DOI: https://doi.org/10.32604/ee.2026.072899
تاريخ النشر: 2026-01-01
المؤلف: Wulfran Fendzi Mbasso وآخرون
الموضوع الرئيسي: تقنيات تحسين أنظمة الطاقة الشمسية
نظرة عامة
يتناول هذا القسم من ورقة البحث التحديات التي تواجه محطات الطاقة الشمسية الكهروضوئية (PV) على نطاق المرافق التي تعمل في ظل ظروف مثل التظليل الجزئي، والتلوث، وتقلبات درجة الحرارة، والتغيرات السريعة في الإشعاع، والتي يمكن أن تؤثر سلبًا على إنتاج الطاقة واستقرار الشبكات الكهربائية الضعيفة. يقترح المؤلفون إطار عمل شامل يربط بين الضغوط المختلفة وطرق تتبع النقطة القصوى للطاقة الذكية (MPPT) والتحكم المتقدم في العاكسات. يؤكدون على الحاجة إلى مقاييس موحدة وتقارير متوافقة مع IEC 61724-1 وIEEE 1547/1547.1 لتسهيل المقارنات العادلة وإمكانية إعادة الإنتاج في تقييمات الأداء. تكشف الدراسة أن التلوث العالمي يمكن أن يقلل من الإنتاج السنوي بحوالي 3%-5%، بينما تظهر طرق MPPT الهجينة والمعتمدة على التعلم كفاءة تتبع تبلغ حوالي 99% في ظل ظروف التظليل الجزئي في المحاكاة والدراسات التي تشمل الأجهزة.
تسلط الاستنتاجات الضوء على نهج التصميم المشترك لتتبع النقطة القصوى للطاقة ودعم الشبكة، مقدمة خوارزمية قرار تضبط بشكل مثالي كل من المتعقب وواجهة الشبكة. تشير النتائج إلى أن المتعقبات المعتمدة على التعلم العميق (DRL) تحقق كفاءة MPPT متوسطة ($\eta_{mppt} \approx 0.996$) مع زمن استجابة ($t_{95} \approx 0.19$ ثانية)، بينما تحقق المتعقبات الهجينة $\eta_{mppt} \approx 0.992$ مع $t_{95} \approx 0.26$ ثانية، متفوقة على الأساليب الميتاهيرستية. تحت نسبة دائرة القصر (SCR) تبلغ 2.5، يحسن التحكم في تشكيل الشبكة مؤشر استعادة الجهد (VRI) من حوالي 0.78 إلى 0.95 مع الحفاظ على التشويه التوافقي الكلي (THD) ضمن 2.5%-3.2%. يدعو المؤلفون إلى إعطاء الأولوية لاستراتيجيات MPPT الهجينة أو DRL في بيئات التظليل الجزئي العالي وSCR المنخفض، مع اقتراح نهج أكثر تحفظًا لمواقع SCR المعتدلة. تؤكد الدراسة على أهمية استخدام مكتبة البذور المقدمة للإبلاغ المتسق عن مؤشرات الأداء الرئيسية (KPIs) لتعزيز القابلية للمقارنة والملاءمة في التطبيقات الواقعية.
مقدمة
تسلط مقدمة الدراسة الضوء على التحديات التي تواجه محطات الطاقة الشمسية الكهروضوئية (PV) التي تعمل في ظل ظروف معقدة وغير مثالية بشكل متزايد، مثل التظليل الجزئي، والتلوث، وتقلبات درجة الحرارة، والتغيرات السريعة في الإشعاع. يمكن أن تؤدي هذه العوامل إلى تقليل إنتاج الطاقة بشكل كبير وتعريض استقرار الشبكة للخطر، خاصة عندما يتم دفع التحكم التقليدي في تتبع النقطة القصوى للطاقة (MPPT) والتحكم في متابعة الشبكة إلى ما وراء حدود تصميمها. بالإضافة إلى ذلك، تتطلب متطلبات الربط الأكثر صرامة، كما هو موضح في المعايير مثل IEC 61724-1:2021 وIEEE 1547-2018، أن تحافظ العاكسات الشمسية على استقرار التردد والجهد بدلاً من الانفصال أثناء الاضطرابات.
تؤكد مشهد نظام الطاقة المتطور، الذي يتميز بظروف ذات قصور منخفض ونسبة دائرة قصر منخفضة، على أهمية تنظيم “تشكيل الشبكة” (GFM) للحفاظ على الاستقرار. تشير هذه التقارب بين ظروف التشغيل الأكثر تحديًا لأنظمة الطاقة الشمسية وزيادة الطلبات على الاستقرار من الشبكة إلى الحاجة الملحة لحلول شمسية كهروضوئية مرنة تتضمن تحسينًا عالميًا ذكيًا واستراتيجيات تحكم متقدمة. تؤكد خرائط البحث على ضرورة وجود نماذج موثوقة، واختبارات موحدة، وعروض ميدانية لتناول هذه التحديات بفعالية.
طرق
في هذا القسم، يوضح المؤلفون المنهجيات المستخدمة لتحليل أداء الطاقة الشمسية الكهروضوئية (PV)، مع التركيز على مؤشرات الطاقة المعدلة. يتم تعريف العائد المرجعي ($Y_r$) من خلال تكامل الإشعاع على مستوى اللوحة المعدل بقيمة مرجعية ($G_{ref} = 1000 \, W \cdot m^{-2}$)، بينما يتم اشتقاق العائد النهائي ($Y_f$) من الطاقة المتولدة AC ($E_{AC}$) مقسومة على قدرة اللوحة الاسمية ($P_r$). يتم حساب نسبة الأداء ($PR$) كنسبة العائد النهائي إلى العائد المرجعي، وتأخذ نسبة الأداء المصححة بالحرارة ($PR_{corr}$) في الاعتبار التأثيرات الحرارية باستخدام معامل درجة الحرارة ($\gamma_T$) ودرجة حرارة الخلية ($T_c$).
يتناول المؤلفون أيضًا التعقيدات التي تسببها التظليل الجزئي، مقترحين طريقة لتقييم كفاءة تتبع النقطة القصوى للطاقة (MPPT) بناءً على نسبة قدرة تشغيل العاكس ($P(t)$) إلى القدرة القصوى العالمية ($P^*(t)$). يتم تحديد مقاييس لتغير الإشعاع، مثل معدل الزيادة ($RR$)، وتأثيرات التلوث من خلال نسب وتعريفات خسارة محددة. يبرز القسم أهمية التوصيف الدقيق وإمكانية إعادة الإنتاج في نمذجة الاضطرابات، بما في ذلك ظروف الإشعاع والتظليل، لضمان تقييمات أداء موثوقة عبر سيناريوهات تشغيل مختلفة. تدعم المنهجيات سلسلة من المعادلات والجداول التي توضح المعلمات والمعلمات الفائقة ذات الصلة باستراتيجيات MPPT المختلفة، بما في ذلك الأساليب الميتاهيرستية والهجينة والمعتمدة على التعلم العميق، والتي أظهرت تحسين كفاءة التتبع تحت ظروف التظليل الديناميكية.
نتائج
في قسم النتائج، يقدم المؤلفون تحليلًا شاملاً لنتائجهم، مع التركيز على المقارنة بين GFL (التعلم الأمامي العام) وGFM (النموذج الأمامي العام) باستخدام مقياس SCR (نسبة الإشارة إلى الضوضاء). يتم تلخيص النتائج من خلال الوسائط لكل مجموعة ونطاقات الربع (IQR) عبر عدة بذور، مع مقارنات مفصلة موضحة في الجدول 13 ومدعومة بمخططات التماثل في الأشكال 17 و18 و19.
توضح نتائج دراسة الحالة، كما هو مفصل في الجدول 18، التبادلات المميزة الموضحة في الجدول 13، مما يوفر تحققًا تجريبيًا للإرشادات المقترحة للتصميم المشترك. من الجدير بالذكر أن الشكل 19 يقدم مخططات تماثل لمؤشرات الأداء الرئيسية مثل $\eta_{MPPT}$ (كفاءة تتبع النقطة القصوى للطاقة)، و$t_{95}$ (الوقت للوصول إلى 95% من التقارب)، وVRI (مؤشر تنظيم الجهد)، مصحوبة بأشرطة تحمل $\epsilon_{\eta}$، و$\epsilon_{t}$، و$\epsilon_{VRI}$. تؤكد هذه التمثيلات المرئية على العلاقة بين مخرجات النموذج والتطبيقات الواقعية، مما يعزز أهمية المعايير الموحدة في الظروف المعقدة.
مناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التقدم والتحديات في تتبع النقطة القصوى للطاقة العالمية (MPPT) تحت ظروف التظليل الجزئي (PSC) ودمج التحكم المتقدم في العاكسات لأنظمة الطاقة الشمسية (PV). تشير الاستطلاعات الأخيرة إلى أن الخوارزميات الميتاهيرستية، مثل تحسين سرب الجسيمات (PSO)، وتحسين الذئب الرمادي (GWO)، والتطور التفاضلي (DE)، تحقق كفاءة تتبع تزيد عن 99% في البيئات الخاضعة للتحكم، بينما تعزز الطرق الهجينة والمعتمدة على التعلم التكيف مع سيناريوهات التظليل الديناميكية. ومع ذلك، تكشف الأدبيات عن فجوات كبيرة، بما في ذلك ممارسات القياس غير المتسقة عبر الدراسات، ونقص الأدلة الموحدة لعمليات الشبكة الضعيفة، وفصل تحسين التقاط الطاقة عن التحكم من أجل المرونة، مما يعقد تقييم فعاليتها المشتركة خلال الاضطرابات.
لمعالجة هذه القضايا، تقترح الورقة تصنيفًا شاملاً يربط بين الضغوط الميدانية المحددة (مثل PSC، والتلوث، وزيادات الإشعاع) مع استراتيجيات MPPT والتحكم في العاكسات المقابلة، جنبًا إلى جنب مع مخطط تقييم مدرك للمعايير متماشي مع IEC 61724-1 وIEEE 1547. يقدم المؤلفون خط أنابيب تحقق قابل لإعادة الإنتاج يسهل المقارنة عبر المختبرات، مما يضمن أن النتائج متسقة وموثوقة. تشمل أهداف الدراسة توحيد إطار عمل لتصميم MPPT الذكي ودعم الشبكة، وتحديد مقاييس للمقارنة عبر الأوراق، وإقامة مسار تحقق للتوأم الرقمي (DT) يمتد من المحاكاة إلى الاختبار الميداني. يهدف هذا النهج إلى تعزيز التطبيق العملي لتتبع النقطة القصوى للطاقة والتحكم في العاكسات، مما يسهم في استقرار وكفاءة أنظمة الطاقة الشمسية في ظروف الشبكة المتنوعة.
DOI: https://doi.org/10.32604/ee.2026.072899
Publication Date: 2026-01-01
Author(s): Wulfran Fendzi Mbasso et al.
Primary Topic: Photovoltaic System Optimization Techniques
Overview
This research paper section addresses the challenges faced by utility-scale photovoltaic (PV) plants operating under conditions such as partial shading, soiling, temperature fluctuations, and rapid changes in irradiance, which can negatively impact energy yield and stability on weak electrical grids. The authors propose a comprehensive framework that links various stressors to intelligent maximum power point tracking (MPPT) methods and advanced inverter controls. They emphasize the need for standardized metrics and reporting aligned with IEC 61724-1 and IEEE 1547/1547.1 to facilitate fair comparisons and reproducibility in performance assessments. The study reveals that global soiling can reduce annual production by approximately 3%-5%, while hybrid and learning-based MPPT methods demonstrate around 99% tracking efficiency under partial shading conditions in simulations and hardware-in-the-loop (HIL) studies.
The conclusions highlight the co-design approach for MPPT and grid support, introducing a decision algorithm that optimally tunes both the tracker and grid interface. The results indicate that deep reinforcement learning (DRL) trackers achieve a median MPPT efficiency ($\eta_{mppt} \approx 0.996$) with a response time ($t_{95} \approx 0.19$ s), while hybrid trackers achieve $\eta_{mppt} \approx 0.992$ with $t_{95} \approx 0.26$ s, outperforming metaheuristic approaches. Under a short-circuit ratio (SCR) of 2.5, grid-forming control improves voltage recovery index (VRI) from approximately 0.78 to 0.95 while maintaining total harmonic distortion (THD) within 2.5%-3.2%. The authors advocate for the prioritization of hybrid or DRL MPPT strategies in high partial shading and low SCR environments, while suggesting more conservative approaches for moderate SCR sites. The study underscores the importance of using the provided seed library for consistent reporting of key performance indicators (KPIs) to enhance comparability and relevance in real-world applications.
Introduction
The introduction of the study highlights the challenges faced by photovoltaic (PV) plants operating under increasingly complex and non-ideal conditions, such as partial shading, soiling, temperature fluctuations, and rapid changes in irradiance. These factors can significantly reduce energy yield and jeopardize grid stability, especially when conventional maximum power point tracking (MPPT) and grid-following controls are pushed beyond their design limits. Additionally, stricter interconnection requirements, as outlined in standards like IEC 61724-1:2021 and IEEE 1547-2018, necessitate that PV inverters maintain frequency and voltage stability rather than disconnecting during disturbances.
The evolving power system landscape, characterized by low-inertia and low-short-circuit-ratio scenarios, underscores the importance of “grid-forming” (GFM) regulation for maintaining stability. This convergence of more challenging operational conditions for PV systems and heightened stability demands from the grid indicates a pressing need for resilient photovoltaic solutions that incorporate smart global optimization and advanced control strategies. Research roadmaps emphasize the necessity for validated models, standardized testing, and field-grade demonstrations to address these challenges effectively.
Methods
In this section, the authors detail the methodologies employed to analyze photovoltaic (PV) performance, focusing on energy-normalized indicators. The reference yield ($Y_r$) is defined through the integral of plane-of-array irradiance normalized by a reference value ($G_{ref} = 1000 \, W \cdot m^{-2}$), while the final yield ($Y_f$) is derived from the delivered AC energy ($E_{AC}$) divided by the array’s nameplate power ($P_r$). The performance ratio ($PR$) is calculated as the ratio of final yield to reference yield, and a temperature-corrected performance ratio ($PR_{corr}$) accounts for thermal impacts using the temperature coefficient ($\gamma_T$) and cell temperature ($T_c$).
The authors also address the complexities introduced by partial shading, proposing a method to evaluate maximum power point tracking (MPPT) efficiency based on the ratio of inverter operating power ($P(t)$) to the global maximum power ($P^*(t)$). Metrics for irradiance variability, such as ramp-rate ($RR$), and soiling effects are quantified through specific ratios and loss definitions. The section emphasizes the importance of accurate parameterization and reproducibility in modeling disturbances, including irradiance and shading conditions, to ensure reliable performance assessments across various operational scenarios. The methodologies are supported by a series of equations and tables that outline the parameters and hyperparameters relevant to different MPPT strategies, including metaheuristic, hybrid, and deep reinforcement learning approaches, which are shown to enhance tracking efficiency under dynamic shading conditions.
Results
In the Results section, the authors present a comprehensive analysis of their findings, focusing on the comparison between GFL (Generalized Feedforward Learning) and GFM (Generalized Feedforward Model) using the SCR (Signal-to-Noise Ratio) metric. The results are summarized through per-stack medians and interquartile ranges (IQR) across multiple seeds, with detailed comparisons illustrated in Table 13 and supported by parity plots in Figures 17, 18, and 19.
The case study results, as detailed in Table 18, further elucidate the trade-offs highlighted in Table 13, thereby providing empirical validation for the proposed co-design guidance. Notably, Figure 19 presents parity plots for key performance indicators such as $\eta_{MPPT}$ (Maximum Power Point Tracking efficiency), $t_{95}$ (time to 95% convergence), and VRI (Voltage Regulation Index), accompanied by tolerance bands $\epsilon_{\eta}$, $\epsilon_{t}$, and $\epsilon_{VRI}$. This visual representation underscores the relationship between the model outputs and real-world applications, reinforcing the importance of standardized benchmarks in complex conditions.
Discussion
The discussion section of the research paper highlights the advancements and challenges in global maximum power point tracking (MPPT) under partial shading conditions (PSC) and the integration of advanced inverter controls for photovoltaic (PV) systems. Recent surveys indicate that metaheuristic algorithms, such as Particle Swarm Optimization (PSO), Grey Wolf Optimization (GWO), and Differential Evolution (DE), achieve over 99% tracking efficiency in controlled environments, while hybrid and learning-assisted methods enhance adaptability to dynamic shading scenarios. However, the literature reveals significant gaps, including inconsistent benchmarking practices across studies, a lack of standardized evidence for weak grid operations, and the separation of energy capture optimization from control for resilience, complicating the assessment of their combined effectiveness during disturbances.
To address these issues, the paper proposes a comprehensive taxonomy that links specific field stressors (e.g., PSC, soiling, irradiance ramps) to corresponding MPPT and inverter control strategies, along with a standards-aware evaluation blueprint aligned with IEC 61724-1 and IEEE 1547. The authors introduce a reproducible validation pipeline that facilitates comparison across laboratories, ensuring that results are consistent and reliable. The study’s objectives include consolidating a framework for intelligent MPPT and grid-support co-design, defining metrics for cross-paper comparability, and establishing a digital twin (DT) validation pathway that spans simulation to field testing. This approach aims to enhance the practical application of MPPT and inverter controls, ultimately contributing to the stability and efficiency of PV systems in varying grid conditions.