重新配置的单二极管和双二极管模型,用于改进太阳能电池/模块的建模
Emre Çelik1, Mehmet Karayel2, Dinçer Maden1
1Department of Electrical and Electronics Engineering, Engineering Faculty, Düzce University, Düzce, Türkiye, Turkey.
本研究介绍了重新配置的太阳能光伏 (PV) 模型 (Reconfig-SDM和Reconfig-DDM) 以提高光伏系统效率. 这些新型号,通过松鼠搜索算法 (SSA) 进行优化,在光伏设备建模中表现出卓越的准确性.
科学领域:
- 可再生能源工程可再生能源工程
- 光伏设备建模光伏设备建模
- 计算智能是一种计算智能.
背景情况:
- 对光伏 (PV) 电池和模块进行准确的建模对于优化光伏系统效率至关重要.
- 现有的研究主要集中在单二极管模型 (SDM) 和双二极管模型 (DDM) 上,通常使用元启发算法进行参数提取.
- 经典模型的局限性需要更具代表性的方法来准确预测光伏性能.
研究的目的:
- 为增强光伏设备建模引入新型重新配置的单二极管 (Reconfig-SDM) 和双二极管 (Reconfig-DDM) 模型.
- 采用松鼠搜索算法 (SSA) 进行拟议模型的全局参数识别.
- 通过实验数据验证 Reconfig-SDM 和 Reconfig-DDM 的有效性,并与现有方法进行比较.
主要方法:
- 开发 Reconfig-SDM 和 Reconfig-DDM 通过将串联电阻纳入经典 SDM 和 DDM 的二极管.
- 应用松鼠搜索算法 (SSA) 来优化新提出的光伏模型的参数.
- 使用RTC法国商用太阳能电池和CS6P-220P多晶光伏模块进行实验验证.
主要成果:
- 建议的Reconfig-SDM和Reconfig-DDM,通过SSA进行优化,在建模光伏设备方面表现出更高的准确性和有效性.
- 与最好的文献方法相比,实现了显著的错误减少:太阳能电池高达0.37%,太阳能模块高达3.21%.
- 再配置-DDM显示,太阳能电池的错误减少了2.58%,太阳能模块的错误减少了29.0%.
结论:
- 与传统模型相比,新的 Reconfig-SDM 和 Reconfig-DDM 提供了更准确,更具代表性的光伏设备建模.
- 在这些先进的光伏模型中,松鼠搜索算法 (SSA) 是用于全球参数提取的有效工具.
- 拟议的建模方法为光伏系统效率和性能预测提供了显著的改进.
更多相关视频
11:26Integrating a Triplet-triplet Annihilation Up-conversion System to Enhance Dye-sensitized Solar Cell Response to Sub-bandgap Light
Published on: September 12, 2014
12:21Close-Space Sublimation-Deposited Ultra-Thin CdSeTe/CdTe Solar Cells for Enhanced Short-Circuit Current Density and Photoluminescence
Published on: March 6, 2020
相关概念视频
Modeling of Diode Reverse Characteristics
When a reverse voltage applied to a Zener diode exceeds its breakdown voltage, the diode enters the breakdown region. At this point, the...
Modeling of Diode Forward Characteristics
Small-signal Diode Model
P-N junction
Voltage Doubler Circuit
Schottky Barrier Diode
