидат технических наук, доцент (Россия), доцент кафедры энергетики и энергоэффективности горной промышленности

Россия, г. Москва

Алилу Сани Маман Кабиру

Национальный исследовательский технологический университет «МИСИС»

Email: halilousani4@gmail.com
ORCID iD: 0009-0001-6656-7961

аспирант кафедры энергетики и энергоэффективности горной промышленности

Россия, г. Москва

Список литературы

  1. Обухов С. Г., Плотников И. А. Имитационная модель режимов работы автономной фотоэлектрической станции с учетом реальных условий эксплуатации // Известия Томского политехнического университета. Инжиниринг георесурсов. 2017. Т. 328, № 6. C. 38–51. EDN: ZCIDNX.
  2. Atelier d’échange sur les meilleurs pratiques en exploitation et maintenances des centrales Photovoltaïque en Tenisie.25 février 2020. URL: https://energypedia.info/wiki/Atelier_d’échange_sur_les_meilleures_pratiques_en_exploitation_et_maintenance_(O%26M)_pour_les_centrales_PV_en_Tunisie (дата обращения: 12.03.2024).
  3. Bessa J. G., Micheli L., Almonacid F., Fernandez E. F. Monitoring photovoltaic soiling: assessment, challenges, and perspectives of current and potential strategies // iScience. 2021. Vol. 24 (3). 102165. doi: 10.1016/j.isci.2021.102165.
  4. Longares J. M., Jimenew A. G., Polanco N. G. Multiphysics simulation of bifacial photovoltaic modules and software comparaison // Solar Energy. 2023. Vol. 257. P. 155–163. doi: 10.1016/j.solener.2023.04.005.
  5. Subhi A. Al., Mossad M. I., Farrag T. A. PV parameters estimation using optimized deep neural networks // Sustainaible computing: Informatics and System. 2024. Vol. 41. P. 100960. doi: 10.1016/j.suscom.2024.100960.
  6. Alsumiri M., Khashab H isham El. Solar Energy Technology choice Development // E3S Web of Conferences. 2018. Vol. 64 (6). 02003. doi: 10.1051/e3sconf/20186402003.
  7. Ministère du Pétrole, de l’Energie et des Energies Renouvelables. Système d’Information Energétique du Niger Rapport 2021.
  8. Mendalek N., Haddad K. Al. Photovoltaic System Modeling and Simulation // 2017 IEEE International Conference on Industrial Technology (ICIT). 2017. P. 1522–1527. doi: 10.1109/ICIT.2017.7915592.
  9. Dehghanzadeh A., Farahani G., Vahedi H., Haddad K. Al. Explicit double-exponential modeling methods for photovoltaic cells // 2017 IEEE International Conference on Industrial Technology (ICIT). 2017. P. 423–428. doi: 10.1109/ICIT.2017.7913268.
  10. Muhtar A., Mustika I. W., Suharyanto. Compaison of ANN-BP and ANN-PSO as Learning Algorithm to track MPP in PV System // 2017 7th International Annual Engineering Seminar (InAES). 2017. P. 1–6. doi: 10.1109/INAES.2017.8068573.
  11. Slouma S., Mustapha S. S., Slama-Belkhodja I., Machmoum M. Frequency Separation Control of Energy Management System for building // 2016 7th International Renewable Energy Congress (IREC). 2016. P. 1–6. doi: 10.1109/irec.2016.7478868.
  12. Kessaissi F. Z., Zegaoui A., Hadji A. A. [et al.]. Comparison of two PV modules Technologie Using Analytical and Experimental Methods // Energy Procedia. Vol. 74. P. 389–397. doi: 10.1016/j.egypro.2015.07.635.
  13. Salame Ch., Aillerie M., Papageorgas P. The international Conference on Technology and Materials for Renewable Energy, Environment and Sustainability // Energy Proccedia. 2014. Vol. 50. P. 1–2. doi: 10.1016/S1876-6102(14)01202-8.
  14. Sehirli E. Comparison of the input filter effect to PV panel by SEPIC MPPT Converter // Energy Repport. 2023. Vol. 9. P. 34–50. doi: 10.1016/j.egyr.2023.05.238.
  15. Lu D., Zhou T., Fakham H., Frabcois B. Disign of a power management system for an active PV station including various storage technologies // 2008 IEEE 23th International Power Electronics and Motion Control Conference. 2008. P. 1–8. doi: 10.1109/EPEPEMC.2008.4635583.
  16. Abass A. Z., Pavlyuchenko D. A., Haider A. [et al.]. Economic Feasibility Study of a Hybrid Power Station Between Solar Panels and Wind Turbine with The National Grid in Al-Hayy City in the Central of Iraq // IOP Conference Series Materials Science and Engineering. 2021. Vol. 1184. doi: 10.1088/1757-899X/1184/1/012001.
  17. Azeez R. A., Abdul-Hussein M. K., Mahdi M. S., ALRikabi H. T. S. Design a system for an approved video copyright over cloud based on biometric iris and random walk generator using watermark technique // Periodicals of Engineering Natural Sciences. 2021. Vol. 10, № 1. P. 178–187. doi: 10.13140/RG.2.2.12100.50566.
  18. Majhool M. H., Rikabi H., Mansour R. Enhancing the Efficiency of Solar Cell Based on the Internet of Things Applications // Wasit Journal of Engineering Sciences. 2022. Vol. 10, № 1. doi: 10.31185/ejuow.Vol10.Iss1.229.
  19. Salim H. T., Jasim N. A. Design and Implementation of Smart City Applications Based on the Internet of Things // International Journal of Interactive Mobile Technologies (iJIM). 2021. Vol. 15, № 13. P. 4–15. doi: 10.3991/ijim.v15i13.22331.
  20. Majhool M. H., Alrikabi H. T. S., Farhan M. S. Using Internet of Things application for Monitoring Photo-Voltaic Panel Based on Ask Sensors Cloud // Design Engineering. 2021. Vol. 10, № 1. P. 3884–3896. doi: 10.17762/de.vi.5340.
  21. Al-Rikabi H. An assessment of electricity sector reforms in Iraq // Al-Bayan Center for Planning Studies. 2017. URL: https://www.bayancenter.org/en/2017/09/1264/# (дата обращения: 03.04.2024).
  22. Brinckerhoff P. Iraq Electricity Master Plan: 2010 to 2030. Final Report. Baghdad: Parsons Brinckerhoff, 2010.
  23. Sancar M. R., Bayram A. B. Modeling and Economic Analysis of Greenhouse Top Solar Power Plant with Pvsyst Software // International Journal of Engineering and Innovative Research. 2023. Vol. 5 (1). P. 48–59. doi: 10.47933/ijeir.1209362.
  24. B. Co. INES – Integrated National Energy Strategy. 2012.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».