Идентификация параметров моделей фотоэлектрических преобразователей

Цель  –  разработка  простого  и  эффективного  способа  идентификации  параметров  моделей фотоэлектрических  преобразователей,  доступного  для  широкого  практического  применения.  В  качестве  базовой модели  фотоэлектрического  преобразователя  принята  экспоненциальная  модель  с  одним  диодом  и  пятью параметрами, которая обеспечивает простую интеграцию в популярный математический пакет схемотехнического моделирования   MatLab/Simulink. Для идентификации параметров моделей фотоэлектрических преобразователей использовался  оригинальный  метод,  основанный  на  поиске  минимума  среднеквадратичной  ошибки  между модельными  и  экспериментальными  вольт-амперными  характеристиками.  Апробация  предлагаемого  метода проведена путем определения параметров моделей промышленных фотоэлектрических модулей, изготовленных по разным технологиям: тонкопленочного Shell ST40, монокристаллического Shell SP70 и поликристаллического Kyocera KC200GT.  Разработана  методика  построения  математических  моделей  фотоэлектрических  преобразователей, позволяющая воспроизводить их электрические характеристики, которая легко реализуется в популярном табличном процессоре  Excel  с  установленной  надстройкой  «Поиск  решения».  Установлено,  что  предлагаемый  способ идентификации параметров моделей фотопреобразователей является универсальным и может использоваться для построения моделей фотоэлектрических модулей и солнечных элементов широкой номенклатуры. Показано, что модельные  вольт-амперные  характеристики  рассматриваемых  фотоэлектрических  модулей  хорошо  согласуются с  экспериментальными  характеристиками  в  широком  диапазоне  изменения  температуры  и  освещенности, соответствующих реальным условиям их эксплуатации. Показано, что математические модели фотоэлектрических преобразователей,  параметры  которых  определены  по  предлагаемому  методу  идентификации,  обеспечивают более  высокую  точность  в  отображении  их  электрических  характеристик  в  сравнении  с  моделями,  параметры которых идентифицированы с помощью других известных аналитических и численных методов. Таким образом, в результате  проведенных  исследований  разработан  простой  и  эффективный  способ  построения  математических моделей  фотоэлектрических  преобразователей,  не  требующий  применения  программирования  и  разработки специализированных численных алгоритмов. Это позволяет использовать его для решения множества технических задач, связанных с проектированием и эксплуатацией фотоэлектрических систем.

1. Al-Subhi A. Efficient mathematical models for parameters estimation of single-diode photovoltaic cells // Energy Systems. 2022. https://doi.org/10.1007/s12667-022-00542-3.

2. Hmamou D.B., Elyaqouti M., Arjdal E.H., Saadaoui D., Lidaighbi S., Chaoufi J., et al. A novel hybrid numerical with analytical approach for parameter extraction of photovoltaic modules // Energy Conversion and Management: X. 2022. Vol. 14. P. 100219. https://doi.org/10.1016/j.ecmx.2022.100219.

3. Montalvo-Galicia F., Sanz-Pascual M.T., Rosales-Quintero P., Moreno-Moreno M. Solar cell parameter extraction method from illumination and dark I-V characteristics // Nanomaterials. 2022. Vol. 12. P. 1955. https://doi.org/10.3390/nano12121955.

4. Kumar M., Kumar A. An efficient parameters extraction technique of photovoltaic models for performance assessment // Solar Energy. 2017. Vol. 158. P. 192–206. https://doi.org/10.1016/j.solener.2017.09.046.

5. El-Dabah M.А., El-Sehiemy R.А., Hasanien H.М., Saad B. Photovoltaic model parameters identification using Northern Goshawk Optimization algorithm // Energy. 2023. Vol. 262. Part B. P. 125522. https://doi.org/10.1016/j.energy.2022.125522.

6. Fahim S.R., Hasanien H.M., Turky R.A., Aleem S.H.E.A., Ćalasan M. A Comprehensive review of photovoltaic modules models and algorithms used in parameter extraction // Energies. 2022. Vol. 15. Р. 8941. https://doi.org/10.3390/en15238941.

7. Abbassi R., Abbassi A., Jemli M., Chebbi S. Identification of unknown parameters of solar cell models: a comprehensive overview of available approaches // Renewable and Sustainable Energy Reviews. 2018. Vol. 90. P. 453–474. https://doi.org/10.1016/j.rser.2018.03.011.

8. Gude S., Jana R.C., Laudani A., Thanikanti S.B. Parameter extraction of photovoltaic cell based on a multi-objective approach using nondominated sorting cuckoo search optimization // Solar Energy. 2022. Vol. 239. P. 359–374. https://doi.org/10.1016/j.solener.2022.05.007.

9. Said S., Massoud A.М., Benammar M., Ahmed S. A matlab/simulink based photovoltaic array model employing simpowersystems toolbox // Journal of Energy and Power Engineering. 2012. Vol. 6. P. 1965–1975.

10. Humada A.M., Hojabri M., Mekhilef S., Hamada H.M. Solar cell parameters extraction based on single and double-diode models: a review // Renewable and Sustainable Energy Reviews. 2016. Vol. 56. P. 494–509. https://doi.org/10.1016/j.rser.2015.11.051.

11. Bo Qiuyu, Cheng Wuqun, Khishe M., Mohammadi M., Mohammed A.H. Solar photovoltaic model parameter identification using robust niching chimp optimization // Solar Energy. 2022. Vol. 239. P. 179–197. https://doi.org/10.1016/j.solener.2022.04.056.

12. Naeijian M., Rahimnejad A., Ebrahimi S.M., Pourmousa N., Gadsden S. A. Parameter estimation of PV solar cells and modules using Whippy Harris Hawks optimization algorithm // Energy Reports. 2021. Vol. 7. P. 4047–4063. https://doi.org/10.1016/j.egyr.2021.06.085.

13. Farah A., Belazi A., Benabdallah F., Almalaq A., Chtourou M., Abido M.A. Parameter extraction of photovoltaic models using a comprehensive learning Rao-1 algorithm // Energy Conversion and Management. 2022. Vol. 252. Р. 115057. https://doi.org/10.1016/j.enconman.2021.115057.

14. Humada A.M., Darweesh S.Y., Mohammed K.G., Kamil M., Mohammed S.F., Kasim N.K., et al. Modeling of PV system and parameter extraction based on experimental data: review and investigation // Solar Energy. 2020. Vol. 199. P. 742–760. https://doi.org/10.1016/j.solener.2020.02.068.

15. Villalva M.G., Gazoli J.R., Filho E.R. Comprehensive approach to modeling and simulation of photovoltaic arrays // IEEE Transactions on Power Electronics. 2009. Vol. 24. Iss. 5. P. 1198–1208. https://doi.org/10.1109/TPEL.2009.2013862.

16. Wang Gang, Zhao Kе, Shi Jiangtao, Chen Wei, Zhang Haiyang, Yang Xinsheng. An iterative approach for modeling photovoltaic modules without implicit equations // Applied Energy. 2017. Vol. 202. P. 189–198. https://doi.org/10.1016/j.apenergy.2017.05.149.

17. Hmamou D.B., Elyaqouti M., Arjdal E., Ibrahim A., Abdul-Ghaffar H.I., Aboelsaud R., et al. Parameters identification and optimization of photovoltaic panels under real conditions using Lambert W-function // Energy Reports. 2021. Vol. 7. P. 9035–9045. https://doi.org/10.1016/j.egyr.2021.11.219.

18. Shinong Wang, Qianlong Mao, Jie Xu, Yuan Ge, Shilin Liu. An improved mathematical model of photovoltaic cells based on datasheet information // Solar Energy. 2020. Vol. 199. P. 437–446. https://doi.org/10.1016/j.solener.2020.02.046.

19. Yahya-Khotbehsara A., Shahhoseini A. A fast modeling of the double-diode model for PV modules using combined analytical and numerical approach // Solar Energy. 2018. Vol. 162. P. 403–409. https://doi.org/10.1016/j.solener.2018.01.047.

20. Babu B.C., Gurjar S. A novel simplified two-diode model of photovoltaic (PV) module // IEEE Journal of Photovoltaics. 2014. Vol. 4. Iss. 4. P. 1156–1161. http://doi.org/10.1109/JPHOTOV.2014.2316371.