التحليل المنتظم والجزئي للقدرة الكهربائية وتأثير الطاقة البديلة

اقرأ في هذا المقال


يُظهر منحنى الجهد الكهربائي (P-U) للصفيف الكهروضوئي نقاط طاقة متعددة، مما يوفر تتبعاً سريعًاً ودقيقاً لنقطة الطاقة القصوى العالمية، وبالنظر إلى الخصائص اللاخطية والسمات متعددة الذروة لمنحنى خرج صفيف (PV) في ظل حالة الظل الجزئي، كما تم اقتراح طريقة تحسين البحث لمجموعة من المنتجين.

أهمية التحليل المنتظم والجزئي للقدرة الكهربائية

اجتذبت الطاقة الكهروضوئية (PV) باعتبارها واحدة من الطاقات المتجددة الرئيسية؛ اهتماماً عالمياً في جميع أنحاء العالم، بحيث يتمثل أحد التحديات الرئيسية في تحسين كفاءة الطاقة الكهروضوئية من خلال تتبع أقصى نقطة للطاقة، والتي تعد الأساس لتحسين استخدام الطاقة الكهروضوئية وإدارة الطاقة للمستهلكين، كما تم اقتراح سلسلة من خوارزميات التحكم في تتبع نقطة الطاقة القصوى.

ومن الأمثلة على ذلك طريقة المراقبة لتحسين الكفاءة، والتي تُظهر الأداء الجيد بشكل أساسي في ظل حالة ذروة واحدة، ومع ذلك يُظهر منحنى الجهد (P-U) الخاص بمصفوفة (PV) خاصية متعددة الذروة في العديد من حالات الظل الجزئي، كذلك خوارزميات (MPPT) الحالية المذكورة أعلاه يتم حصرها بسهولة في النقطة المتطرفة المحلية، وذلك لمعالجة هذه المشكلة، بحيث اقترح الخبراء بعض طرق التحكم في تتبع نقاط الطاقة القصوى العالمية متعددة الذروة (GMPPT)، بما في ذلك:

  • تعتمد طريقة التحكم في الأجهزة (GMPPT) على بنية المصفوفة، بحيث يحسن مناعة المصفوفة للظل الجزئي عن طريق تغيير هيكل النظام الأصلي، كما تشمل هياكل التوصيل الكهربائي الشائعة سلسلة بسيطة ووصلة متوازية ومتسلسلة ووصلة جسريه.
  • طريقة التحكم المباشر المحسن (GMPPT) بناءً على بيانات العينة، كما يقوم بمعالجة منحنى خصائص النظام لتقليل نطاق الحد الأقصى لنقطة الطاقة العالمية ثم يستخدم طريقة التحكم التقليدية المباشرة (MPPT) بناءً على بيانات العينة لتتبع نقطة الطاقة القصوى العالمية.
  • طريقة التحكم الذكية (GMPPT) المبنية على نظرية التحكم الحديثة، بحيث يتضمن خوارزمية تحسين ذكاء السرب وخوارزمية تطورية وخوارزمية التحكم المنطقي الضبابي وكذلك خوارزمية التحكم في الشبكة العصبية وخوارزمية البحث الفوضوي مزدوج الحامل.
  • تعتمد طرق التحكم (GMPPT) على البرامج، مثل خوارزمية البحث الخطي فيبوناتشي وطريقة تحديد موضع نقطة الطاقة القصوى على أساس المنطقة المكافئة المشتقة وطريقة مسح نافذة الجهد الكهربائي وما إلى ذلك.

توافق اقتراح MGSO لخصائص المصفوفة الكهروضوئية

الخلايا الكهروضوئية، وهي وحدات أساسية لتوليد الطاقة الكهروضوئية؛ لها جهد إخراج منخفض وتيار صغير، بحيث يتم تغليف الخلايا الكهروضوئية بشكل عام في بنية مصفوفة عن طريق توصيل سلسلة واتصال متوازي، وبأخذ المصفوفة {4 × 3} كمثال؛ فإنه يتم إعطاء بنية المصفوفة الكهروضوئية في الشكل التالي (1).

liu1-3028934-large-300x239

كما يتم عرض مصفوفة (3 × 4) سلسلة متوازية (PV) في الشكل السابق (1)، وهي السلاسل الفرعية على التوازي و (4) وحدات في سلسلة في كل فرع، ومن أجل تجنب تشغيل الوحدة بجهد عكسي؛ فإنه يتم توصيل الثنائيات الالتفافية (DS1 ، … ، DS12) بالتوازي مع كل وحدة. وفي الوقت نفسه، من أجل منع التيار العكسي، يجب توصيل الوحدات بالتوازي بعد توصيل كل وحدة في سلسلة خاصة مع الصمامات الثنائية (DP1، DP2).

كما أنه يتم تطبيق معطيات وحدة الخلايا الشمسية (SOLAREX MSX60)، بحيث يتم عرض المعلمات المحددة في الجدول التالي (1)، وهي درجة الحرارة المرجعية التي تبلغ (25) درجة وشدة الإضاءة المرجعية التي تصل الى (1000) واط / م ².

liu.t1-3028934-large-300x118

كما أن الجهد الكهربائي المقابل للنقطة القصوى لقدرة الخرج في صف (PV) هو بمثابة سر لمعلومات مهمة في (MPPT)، وذلك تحت ظروف التظليل الجزئي، كما أنه يتم أخذ الحالتين التاليتين للظروف المظللة كأمثلة لتطوير خصائص صفيف (PV) تحت ظروف التظليل الجزئي لاقتراح طريقة (MGSO).

الحالة (1): توزيعات الظل هي [2: 0: 3]، وتمثل كثافة الإضاءة (1B) و (3B) هي (700 واط / م²)، كما أن (1C و 3C) هي (500W / م²)، أيضاً ثلاثي الأبعاد هو (300 واط / م²) والباقي (1000 واط / م²)، كما يظهر منحنى (P-U) في الشكل التالي (2)، والذي يبين جهد الدائرة المفتوحة للصفيف (UOC_array) هو (120V) (أي أقصى جهد في الشكل) وفولطية الدائرة المفتوحة للمكون (UOC_module = UOC_array / 4 = 30V).

الحالة (2): توزيعات الظل هي [0: 2: 2]، وتمثل شدة الإضاءة (2C ، 3C) هي (600 واط / م²) وثنائية الأبعاد وثلاثية الأبعاد (300 واط / م²) والباقي (1000 واط / م²)، بحيث يظهر منحنى (P-U) في الشكل التالي (3)، وهو جهد الدائرة المفتوحة للصفيف (UOC_array) البالغ (122) فولت وفولطية الدائرة المفتوحة للمكون (UOC_module = UOC_array / 3 = 40.7V).

liu2-3028934-large-300x239

liu3-3028934-large-300x235

من الشكل (2) هناك أربعة نقاط طاقة قصوى، حيث تكون النقاط القصوى (U1 ، P1) ، (U2 ، P2) و (U4 ، P4) هي النقاط القصوى المحلية و (U3 ، P3) هي النقطة العظمى العالمية، وبالنسبة الى الطاقة القصوى (864.53) واط لكل نقطة قصوى، كما أن العلاقات التالية توضح الرابط بين الجهد العام والجهد الخاص للدائرة المفتوحة.

  • U1 = 22V≈1 × k1 × UOC_module 
  • U2 = 44≈2 × k1 × UOC_module 
  • U3 = 68V≈3 × k1 × UOC_module 
  • U4 = 93V≈k2 × UOC_module
  • (k1 = 0.7−0.9 ؛ k2 = 0.75−0.85)

في الشكل التالي (3) هناك ثلاث نقاط طاقة قصوى، حيث تكون النقاط القصوى (U1 ، P1) ، (U3 ، P3) هي نقاط قصوى محلية و (U2 ، P2) هي النقطة العظمى العالمية، كذلك الطاقة القصوى تبلغ (1075.18) واط، وذلك لكل نقطة قصوى، كما أن العلاقة التالية بين الجهد الفعلي وجهد الدائرة المفتوحة هي:

  • U1 = 38V≈1 × k1 × UOC_module
  • U2 = 71V≈2 × k1 × UOC_module
  • U3 = 98V≈k2 × UOC_module.

ومن التحليلات المذكورة أعلاه يمكننا الحصول على الاستنتاجات التالية، وبالنسبة لمصفوفة ({m × n} PV)؛ فإن عدد الذروة يساوي عدد نوع الإضاءة، وذلك بافتراض أن أنواع الإضاءة المظللة في جميع الفروع هي (r)، لذلك؛ فإن عدد نقاط الذروة هو (r + 1)، بحيث لا يزيد الحد الأقصى لعدد الذروة عن (n + 1) في ظل ظروف مختلفة من شدة الإضاءة.

تأثير شدة الإضاءة على عملية حصر مشاكل الدائرة الكهربائية

عندما تختلف ظروف الإضاءة في كل فرع من فروع السلسلة، بحيث سيكون هناك (n + 1) نقاط ذروة في هذه الحالة، يجب أن يكون جهد المصفوفة لنقطة الذروة (i) حول [k1 × i × UOC_module (i = 1، …، r)]، والتي تقع في مدى [(i − 1) × UOC_module إلى i × UOC_module]، حيث يبلغ جهد المصفوفة لنقطة الذروة (r + 1) حوالي (k2 × UOC_array)، والتي تقع في نطاق (r × UOC_module إلى (r + 1) × UOC_module).

في هذا البحث، تم اقتراح طريقة (MGSO) لتتبع أقصى نقطة طاقة لنظام الكهروضوئية، بحيث يمكن أن تضمن (MGSO) أن الطريقة لا تندرج في المستوى المحلي الأمثل من خلال زيادة عدد المنتجين وتحديد الموقع الأولي للمنتجين، ولتحسين الدقة والكفاءة تعمل طريقة التتبع على تبسيط استراتيجية البحث وإغفال الحماية الكهربائية.

ووفقاً لنتائج المحاكاة؛ فإنه يمكن لخوارزمية (MGSO) في (MPPT) تتبع نقطة الطاقة القصوى بسرعة وبدقة في ظل حالة ذروة واحدة ومتعددة الذروة، وبالمقارنة مع (PSO) من الخطأ ووقت التقارب والكفاءة والمقارنة مع الخوارزميات الرئيسية الموجودة من كفاءة التتبع في (MPPT)؛ فإن خوارزمية (MGSO) لها تأثير تحسين جيد ودقة تحسين وكفاءة أعلى، كما ويمكنها أيضاً تجنب الوقوع في المستوى الأمثل المحلي، وباختصار؛ فإن خوارزمية (MGSO) المقترحة ممكنة لتوفير شروط التطبيق لـ (GMPPT).

المصدر: B. Zhou, D. Xu, C. Li, C. Y. Chung, Y. Cao, K. W. Chan, et al., "Optimal scheduling of biogas–solar–wind renewable portfolio for multicarrier energy supplies", IEEE Trans. Power Syst., vol. 33, no. 6, pp. 6229-6239, Nov. 2018.K. Guo, L. Cui, M. Mao, L. Zhou and Q. Zhang, "An improved gray wolf optimizer MPPT algorithm for PV system with BFBIC converter under partial shading", IEEE Access, vol. 8, pp. 103476-103490, 2020.X. Xiao, X. Huang and Q. Kang, "A hill-climbing-method-based maximum-power-point-tracking strategy for direct-drive wave energy converters", IEEE Trans. Ind. Electron., vol. 63, no. 1, pp. 257-267, Jan. 2016.Z. Lin, J. Wang, Z. Fang, M. Hu, C. Cai and J. Zhang, "Accurate maximum power tracking of wireless power transfer system based on simulated annealing algorithm", IEEE Access, vol. 6, pp. 60881-60890, 2018.


شارك المقالة: