CC BY
0
УДК 621.31
DOI: 10.25206/1813-8225-2024-192-91-99 EDN: CEQYVR
В. КОСАРЕВА-ВОЛОДЬКО АЛИЛУ САНИ МАМАН КАБИРУ
Национальный исследовательский технологический университет «МИСИС»,
г. Москва
ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВАНИЕ ФОТОЭЛЕКТРИЧЕСКИХ СИСТЕМ С ПОМОЩЬЮ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ PVSYSTEM_
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.
Ключевые слова: фотоэлектрический модуль, инвертор, фотоэлектрическая система, солнечная электростанция, солнечные трекеры MPPT, моделирование PVSystem.
Рис. 1. Характеристики силы—напряжения модуля PV (Photovoltaic) для различных условий солнечного излучения и температуры
Введение. В настоящее время солнечная энергия привлекла внимание всего мира, играет жизненно важную роль и доказала, что является чистой и устойчивой энергией [ 1 — 3]. Солнечная энергия в виде солнечного излучения может быть напрямую преобразована в электричество с использованием технологии фотоэлектрических панелей [4 — 7]. Фотоэлектрические панели состоят из солнечных элементов, изготовленных из полупроводников, которые поглощают солнечное излучение и преобразуют его непосредственно в электричество. Однако исследования показали, что солнечные элементы на основе полупроводников, используемые при производстве фотоэлектрических панелей, имеют эффективность от 15 до 20 % [7, 8]. Для повышения эффективности системы используются такие приложения, как солнечный трекер и контроллер MPPT (Maximum Power Point Tracking). Солнечные панели при установке обеспечивают максимальную выходную мощность, но существуют факторы, влияющие на снижение этой мощности [9, 10]. Фотоэлектрический элемент характеризуется кривыми мощность — напряжение и напряжение — ток. Для различных значений солнечной радиации и температуры эти характеристики показаны на рис. 1.
На рис. 1 показана зависимость мощности от солнечного излучения и температуры. Эти два параметра — температура и солнечное излучение — влияют на производительность фотоэлектрического модуля. Помимо этих двух параметров, качество солнечной энергии, вырабатываемой фотоэлектрическими устройствами, зависит от гибкости других компонентов глобальной системы и условий окружающей среды [11, 12]. Установка фотоэлектрической системы вызывает различные факторы, которые влекут за собой потери энергии и влияют на конечную передачу. В этой работе факторы классифицируются как потери в массиве (Array losses), потери в проводах (wiring losses) и потери в системе (system losses) [13—16].
Потери в массиве (Array losses). Потери в массиве — это потери, которые влияют на доступную выходную энергию фотоэлектрического генератора относительно номинальной мощности модуля, указанной производителем для стандартных условий. К этим потерям относятся:
Загрязнение (Soiling Losses) — процесс, при котором пыль, грязь и/или органические отходы оседают на поверхности фотоэлектрического генератора. Это оказывает существенное влияние на производство энергии. Одним из наиболее часто используемых измерений для количественной оценки качества грязи, осаждающейся на фотоэлектрическом модуле, является скорость загрязнения (rs). Последняя версия стандарта IEC 61724-1 определяет rs как соотношение между фактической и номинальной электрической мощностью. Коэффициент загрязнения определяется соотношением, как показано в формуле (1) [17]:
Z.
(1)
Z„
где Zso¡¡ представляет электрическую мощность в реальных условиях загрязнения; Z¡lan представляет электрическую мощность в реальных чистых условиях.
Коэффициент тепловых потерь (The thermal ¡oss factor) — относится к потере производительности модуля из-за изменения теплового поля. Коэффициент тепловых потерь используется для определения потерь энергии, которые могут возникнуть из-за разницы температур между номинальной температурой элементов, при которой указана мощность (25 °C) и фактической температурой окружающей среды фотоэлектрических модулей и элементов, которые нагреваются под воздействием падающего солнечного света.
Световая деградация LID (Ligth — Induced Degradation) — потеря производительности фото-
rs =
электрических модулей, которая происходит в самые первые дни воздействия солнца. Зависит от технологии и предоставляется производителем.
Потеря качества модуля (Module quality Loss) — относится к отклонению средней эффективности модуля от производственных условий.
Потери из-за несоответствия (Mismatch loss) — потери, вызванные небольшими различиями в электрических характеристиках установленных модулей.
Потери из-за несоответствия параметров элементов в цепи (String mismatch loss) — относятся к разнице электрических параметров отдельных элементов на уровне цепи. В этом случае несоответствие напряжений электрических сборок имеет важное значение, поскольку они расположены параллельно.
Коэффициент потерь наклона или эффект падения, называемый IAM (Incidence Angle Modifier), — соответствует уменьшению облучения, достигающего поверхности фотоэлектрической ячейки, по сравнению с облучением при нормальном падении.
Потери в проводах (wiring losses). Потери в проводке постоянного тока (DC wiring loss) вызываются сопротивлением, связанным с кабелями и соединениями приборов и фотоэлектрических цепей.
Потери в проводке переменного тока (AC wiring loss) возникают из-за импеданса между проводами и точками подачи, например, между нагрузкой и трансформатором напряжения.
Системные потери (system losses). Недоступность системы (Unavailability of the system).
Недоступность системы можно определить как долю времени, в течение которого система неактивна, то есть не производит энергию из-за технического обслуживания или незапланированных отключений. Это может занять часы и даже дни.
Вспомогательные потери (auxiliary losses). Эти потери представлены вспомогательными устройствами, используемыми для управления системой. Это могут быть вентиляторы, кондиционеры, компьютеры или любое другое потребление энергии, которое необходимо вычесть из энергии, производимой фотоэлектрической системой, для подачи в сеть.
Целью этой статьи является предложение использовать программное обеспечение PVsystem для разработки методологии расчета солнечной электростанции мощностью 11 МВт, подключенной к сети. Для более удобного понимания работы данного приложения была взята энергетическая сеть Республики Нигер. Страна Сахеля, Нигер площадью 1 267 000 км2 является континентальной страной в самом сердце Западной Африки. Ее территория богата огромными природными ресурсами (уголь, нефть, золото, уран и т. д.), но их добыча слишком мала. В условиях энергетического перехода производство энергии в основном осуществляется на ископаемом топливе, которое выделяет огромное количество парниковых газов. Что касается солнечного потенциала Нигера, то в стране преимущественно солнечно (около 300 дней в году). Солнечная радиация варьируется от 5 до 7 кВтч/м2/день и хорошо распределена по территории страны, с высоким уровнем прямой радиации (более 65 % от общего количества солнечного света). По данным Нигерийской электроэнергетической компании (Nigelec) и Министерства энергетики, конечное потребление электроэнергии в 2020 году составило 1350 ГВтч [18].
В этом потреблении преобладает сектор домашних хозяйств (53,8 %), за ним следуют сектор услуг (26,5 %), промышленный сектор (19,1 %) и гидроэнергетика (0,6 %). После событий 26 июля 2023 года, ознаменовавших приход к власти военных, Нигер подвергся тяжелым экономическим, политическим и энергетическим санкциям, например, прекращению поставок электроэнергии Нигерией. В этой ситуации новые власти решили диверсифицировать производство энергии, отдавая предпочтение возобновляемым источникам энергии, особенно солнечной и гидроэлектроэнергии. В связи с этим главный вопрос, который можно задать, заключается в следующем: будет ли производство солнечной энергии эффективным для поддержки национальной электросети, что и попытались выяснить при помощи программного обеспечения PVsystem.
Критерии выбора региона Ниамей для установки фотоэлектрической электростанции мощностью 11 МВт. Выбор этой мощности обусловлен тем, что выбранный район потребляет больше энергии и имеет самый низкий уровень электрификации, чем другие регионы. Еще одна причина, по данным Министерства энергетики, в 2021 году общая установленная мощность, которая должна потребляться различными производственными единицами в этом районе, составила 147,83 МВт, а располагаемая вырабатываемая мощность — 105,85 МВт, что составляет разницу в 41,98 МВт между располагаемой и установленной мощностью [18]. Затем в июле 2023 года состоится открытие фотоэлектрической электростанции в Гору Банда мощностью 30 МВт. Для восполнения дефицита предусмотрена установка солнечной электростанции мощностью 11 МВт.
Географические координаты региона Ниамей.
Ниамей расположен в юго-западной части Нигера между 13°15' и 13°24' южной широты и 2°15' восточной долготы. Перепад высот составляет от 160 до 250 м, а административные границы простираются на 552,27 км2, включая примерно 297,46 км2 урбанизированной территории. Приблизительная численность населения составляет 1 026 848 жителей в 2012 году и 1 164 680 человек, а плотность составляет 4 564,4 человека на км2.
Используется программное обеспечение с базой данных в реальном времени, также известны климатические данные места установки. Данные представлены в табл. 1.
Анализ климатических данных, полученных с помощью программы, показывает, что программа PVsyst дает достаточную информацию о солнечной установке.
Материалы и методы. В данной статье основное внимание уделяется моделированию фотоэлектрической электростанции мощностью 11 МВт, подключенной к сети. Для этой работы используется пробная версия 7.4.5 программного обеспечения PVsystem. Выбор программного обеспечения основан на его производительности и эффективности моделирования фотоэлектрических установок. Согласно различным исследованиям, оценивающим точность моделирования программного обеспечения PVsyst, было выявлено, что это программное обеспечение дает ошибку в результатах примерно 3,37 % [19-22]. Структура программного обеспечения PVsyst показана на рис. 2.
Входные данные (Input data). Географические параметры сайта: программа использует базу данных Metronorme (Meteonorm, Online), содержащую
Климатические данные, полученные с помощью программного обеспечения PVsyst
Таблица 1
GlobHor DiffHor T_Amb GlobInc GlobEff EArray E_Grid PR
kWh/m" kWh/m3 -c KWh/iri" liWh/m" kWh KWh ratio
Janvier 150 9 72.46 24.47 170.8 151.0 1355092 1319587 0.68S
Février 153.2 80.31 28.01 165.8 146 7 128461Э 1250476 0.673
Mars 1859 97 85 32 25 192.1 169 9 1456891 1418943 0659
Avril 195 2 95.71 34.72 192.5 170 0 1449541 1412841 0.655
Mai 198 0 97.01 35.05 197.0 164 5 141S905 1394340 0.660
Juin 191.3 91.48 31.90 177.2 155 8 1372816 1338692 0.674
Juillet 200.0 89.59 29.77 1B6.3 1636 1456B60 1420617 0.680
Août 1832 90.19 28 19 177 2 155 8 1396937 1132402 0570
Septembre 182 1 83.77 29.29 185.3 1635 1450090 1412910 0.680
Octobre 17B.4 83.06 31.70 191.1 1689 1477239 1302148 0.608
Novembre 159.5 65.02 29.00 1B1.2 160 1 1408515 1373102 0.676
Décembre 1477 66.46 25 49 170.2 150 5 1346797 1312056 0.688
Année 2125 6 1012.91 29.99 2176.7 1920.4 16875271 16078115 0.659
Légendes
GlobHor Irradiation globale horizontale
DiflHor Irradiation diffuse horizontale
T_Amb Température ambiante
Glablnc Global incident plan capteur?
GlabEff Global "effectif, corr. pour IAM et ombrages
EArray Energie effective sortie champ E_Grid Energie Injectée dans le réseau PR I ndice de perfo rma псе
Легенды (Legends):
GlobHor: Горизонтальная глобальная иррадиация DiffHor: Диффузная горизонтальная иррадиация T_Amb: Температура окружающей среды GlobInc: Глобальный план датчиков инцидентов
GlobEff: Глобальная эффективная корректировка для IAM и затенения (Effective Global Corrected for IAM and shadings)
EArray: Эффективная энергия на выходе поля
E_Grid: Энергия, поступающая в сеть (Energy injected into the network) PR: Коэффициент производительности (Performance Ratio)
Рис. 2. Структура PVsyst [19]
метеорологические данные практически из каждой точки планеты. Моделирование, выполняемое РУ8уз^ осуществляется ежечасно, а данные, предоставляемые Ме1еопогш, — ежемесячно[23].
Ориентация: в этой части указывается угол наклона и азимут согласно географическому положению участка. Также существует возможность установки солнечного трекера с одной или двумя осями в зависимости от необходимости.
Система: эта часть РУ8уз1 позволяет настраивать и создавать компоненты базы данных. Здесь расположены, например, фотоэлектрические панели и инверторы. Подробные потери; к этим потерям относятся, тепловые потери, потери, зависящие от качества модуля; потери от засорения и др. Система использует набор предопределенных значений для этих потерь и может быть изменена.
Таблица 2
Параметры модуля и инвертора
Photovoltaic Panel Inverter Specifications
Panel model TSM-385 DE15H(II ) Inverter model Solar Inverter M80H (400VAC)
Panel power 385 Wp Unite power 66 KWac
Impp 9,610 A Operating voltage 200-800 V
Vmpp 40,10 V Maximum AC Power 66 Kva
Voc 48,50 V Main voltage 400 V
Isc 10,03 A Absolute Maximum PV voltage 1000 V
Таблица 3
Параметры подсистемы
Количество панелей последовательно 16
Количество панелей параллельно 130
Количество фотоэлектрических модулей 2080
Общее количество инверторов 19
Общая номинальная мощность 4227 м2
Таблица 4
Общие настройки системы
Months
Рис. 3. Стандартизированное производство
Информация о системе, подключенной к электрической сети
Ориентация фотоэлектрического поля Фиксированная плоскость
Наклон/Азимут (Tilt/Azimuth) 15/0о
Количество фотоэлектрических модулей 29120
Общая номинальная мощность модулей 11,21 МВтп
Общее количество инверторов 133
Общая номинальная мощность инверторов 8778 KWac
Предел мощности сети (Grid power limit) 11 МВтп
Общая площадь 59175 м2
Внешний трансформатор среднего напряжения 11,04 МВт
Пиковая мощность Втп ^р) — мощность, вырабатываемая фотоэлектрической панелью при стандартных условиях: T = 25 °С, Ь = 1000 Вт/м2.
Основные результаты
Производство информационных систем
Системное производство (System production) 16096 МВтч/год
Конкретное производство (specific production) 1436 кВтч/кВтп/год
Нормализованное производство (normalized production) 3,93 кВтч/кВтп/день
Потери массива (Array losses) 1,84 кВтч/кВтп/день
Системные потери (System losses) 0,19 кВтч/кВтп/день
Коэффициент производительности (Performance Ratio) 0,66
Экономическая оценка
Общая стоимость установки (Total installation cost ) 5 744 430 Евро
Сокращение выбросов CO2 (Saved CO2 emissions) 3800,220 тонн CO2
Таблица 5
Экономическая оценка: эта часть включает все финансовые параметры проекта, а именно инвестиции, цену на электроэнергию, углеродный баланс и др [24].
Моделирование PVsyst (PVsyst run simulation).
После правильного ввода всех необходимых данных запускается моделирование, а полученные результаты отображаются и даже экспортируются.
Рис. 4. Энергия падения
Выходные данные (Output data). На выходе получается много информации о системе и вырабатываемой энергии. Такие результаты, как параметры моделирования, производство энергии, соотношение удельной производительности и производительности, специальные графики производительности моделирования.
Программное обеспечение широко используется в частном секторе и в академических кругах.
При моделировании были использованы следую-шие ограничения: не определена 3D сцена, свободный горизонт, затенения (shading) и собственное потребление (self-consumption), все вышеперечисленное не учитывалось.
Для реализации проекта создается подсистема мощностью 800 кВт одной сборки. Эта подсистема, занимающая площадь 4223 м2, состоит из фотоэлектрических модулей марки Trina Solar мощностью 385 Вт и инверторов марки Delta Energy мощностью 66 кВт. Чтобы получить мощность 11 МВт с учетом различных потерь, подсистему умножают на 14. Параметры модуля и инвертора приведены в табл. 2, параметры подсистемы — в табл. 3 и общие данные системы представлены в табл. 4.
Результаты и обсуждение. После моделирования основные результаты системы группируются в таблицу, как показано в табл. 5, а остальные результаты — в виде графиков.
В табл. 5 суммирован баланс производства энергии системой, различные потери при производстве энергии системой, общая стоимость установки системы и количество предотвращенных выбросов парниковых газов CO2.
Анализ рис. 3 показывает следующие результаты:
1.2
1.0
0.9
0 8
1 0.7
y 0 6
j
¡ 0.5
"5 0.4
0.3
0.2
0.1
0.0
12Е-1-г
1-1-1-1-г
PR: Performance Ratio (Yf / Yr) : 0.660
llllllllHIl
I Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec I
Рис. 5. Коэффициент производительности
Effective Global, corr. for IAM and shadings [W/m!]
Рис. 6. Температура фотоэлектрического поля
Рис. 7. Ежедневное количество энергии на выходе системы
— производство полезной энергии на выходе инвертора составляет 3,93 кВтч/кВтп/день;
— потери инверторной системы составляют порядка 0,19 кВтч/кВтп/день;
— потери от фотоэлектрических панелей составляют порядка 1,84 кВтч/кВтп/день.
Все эти потери могут быть связаны либо с неблагоприятным солнечным светом, который не позволяет фотоэлектрическим панелям улавливать максимальное солнечное излучение, либо с плохим подключением инверторов, либо с какими-либо другими потерями.
Анализ рис. 4 показывает, что падение энергии очень значительно в апреле, достигая 6,5 кВтч/м2/ день, тогда как в январе и декабре падение энергии составляет 5,5 кВтч/ м2/день. Это объясняется тем, что в Нигере в декабре и январе начинаются холо-
да, появляется облачность, поэтому солнечный свет не очень эффективен.
Анализ рис. 5 показывает, что коэффициент производительности практически постоянен в течение года, за исключением августа. Это объясняется тем, что в августе небо полностью покрыто облаками, поэтому солнечной радиации недостаточно.
Анализ рис. 6 показывает, что средняя температура модуля является функцией глобального эффективного излучения на поверхности Земли.
Анализ рис. 7 показывает ежедневное производство энергии в течение года. Наблюдается низкое энерговыделение в январе и декабре, что связано с рассеянием прямой солнечной радиации пылевой дымкой.
Что касается очень низкого производства энергии, то он наблюдается в период с июля по август, сентябрь и октябрь, это связано с сезоном дождей, в результате чего небо полностью закрывается облаками.
Заключение. В этой статье описывается проектирование и моделирование фотоэлектрической установки мощностью 11 МВт, подключенной к национальной сети, выполненное с использованием программного обеспечения PVsyst, с учетом факторов, влияющих на эффективность производства этой фотоэлектрической системы. В последние годы были проведены многочисленные исследования этих факторов, и результаты показали, как эти факторы напрямую влияют на производительность фотоэлектрических систем. Этот проект направлен на удовлетворение растущего спроса населения на электроэнергию. Реализация этого проекта увеличит национальное производство, снизит себестоимость производства энергии, будет способствовать социально-экономическому развитию региона, а также будет способствовать снижению выбросов CO2. Использование программного обеспечения для проектирования и моделирования PVsystem позволяет оптимизировать производство фотоэлектрической солнечной энергии.
Библиографические список
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. G. 38-51. EDN: ZGIDNX.
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.
КОСАРЕВА-ВОЛОДЬКО Ольга Владимировна, кандидат технических наук, доцент (Россия), доцент кафедры энергетики и энергоэффективности горной промышленности Национального исследовательского технологического университета «МИСИС» (Университет МИСИС), г. Москва. SPIN-код: 9100-5274 AuthorID (РИНЦ): 352831 AuthorID (SCOPUS): 57207833888 Адрес для переписки: [email protected] АЛИЛУ САНИ МАМАН КАБИРУ, аспирант кафедры энергетики и энергоэффективности горной промышленности Университета МИСИС, г. Москва. ORCID: 0009-0001-6656-7961 Адрес для переписки: [email protected] Финансирование: Исследования не имело спонсорской поддержки.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов в отношении данной статьи.
Вклад автора: Все авторы сделали эквивалентный вклад в подготовку статьи.
Для цитирования
Косарева-Володько О. В., Алилу Сани Маман Кабиру. Проектирование и моделирование фотоэлектрических систем с помощью программного обеспечения PVsystem // Омский научный вестник. 2024. № 4 (192). С. 91-99. DOI: 10.25206/1813-8225-2024-192-91-99.
Статья поступила в редакцию 08.05.2024 г. © О. В. Косарева-Володько, Алилу Сани Маман Кабиру
UDC 621.31
DOI: 10.25206/1813-8225-2024-192-91-99 EDN: CEQYVR
O. V. KOSAREVA-VOLODKO ALILU SANI MAMAN KABIRU
National University of Science and Technology «MISIS», Moscow, Russia
DESIGN AND SIMULATION OF PHOTOVOLTAIC SYSTEMS USING PVSYSTEM SOFTWARE
Photovoltaic energy system is one of the most popular and quickly expanding renewable energy sources because of its great availability, enormous potential, and environmental sustainability. In addition, photovoltaic systems produce clean energy and not pollutant thus contributing to the fight against global warming. Photovoltaic system requires less maintenance given the absence of mechanical components, and it can be also integrated to the electrical grid. The objective of this research is proposed an effective method for designing and Modeling of an 11 MWp photovoltaic plant capacity connected to the national grid of Niger by using software PVsyst.
Method: choice of the type of system (system connected to the network), the geographic location of the installation site using the software database. Then comes the orientation of the photovoltaic system, the choice of the technology of the photovoltaic system (photovoltaic panels, inverters, transformers... etc) and their calibrations, Study of detailed losses (system losses, wiring losses and array losses) and execution of the command to simulate the system.
Results: design and simulation model of an 11MWp photovoltaic power plant was developed composed of 29120 photovoltaic panels with a power of 385 Wp each, 133 MPPT inverters with a power of 66 KWac each and a Medium Voltage transformer with a capacity of 11 MW. The project has been simulated and results obtained has been analyzed.
Practical significance of the research: Design and Simulation of photovoltaic system using the software allows the engineers, academics and researchers to acquire skills in the design and simulation of photovoltaic systems.
Keywords: photovoltaic module, inverter, photovoltaic system, solar power plant, MPPT solar trackers, PVsystem modeling.
References
1. Obukhov S. G., Plotnikov I. A. Imitatsionnaya model' rezhimov raboty avtonomnoy fotoelektricheskoy stantsii s uchetom real'nykh usloviy ekspluatatsii [Simulation model of operation of autonomous photovoltaic plant under actual operating conditions] // Izvestiya Tomskogo Politekhnicheskogo Universiteta. Inzhiniring Georesursov. Bulletin of the Tomsk Polytechnic University. Geo Assets Engineerin. 2017. Vol. 328, no. 6. P. 38-51. EDN: ZCIDNX. (In Russ).
2. Atelier d'échange sur les meilleurs pratiques en exploitation et maintenances des centrales Photovoltaïque en Tenisie.25 février 2020 [Workshop on best practice in the operation and maintenance of photovoltaic power plants in Tunisia. 25 February 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 (accessed: 12.03.2024). (In Fr.).
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. (In Engl.).
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. (In Engl.).
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. (In Engl.).
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. (In Engl.).
7. Ministère du Pétrole, de l'Energie et des Energies Renouvelables. Système d'Information Energétique du Niger Rapport 2021 [Ministry of Petroleum, Energy and Renewable Energies. Niger Energy Information System Report 2021]. (In Fr.).
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. (In Engl.).
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. (In Engl.).
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. (In Engl.).
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. (In Engl.).
12. Kessaissi F. Z., Zegaoui A., Hadji A. A. [et al.]. Comparaison of two PV modules Technologie Using Analytical and Experimental Methods // Energy Procedia. Vol. 74. P. 389397. D0I:10.1016/j.egypro.2015.07.635. (In Engl.).
13. Salame Ch., Aillerie M., Papageorgas P. The international Conference on Technology and Materiels for Renewable Energy, Environement and Sustainability // Energy Proccedia. 2014. Vol. 50. P. 1-2. DOI: 10.1016/S1876-6102(14)01202-8. (In Engl.).
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. (In Engl.).
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. (In Engl.).
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. (In Engl.).
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, no. 1. P. 178-187. DOI: 10.13140/ RG.2.2.12100.50566. (In Engl.).
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, no. 1. DOI: 10.31185/ejuow.Vol10.Iss1.229. (In Engl.).
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, no. 13. P. 4-15. DOI: 10.3991/ijim.v15i13.22331. (In Engl.).
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, no. 1. P. 3884-3896. DOI: 10.17762/de.vi.5340. (In Engl.).
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/ # (accessed: 03.04.2024). (In Engl.).
22. Brinckerhoff P. Iraq Electricity Master Plan: 2010 to 2030. Final Report. Baghdad: Parsons Brinckerhoff, 2010. (In Engl.).
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. (In Engl.).
24. B. Co. INES - Integrated National Energy Strategy. 2012. (In Engl.).
KOSAREVA-VOLODKO Olga Vladimirovna, Candidate of Technical Sciences, Associate Professor, Associate Professor of Energy and Energy Efficiency of the Mining Industry Department, National University of Science and Technology «MISIS», Moscow. SPIN-code: 9100-5274 AuthorID (RSCI): 352831 AuthorID (SCOPUS): 57207833888
Correspondence address: kosareva-volodko@rambler. ru.
ALILU SANI MAMAN KABIRU, Graduate Student of Energy and Energy Efficiency of the Mining Industry Department, National University of Science and Technology «MISIS», Moscow. ORCID: 0009-0001-6656-7961
Correspondence address: [email protected] For citations
Kosareva-Volodko O. V., Alilu Sani Maman Kabiru. Design and simulation of photovoltaic systems using PVsystem software // Omsk Scientific Bulletin. 2024. No. 4 (192). P. 91-99. DOI: 10.25206/1813-8225-2024-192-91-99.
Received May 08, 2024.
© O. V. Kosareva-Volodko, Alilu Sani Maman Kabiru
