skip to Main Content
بررسی روش های محاسبه سرعت تخریب فتوولتائیک

بررسی روش های محاسبه سرعت تخریب فتوولتائیک

عنوان انگلیسی: Review of photovoltaic degradation rate methodologies
سال نشر: ۲۰۱۴
نویسنده: Alexander Phinikarides , Nitsa Kindyni, George Makrides, George E. Georghiou
رشته های مرتبط: مهندسی برق , الکترونیک
تعداد صفحه فارسی:۲۶- تعداد صفحه انگلیسی: ۱۰
شناسه: ۱۰.۱۰۱۶/j.rser.2014.07.155
دانشگاه: Photovoltaic Technology Group, Department of Electrical and Computer Engineering, University of Cyprus, 75, Kallipoleos avenue, PO Box 20537, Nicosia 1678, Cyprus
نشریه: Renewable and Sustainable Energy Reviews

چکیده

این مقاله به بررسی و مروری بر روش شناسیِ سرعت تخریب(R_D) تکنولوژی فتوولتائیک (PV)، آنگونه که در کتاب ها گزارش شده، پرداخته است. هر کدام از روش ها، همانطور که در مقاله ذکر شده است، بسته به تجهیزات اندازه گیری، صلاحیت داده ها و معیارهای فیلتر، عملکرد متریک و روش های آماری در برآورد روند، نتایجی مختلف با عدم قطعیت های مختلف ارائه می دهد. این امر باعث ایجاد خطرِ برآورد بیشتر یا کمتر سرعت واقعی تخریب و در نتیجه طول عمر موثر سیستم/آرایه/ ماژول PV شده و نیاز به تعریف یک روش شناسی استاندار را به اثبات می رساند. در یک جستجوی موضوعی چهار روش آماری تجزیه و تحلیل برای محاسبه سرعت تخریب شناسایی شد. ۱) رگرسیون خطی (LR) 2) تجزیه فصلی کلاسیک (CSD) 3) میانگین متحرک اتورگرسیو مجتمع (ARIMA) 4) لُوِس (, LOESS Locally Weighted Scatterplot Smoothing ) ، که LR پر استفاده ترین روش بود. این تجزیه و تحلیل ها بر اساس عملکردهای متریک زیر به کار برده شد. ۱) پارامترهای الکتریکی منتج شده از منحنی IV که در شرایط شبیه سازی شده داخلی و خارجی و اصلاح شده به STC 2) مدل های رگرسیون از قبیل فتوولتائیک برای کاربردهای سودمند مقیاس (PVUSA) و مدل های Sandia 3) درجه بندی های های نرمال از قبیل نسبت عملکرد(R_P) ، GI/ P_MPP 4) درجه بندی های مقیاسی (scaled ratings) از قبیل/ P_max P_MPP ،/ P_max P_AC و kWh/kW_p. نتایج سرعت تخریب نشان داده است که روش IV کمترین R_D را تولید کرده و LR نتایجی با تنوع و عدم قطعیت بالا تولید کرده است .ARIMA و LOESS، با وجود اینکه از محبوبیت کمتری برخودار هستند دارای نتایجی با تنوع و عدم قطعیت کمتر تولید کرده و بین آنها سازش وجود دارد. مهم تر از همه اینکه این بررسی نشان داد R_D فقط وابسته به فناوری و مکان نیست بلکه وابسته به روش شناسی نیز هست.

Abstract

This paper provides a review of methodologies for measuring the degradation rate, RD, of photovoltaic (PV) technologies, as reported in the literature. As presented in this paper, each method yields different results with varying uncertainty depending on the measuring equipment, the data qualification and filtering criteria, the performance metric and the statistical method of estimation of the trend. This imposes the risk of overestimating or underestimating the true degradation rate and, subsequently, the effective lifetime of a PV module/array/system and proves the need for defining a standardized methodology. Through a literature search, four major statistical analysis methods were recognized for calculating degradation rates: (1) Linear Regression (LR), (2) Classical Seasonal Decomposition (CSD), (3) AutoRegressive Integrated Moving Average (ARIMA) and, (4) LOcally wEighted Scatterplot Smoothing (LOESS), with LR being the most common. These analyses were applied on the following performance metrics: (1) electrical parameters from IV curves recorded under outdoor or simulated indoor conditions and corrected to STC, (2) regression models such as the Photovoltaics for Utility Scale Applications (PVUSA) and Sandia models, (3) normalized ratings such as Performance Ratio, RP, and PMPP/GI and, (4) scaled ratings such as PMPP/Pmax, PAC/Pmax and kWh/kWp. The degradation rate results have shown that the IV method produced the lowest RD and LR produced results with large variation and the largest uncertainty. The ARIMA and LOESS methods, albeit less popular, produced results with low variation and uncertainty and with good agreement between them. Most importantly, this review showed that the RD is not only technology and site dependent, but also methodology dependent.

۵۰,۰۰۰ ریال – خرید
امتیاز شما:
(No Ratings Yet)
Back To Top