Κατάλογος Εκδηλώσεων

 ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών

ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

Εμμανουήλ Λιουδάκη

με θέμα

Ηλεκτρονικό Σύστημα Ελέγχου της Παραγωγής Ισχύος Φωτοβολταϊκών Συστοιχιών υπό Μερική Σκίαση
Electronic System for the Control of the Power Production of Photovoltaic Arrays under Partial Shading

Εξεταστική Επιτροπή

Καθηγητής Ευτύχιος Κουτρούλης (επιβλέπων)
Καθηγητής Γεώργιος Σταυρακάκης
Αναπληρωτής Καθηγητής Φώτιος Κανέλλος

Περίληψη

Τα φωτοβολταϊκά (Φ/Β) συστήματα αποτελούν ένα σημαντικό ποσοστό των παγκοσμίως εγκατεστημένων μονάδων παραγωγής ηλεκτρικής ενέργειας. Εκμεταλλεύονται μια ανανεώσιμη πηγή ενέργειας και δεν απαιτούν συχνή συντήρηση, αφού δεν περιέχουν μηχανικά μέρη. Αυτά, σε συνδυασμό με το γεγονός ότι τα εξαρτήματά τους γίνονται φθηνότερα με την πάροδο του χρόνου, εξηγούν την αυξανόμενη διείσδυση των Φ/Β σταθμών παραγωγής ισχύος στα σύγχρονα δίκτυα παραγωγής και διανομής ηλεκτρικής ενέργειας. Για να αποφευχθεί η διαταραχή της συχνότητας και να βελτιωθεί η ποιότητα ισχύος του δικτύου, ένας τρόπος ελέγχου είναι η εφαρμογή της διαδικασίας Flexible Power Point Tracking (FPPT), όπου η ισχύς του Φ/Β συστήματος ρυθμίζεται σε μια τιμή αναφοράς. Εφόσον τα Φ/Β πάνελ συνήθως σκιάζονται, οι συμβατικοί αλγόριθμοι FPPT δεν λειτουργούν αποδοτικά, επομένως αναπτύχθηκε η κατηγορία των Global FPPT (GFPPT) αλγορίθμων. Στην εργασία αυτή προτείνονται δυο νέοι GFPPT αλγόριθμοι, βασισμένοι στη μηχανική μάθηση. Για να αξιολογηθεί η αποτελεσματικότητά τους, αναπτύχθηκε ένα πειραματικό σύστημα. Ένας GFPPT αλγόριθμος από τη βιβλιογραφία και οι δυο νέοι δοκιμάστηκαν πειραματικά υπό μεταβαλλόμενες συνθήκες λειτουργίας, όπως θα μπορούσε να συμβεί και σε πραγματικές εφαρμογές. Τα πειραματικά αποτελέσματα έδειξαν ότι οι δυο νέοι αλγόριθμοι που αναπτύχθηκαν στο πλαίσιο αυτής της εργασίας συνέκλιναν σε σημαντικά μικρότερο χρονικό διάστημα, ενώ πέτυχαν ένα σχεδόν ίδιο σφάλμα παρακολούθησης στη μόνιμη κατάσταση.

Abstract 

Photovoltaic (PV) systems constitute a significant percentage of the worldwide installed electrical power plants. They exploit a renewable energy source and they do not require frequent maintenance, since they do not contain mechanical parts. These, combined with the fact that their components get cheaper over time, explain the increasing penetration of PV power plants in modern electricity grids. To avoid frequency disturbance and to improve the grid’s power quality, a way of controlling the output power of PV systems is the Flexible Power Point Tracking (FPPT), where a reference value is configured for the PV array’s output power. Since PV modules are usually shaded, conventional FPPT algorithms cannot operate efficiently, thus the concept of the Global FPPT (GFPPT) algorithm was introduced. In this thesis, two novel GFPPT algorithms based on machine learning are proposed. To evaluate their effectiveness, an experimental system was developed. One GFPPT algorithm from the literature and the two new ones were tested experimentally on varying operating conditions, as it could happen in real world applications. The experimental results demonstrated that the two new algorithms developed within the framework of this thesis converged in significantly less time, while they achieved an almost same steady-state tracking error.

Meeting ID: 967 8767 2714
Password: 259569