DOI: https://doi.org/10.1038/s41598-025-86063-2
PMID: https://pubmed.ncbi.nlm.nih.gov/39814860
تاريخ النشر: 2025-01-15
المؤلف: Emre Çelik وآخرون
الموضوع الرئيسي: تقنيات تحسين أنظمة الطاقة الشمسية
نظرة عامة
تقدم هذه الورقة البحثية نهجًا مبتكرًا لنمذجة خلايا ووحدات الطاقة الشمسية (PV) من خلال إدخال مقاومة سلسلة صغيرة في نموذج الصمام الثنائي الفردي الكلاسيكي (SDM) ونموذج الصمام الثنائي المزدوج (DDM)، مما يؤدي إلى النماذج الجديدة المسماة SDM المعاد تكوينه (Reconfig-SDM) وDDM المعاد تكوينه (Reconfig-DDM). تستخدم الدراسة خوارزمية بحث السنجاب (SSA) لتحديد المعلمات، مما يوضح فعاليتها من خلال التحقق التجريبي على خلية شمسية تجارية من RTC France ووحدة PV متعددة البلورات CS6P-220P. تشير النتائج إلى أن النماذج المقترحة تتفوق بشكل كبير على الطرق التقليدية، حيث تحقق تقليل الأخطاء بنسبة تصل إلى 0.37% و2.58% لخلية الشمس، و3.21% و29.0% لوحدة الشمس، على التوالي.
تخلص الورقة إلى أن Reconfig-SDM وReconfig-DDM توفر تمثيلًا أكثر دقة للخصائص غير الخطية لأجهزة الطاقة الشمسية مقارنة بالنماذج الحالية، كما يتضح من قيم خطأ الجذر التربيعي المتوسط (RMSE) المنخفضة. تشمل اتجاهات البحث المستقبلية المقترحة استكشاف مقاومة السلسلة في نماذج أخرى، مثل نموذج الصمام الثلاثي (TDM)، وتطبيق خوارزميات تحسين أكثر تقدمًا. بالإضافة إلى ذلك، قد يؤدي اختبار النماذج المقدمة تحت ظروف بيئية متغيرة إلى تعزيز قابليتها للتطبيق ومرونتها في السيناريوهات الواقعية.
طرق
في قسم الطرق، يقدم المؤلفون دراستين حالتين للتحقق من صحة نموذج الفرق العشوائي القابل لإعادة التكوين (Reconfig-SDM) ونموذج الفرق الديناميكي القابل لإعادة التكوين (Reconfig-DDM) باستخدام خلية شمسية (PV) ووحدة PV. تم تعيين المعلمات المشتركة لخوارزمية البحث العشوائي (SSA) إلى عدد أقصى من التكرارات يبلغ 750 وحجم سكاني يبلغ 30، بينما تم الحفاظ على المعلمات الخوارزمية الأخرى وفقًا للنتائج السابقة التي أظهرت أداءً متفوقًا. تم إجراء التجارب باستخدام MATLAB 2017b على جهاز كمبيوتر مكتبي مزود بمعالج Intel i5-9400 وذاكرة RAM سعة 12 جيجابايت.
استخدمت الدراسة الحالة الأولى مجموعة بيانات من خلية شمسية تجارية من RTC France تعمل عند 33 درجة مئوية وإشعاع قدره 1000 واط/م². ركزت الدراسة الحالة الثانية على وحدة PV صناعية، CS6P-220P، التي تعمل عند 30 درجة مئوية ونفس مستوى الإشعاع. يمكن لهذه الوحدة، التي تتكون من 60 خلية شمسية متعددة البلورات متصلة على التوالي، أن توفر ما يصل إلى 220 واط. تضمنت الإعدادات التجريبية، التي تقع في حرم كلية الهندسة بجامعة دوزجة، تركيا، قياس 46 عينة من الجهد والتيار من وحدة واحدة مفصولة عن تكوين متوازي لعدة وحدات. تم توفير مجموعات بيانات مفصلة لكل من خلية RTC France الشمسية ووحدة CS6P-220P في الملحق، مع تسليط الضوء على النتائج المقارنة في الجدول 1، حيث تشير الأرقام الغامقة إلى نتائج متفوقة مقارنة بالأساليب الحالية.
نقاش
في هذا القسم، يناقش المؤلفون نمذجة خلايا الطاقة الشمسية (PV)، مؤكدين على أهمية التمثيلات الرياضية الدقيقة لتوقع خصائص التيار-الجهد (I-V). يبرزون نموذج الصمام الثنائي الفردي (SDM) ونموذج الصمام الثنائي المزدوج (DDM) كأكثر الأطر شيوعًا، حيث يقدم DDM دقة أكبر على حساب زيادة التعقيد بسبب المعلمات الإضافية. يتم تحليل تأثير مقاومة السلسلة على منحنى I-V، مما يكشف أن مقاومة السلسلة الأعلى تقلل من انحدار المنحنى، مما يتطلب جهدًا أماميًا أعلى للحفاظ على التيار. يقدم المؤلفون إصدارات معاد تكوينها من هذه النماذج (Reconfig-SDM وReconfig-DDM)، والتي تتضمن مقاومة السلسلة لتعكس بشكل أفضل الظروف الواقعية، ويقدمون معادلات مفصلة لحساب التيار الناتج بناءً على هذه التكوينات.
يستفيض المؤلفون في توضيح تحسين معلمات النموذج باستخدام خوارزمية بحث السنجاب (SSA)، المستوحاة من سلوك البحث عن الطعام للسناجب الطائرة. تهدف هذه الخوارزمية إلى تقليل خطأ الجذر التربيعي المتوسط (RMSE) بين بيانات التيار المقاسة والمحسوبة، مما يعزز دقة نماذج الطاقة الشمسية. يتم تأطير عملية التحسين كمشكلة تحديد المعلمات غير المعروفة ضمن حدود محددة، حيث تظهر SSA أداءً متفوقًا مقارنة بأساليب التحسين الأخرى في تحقيق قيم RMSE أقل لكل من Reconfig-SDM وReconfig-DDM. توضح النتائج من دراستين حالتين فعالية هذه النماذج، حيث يتفوق Reconfig-DDM باستمرار على Reconfig-SDM من حيث الدقة، مما يثبت قابليتها للتطبيق في أنظمة الطاقة الشمسية العملية.
DOI: https://doi.org/10.1038/s41598-025-86063-2
PMID: https://pubmed.ncbi.nlm.nih.gov/39814860
Publication Date: 2025-01-15
Author(s): Emre Çelik et al.
Primary Topic: Photovoltaic System Optimization Techniques
Overview
This research paper presents an innovative approach to modeling photovoltaic (PV) cells and modules by introducing a small series resistance in the classical single-diode model (SDM) and double-diode model (DDM), resulting in the new models termed reconfigured SDM (Reconfig-SDM) and reconfigured DDM (Reconfig-DDM). The study employs a squirrel search algorithm (SSA) for parameter identification, demonstrating its effectiveness through experimental validation on a commercial RTC France solar cell and a CS6P-220P polycrystalline PV module. The results indicate that the proposed models significantly outperform traditional methods, achieving error reductions of up to 0.37% and 2.58% for the solar cell, and 3.21% and 29.0% for the solar module, respectively.
The paper concludes that the Reconfig-SDM and Reconfig-DDM provide a more accurate representation of the nonlinear characteristics of PV devices compared to existing models, as evidenced by lower root mean square error (RMSE) values. Future research directions suggested include the exploration of series resistance in other models, such as the triple-diode model (TDM), and the application of more advanced optimization algorithms. Additionally, testing the introduced models under varying environmental conditions could further enhance their applicability and robustness in real-world scenarios.
Methods
In the Methods section, the authors present two case studies to validate the proposed Reconfigurable Stochastic Differential Model (Reconfig-SDM) and Reconfigurable Dynamic Differential Model (Reconfig-DDM) using a photovoltaic (PV) cell and a PV module. The common parameters for the Stochastic Search Algorithm (SSA) were set to a maximum iteration number of 750 and a population size of 30, while other algorithmic parameters were maintained as per previous findings that demonstrated superior performance. The experiments were conducted using MATLAB 2017b on a desktop equipped with an Intel i5-9400 processor and 12 GB of RAM.
The first case study utilized a dataset from a commercial RTC France solar cell operating at 33 °C and an irradiance of 1000 W/m². The second case study focused on an industrial PV module, CS6P-220P, which operates at 30 °C and the same irradiance level. This module, consisting of 60 polycrystalline solar cells in series, can deliver up to 220 W. The experimental setup, located at the Engineering Faculty Campus of Düzce University, Türkiye, involved measuring 46 samples of voltage and current from a single module disconnected from a parallel configuration of multiple modules. Detailed datasets for both the RTC France solar cell and the CS6P-220P module are provided in the Appendix, with comparative results highlighted in Table 1, where bold numbers indicate superior outcomes relative to existing methodologies.
Discussion
In this section, the authors discuss the modeling of photovoltaic (PV) cells, emphasizing the importance of accurate mathematical representations for predicting current-voltage (I-V) characteristics. They highlight the single-diode model (SDM) and double-diode model (DDM) as the most prevalent frameworks, with DDM offering greater accuracy at the cost of increased complexity due to additional parameters. The impact of series resistance on the I-V curve is analyzed, revealing that higher series resistance reduces the steepness of the curve, necessitating higher forward voltage to maintain current. The authors introduce reconfigured versions of these models (Reconfig-SDM and Reconfig-DDM), which incorporate series resistance to better reflect real-world conditions, and provide detailed equations for calculating output current based on these configurations.
The authors further elaborate on the optimization of model parameters using a squirrel search algorithm (SSA), inspired by the foraging behavior of flying squirrels. This algorithm aims to minimize the root mean square error (RMSE) between measured and computed current data, thus enhancing the accuracy of the PV models. The optimization process is framed as a problem of identifying unknown parameters within specified bounds, with SSA demonstrating superior performance compared to other optimization methods in achieving lower RMSE values for both Reconfig-SDM and Reconfig-DDM. The results from two case studies illustrate the effectiveness of these models, with Reconfig-DDM consistently outperforming Reconfig-SDM in terms of accuracy, thereby validating their applicability for practical PV systems.