Dépôt institutionnel de l'UQO
RECHERCHER

Particle swarm optimization based modeling and analysis of photovoltaic module characteristics in snowy conditions

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Khenar Malek Kheili, Mohammad (2021). Particle swarm optimization based modeling and analysis of photovoltaic module characteristics in snowy conditions. Thèse. Gatineau, Université du Québec en Outaouais, Département d'informatique et d'ingénierie, 154 p.

[thumbnail of Khenar_Malek_Kheili_Mohammad_2021_these.pdf]
Prévisualisation
PDF
Télécharger (7MB) | Prévisualisation

Résumé

La technologie photovoltaïque a connu un essor ces dernières décennies suite à la recherche des solutions énergétiques permettant de faire face aux défis majeurs tels que le changement climatique et l’économie des ressources énergétiques. Cette alternative a conduit à un intérêt grandissant de l’usage et du déploiement des panneaux solaires dans les régions du globe dotées d’un climat froid et connaissant de chutes de neige considérables. Un tel intérêt est dû au fait que l’énergie solaire s’avère non polluante et à coût moindre comparé aux énergies fossiles. À l’instar des différentes sources d’énergie électrique, les systèmes solaires sont de plus en plus utilisés dans des pays à climat froid. Les systèmes solaires peuvent fonctionner efficacement dans des régions du globe à climat froid, quoique leur rendement peut être affecté par les dépôts de neige et de glace sur leurs surfaces. De ce fait, la variation des conditions atmosphériques suite aux chutes de neige est un facteur essentiel à prendre en compte dans le domaine de recherche et développement des cellules photovoltaïques. Ce qui contribuera à la fabrication des panneaux solaires à grand rendement et d’une intégration à coût raisonnable. Ceci peut être accompli grâce à la conception et une analyse appropriée des systèmes photovoltaïques ombragés par la neige basée sur des modèles précis.
L’objectif fondamental de cette thèse est de contribuer à mettre au point des modèles permettant d’optimiser le rendement des panneaux solaires en région froide et de plus de mettre sur pied une application permettant d’assister les chercheurs et les industriels ayant un intérêt particulier relatif à ce champ de recherche prometteur afin de caractériser le comportement réel des systèmes photovoltaïques recouverts de neige. Dans ce contexte, les apports innovants de cette thèse sont : 1) le développement d'une méthode de modélisation optimisée pour caractériser la performance d’une cellule photovoltaïque (PV) sujette à un enneigement uniforme, 2) le développement d’un nouveau modèle de prédiction de la performance d’une cellule PV sujet à un enneigement non uniforme, 3) l’étude de l’effet de la disposition des panneaux photovoltaïques et d’un amas de neige recouvrant les cellules d’un panneau PV sur ses caractéristiques électriques et 4) le développement d’un modèle de prédiction portant sur des données de mesures prélevées sur différents sites utilisant des technologies PV spécifiques dans le but d’estimer la production en temps réel d’un module PV recouvert de neige.
En ce qui concerne la première contribution, une amélioration du modèle des cellules PV basée sur l’approche du modèle à diode unique portant sur la théorie de Giddings-LaChappelle a été considérée dans le but d’estimer de manière précise la densité d’irradiation reçue à la surface des modules PV uniformément recouverts de neige. De plus, l’algorithme d’essaims particulaires (EP) a été employé afin de déterminer et mettre à jour les valeurs instantanées des paramètres des modèles électriques des cellules PV en fonction des conditions d’enneigement. De même, un modèle empirique des pertes d'énergie dues à la neige en fonction de l’épaisseur de neige est proposé. Pour ce qui est du second objectif, il repose sur la modification de la première version du modèle dans le but de proposer une approche globale et un algorithme universel permettant la modélisation des systèmes photovoltaïques recouverts de différents motifs formés par les dépôts de neige. Cet algorithme correspond à une nouvelle approche de modélisation basée sur les contours multizones qui sépare les caractéristiques PV non linéaires des modules partiellement ombragés en plusieurs modules linéaires. En outre, l'adaptation d'une variante d'un algorithme basé sur l’EP a été utilisée dans ce modèle pour mettre à jour et évaluer instantanément les caractéristiques de sortie des modules PV. Une équation de perte de puissance validée à l'aide de données collectées par des tests réels sur le terrain a également été proposée. Concernant la troisième contribution, l’effet de la disposition des panneaux photovoltaïques sur les performances des modules photovoltaïques ombragés par la neige est étudié tenant compte de trois positions différentes, à savoir les dispositions horizontales, verticales et obliques. Différents scénarios de déneigement indiquant un ombrage partiel probable de la neige sont testés sur différentes technologies de modules PV (avec ou sans protection de diode de dérivation) pour analyser leurs caractéristiques électriques et leurs pertes de puissance afin de sélectionner la disposition des panneaux appropriée ainsi que la technologie des modules PV dans les régions enneigées. La contribution finale de cette recherche vise à développer un modèle de prédiction amélioré pour la production d'énergie à l’aide des modules PV basé sur une combinaison de données météorologiques et de données historiques de puissance de sortie pour un système PV susceptible d’être opérationnel pendant les mois froids. Les paramètres tels que l'irradiation solaire, la température de surface dorsale des modules, les températures ambiantes, l'humidité, la pression, l'indice UV et la vitesse du vent sont utilisés pour prédire implicitement la puissance de sortie maximale des modules PV sous différents modèles d'ombrage de la neige. Divers modèles de prédiction portant sur des algorithmes d'apprentissage machine tels que les arbres de décision (régression), les arbres à gradient boosté, la forêt aléatoire et les réseaux de neurones artificiels (RNA) ont été mis au point et comparés aux résultats expérimentaux.
Cette recherche servira de référence utile pour le développement et le choix judicieux de critères de sélection des systèmes PV en vue de leurs applications dans des régions froides.

Type de document: Thèse (Thèse)
Directeur de mémoire/thèse: Taheri, Shamsodin
Départements et école, unités de recherche et services: Informatique et ingénierie
Date de dépôt: 04 mai 2021 18:25
Dernière modification: 04 mai 2021 18:25
URI: https://di.uqo.ca/id/eprint/1255

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt