Университет Кертина в Малайзии разработал модель температуры для плавучих фотоэлектрических панелей, точность прогнозирования 11/12

Репортаж от Wedoany，Исследовательская группа Университета Кертина (Curtin University) в Малайзии разработала упрощённую модель рабочей температуры элементов для плавучих фотоэлектрических (FPV) систем. Данная модель совместима с существующей моделью номинальной рабочей температуры элементов (NOCT), что позволяет интегрировать её в существующее фотоэлектрическое программное обеспечение.

Автор-корреспондент группы Раманан Чидамбарам Джаярадж сообщил, что модель FPV-NOCT, основанная на стандартной фотоэлектрической модели NOCT, оценивает температуру солнечных элементов, размещённых на водной поверхности, путём включения температуры воды. Её ключевое преимущество заключается в сохранении совместимости с существующими фотоэлектрическими температурными моделями, требуя лишь температуру воды в качестве дополнительных данных и сохраняя простоту исходной структуры NOCT. Джаярадж отметил, что в настоящее время он совершенствует данную модель для повышения точности прогнозирования и планирует расширить разработку моделей температуры элементов на новые технологии солнечных элементов.

В ходе исследования группа сочетает полевые измерения, вычислительную гидродинамику (CFD), статистический анализ и теоретическое моделирование. Сначала они собирали данные ежеминутно на двух специально изготовленных FPV-системах в Малайзии; используемые модули имели мощность 100 Вт и были установлены на высоте 250 мм и 800 мм над поверхностью воды соответственно. Используя эти измерения, группа вывела экспериментальные регрессионные модели и подтвердила двумерную CFD-модель, разработанную в Ansys Fluent.

Далее группа использовала статистический анализ Тагути (Taguchi) для создания CFD-регрессионных моделей с 10 и 7 факторами с целью оценки влияния экологических и конструктивных переменных. На основе этих результатов исследователи разработали модель NOCT, специально предназначенную для FPV, которая включает разницу температур окружающей водной среды, а также дополнительную версию с поправочным коэффициентом ветра.

Исследователи сравнили пять моделей — экспериментальную регрессионную модель, CFD-регрессионные модели Тагути с 10 и 7 факторами, модель FPV-NOCT и модель FPV-NOCT с поправочным коэффициентом ветра — с экспериментальными данными. Затем они проверили наиболее устойчивые кандидатные модели, особенно модель FPV-NOCT, используя независимые наборы данных FPV из озера Пассауна в Бразилии, а также из Уиндзора и Оквилла в Калифорнии. Базовая модель FPV-NOCT продемонстрировала наилучшую общую производительность. Как сообщил Джаярадж, при тестировании на данных плавучей фотоэлектрической системы озера Пассауна модель успешно предсказала наблюдаемую температуру элементов за 11 из 12 месяцев, а при включении поправочного коэффициента ветра — за все 12 месяцев. Аналогичная закономерность наблюдалась в Уиндзоре и Оквилле, где модель FPV-NOCT достигла точности прогнозирования 92,3% в одном из случаев. Для фотоэлектрических систем, размещённых на водной поверхности, предложенная модель показала лучшие результаты, чем стандартная модель NOCT температуры элементов.

Результаты опубликованы в статье «Water cooling effect in solar cell temperature estimation for floating photovoltaics modeling» (Влияние водяного охлаждения на оценку температуры солнечных элементов при моделировании плавучих фотоэлектрических систем) в журнале «Solar Energy» (Солнечная энергия).