Determination of a mathematical model of the thin-film photovoltaic panel (CIS) based on measurement data

• Autorzy: Trzmiel G.

Identyfikatory

DOI

10.17531/ein.2017.4.4

Warianty tytułu

PL

Wyznaczanie modelu matematycznego cienkowarstwowego panelu fotowoltaicznego (CIS) na podstawie danych pomiarowych

• Języki publikacji: EN

Abstrakty

EN

In this paper the author attempted to determine the most accurate mathematical model of the photovoltaic panel composed of a monolithic structure of series connected Copper Indium Diselenide (CIS) based solar cells, based on its actual measurement data. The purpose of this paper has been achieved by implementing the original applications which, using the methods of approximation, made it possible to design the final mathematical model of the tested panel, characterized by the minimum of error modelling. Using the known literature on the operation of similar facilities, the model parameters were determined directly from the collection of random measurement data; then the obtained models were verified by several different statistical methods. As a result, the best model was selected, based on the smallest dispersion of the theoretical values (simulated) calculated from the model relative to the actual measurements. The model will be used in practice in the future to evaluate the condition (inefficiency, use) of photovoltaic panels, what will be the theme of following articles.

PL

W artykule autor dąży do określenia, w oparciu o rzeczywiste dane pomiarowe, najbardziej dokładnego modelu matematycznego panelu fotowoltaicznego, składającego się z monolitycznej struktury połączonych szeregowo ogniw fotowoltaicznych typu CIS. Cel pracy został osiągnięty poprzez wdrożenie oryginalnych aplikacji, które przy użyciu metod aproksymacji umożliwiły zaprojektowanie ostatecznego modelu matematycznego badanego panelu, charakteryzującego się minimalnym błędem modelowania. Wykorzystując literaturę tematu dotyczącą działania podobnych obiektów nieliniowych, parametry modelu zostały określone bezpośrednio z wcześniej zarchiwizowanych losowych danych pomiarowych. Następnie uzyskane modele zweryfikowano kilkoma różnymi metodami statystycznymi. W wyniku tego wybrano najlepszy model, oparty na najmniejszej dyspersji wartości teoretycznych (symulowanych) obliczonej z modelu w stosunku do rzeczywistych pomiarów. Otrzymany model zostanie w przyszłości zastosowany w praktyce do oceny stanu (niesprawności, zużycia) paneli fotowoltaicznych, co będzie tematem kolejnych artykułów.

Słowa kluczowe

EN

photovoltaic panel; CIS solar cells; approximation; mathematical model; statistical verification

PL

panel fotowoltaiczny; ogniwa słoneczne CIS; aproksymacja; model matematyczny; weryfikacja

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2017
• Tom: Vol. 19, no. 4
• Strony: 516--521
• Opis fizyczny: Bibliogr. 22 poz., rys., tab.

Twórcy

autor

Trzmiel G.

• Faculty of electrical Engineering Poznan University od Technology Piotrowo 3A, 60-965 Poznan, Poland

Bibliografia

• 1. Ahmad H. El Khateb, Nasrudin Abd Rahim, Jeyraj Selvaraj. Fuzzy Logic Control Approach of a Maximum Power Point Employing SEPIC Converter for Standalone Photovoltaic System. Procedia Environmental Sciences (Elsevier) 2013; 17: 529-536, https://doi.org/10.1016/j. proenv.2013.02.068.
• 2. Ben Salah Ch, Ouali M. Energy management of a hybrid photovoltaic system. International Journal of Energy Research 2012; 36: 130 – 138, https://doi.org/10.1002/er.1765.
• 3. Celik B, Gokmen N, Karatepe E, Silvestre S. Simple diagnostic approach for determining of faulted PV modules in string based PV arrays. Solar Energy 2012; 86: 3364 – 3377, https://doi.org/10.1016/j.solener.2012.09.007.
• 4. Dzyubenko G A, Kopotun K A, Prymak A V. Three-monotone spline approximation. Journal of Approximation Theory 2010; 162: 2168– 2183, https://doi.org/10.1016/j.jat.2010.07.004.
• 5. Goel A, Sharma T P. Change in the diode quality factor with insulator layer thickness in a metal‐insulator‐n‐semiconductor solar cell. Journal of Applied Physics 1985; 57: 2973-2974, https://doi.org/10.1063/1.335499.
• 6. Habbati Bellia, Ramdani Youcef, Moulay Fatima. A detailed modeling of photovoltaic module using MATLAB. NRIAG Journal of Astronomy and Geophysics 2014, 3: 53-61, https://doi.org/10.1016/j.nrjag.2014.04.001.
• 7. Ikegami T, Maezono T, Nakanishi F, Yamagata Y, Ebipara K. Estimation of equivalent circuit parameters of PV module and its application to optimal operation of PV system. Solar Energy 2001; 67: 389 - 395, https://doi.org/10.1016/s0927-0248(00)00307-x.
• 8. Kandyda A, Rodacki T. Energy conversion in solar power (in polish). Silesian University of Technology Publisher, Gliwice, Poland 2000.
• 9. Krismadinata, Nasrudin Abd. Rahim, Hew Wooi Ping, Jeyraj Selvaraj. Photovoltaic Module Modeling using Simulink/Matlab. Procedia Environmental Sciences 2013; 17: 537-546, https://doi.org/10.1016/j.proenv.2013.02.069.
• 10. Ma Jieming, Man Ka Lok, Ting T. O., et al. Approximate Single-Diode Photovoltaic Model for Efficient I-V Characteristics Estimation. SCIENTIFIC WORLD JOURNAL 2013.
• 11. Pluta Z. Solar energy installations (in polish). Warsaw University of Technology Publisher, Warsaw, Poland 2003.
• 12. Rajapakse A. Simulation of Grid Connected Photovoltaic Systems. Cedrat News - Flux Solutions & Mechatronic Products; Inovallée, France 2009; 57: 4.
• 13. Sen K, Tyagi B P. Diode quality factor in polycrystalline solar cells. Journal of Applied Physics 1984; 56: 1240-1241, https://doi. org/10.1063/1.334059.
• 14. Shell Solar. Product Information Sheet – Shell ST20 Photovoltaic Solar Module. 2004.
• 15. Skowronek K, Trzmiel G. Analysis of selected parameters of photovoltaic modules under random operation conditions with regard to the effect of instantaneous disturbances. PELINCEC - Power Electronics and Intelligent Control for Energy Conservation, Warsaw, Poland 2005.
• 16. Skowronek K, Trzmiel G. Determining the effect of faulty operation on the condition of a photovoltaic matrix. Post-conference Monograph Computer Applications in Electrical Engineering", Poznan, Poland 2006; 182 - 195.
• 17. Skowronek K, Trzmiel G. Generalized analysis of the effect of statistical scatter of the elements of photovoltaic matrix on its equivalent dynamic parameters by random values of darkening fields. Post-conference Monograph Computer Applications in Electrical Engineering", Poznan, Poland 2005; 238-249.
• 18. Skowronek K, Trzmiel G. The method for identification of fotocell in real time. ISTET - XIV International Symposium on Theoretical Electrical Engineering, Szczecin, Poland 2007.
• 19. Skowronek K, Trzmiel G. The model of photovoltaic cell with consideration of load variability, AMTEE - Advanced Methods of the Theory of Electrical Engineering, Cheb, Czech Republic 2009.
• 20. Smolinski M, Perkowski T, Mystkowski A, Dragašius E, Jastrzebski RP. AMb flywheel integration with photovoltaic system for household purpose – modelling and analysis. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2017; 19 (1): 86–94, https://doi.org/10.17531/ ein.2017.1.12.
• 21. Taylor J R. Introduction to the analysis of measurement error. Polish Scientific Publishers PWN, Warsaw 1999.
• 22. Trzmiel G. Stochastic analysis of the characteristics of the photovoltaic module. PhD dissertation, Poznan University of Technology, Poland 2010.