Computational intelligence-based photovoltaic system performance modeling in snow conditions

Hashemi, Behzad (2023). Computational intelligence-based photovoltaic system performance modeling in snow conditions. Thèse. Gatineau, Université du Québec en Outaouais, Département d'informatique et d'ingénierie, 182 p.

Prévisualisation

PDF Télécharger (8MB) | Prévisualisation

Résumé

L'énergie photovoltaïque (PV) est la conversion directe de la lumière du soleil en électricité à l'aide de cellules solaires. Il s'agit d'une industrie en croissance rapide avec un large éventail d'applications, y compris des projets résidentiels, commerciaux et à grande échelle. Avec la volonté mondiale de répondre aux préoccupations environnementales causées par la consommation de fossiles combustibles dans le secteur de l'énergie et de faire un changement de paradigme vers les énergies renouvelables, la technologie PV devient de plus en plus populaire même dans les régions du nord où l'intensité du rayonnement solaire est plus faible. L'un des autres défis des installations photovoltaïques dans les régions nordiques est la longue durée de l'hiver avec des épisodes de chutes de neige qui provoquent une accumulation de neige sur les panneaux photovoltaïques et une réduction significative de leurs performances. Par conséquent, l'analyse des performances des systèmes PV dans des conditions de neige est d'une importance significative.

Contrairement aux unités de production d'électricité conventionnelles, les systèmes PV sont connus pour être des ressources énergétiques intermittentes. Cela signifie que les systèmes photovoltaïques ne peuvent pas toujours produire de manière constante la quantité d'énergie souhaitée à toutes les heures de la journée. Cela provient du fait que l'intensité du rayonnement solaire varie entre le lever et le coucher du soleil en raison de la rotation de la Terre. Bien que cette variation soit simplement prévisible, il existe d'autres facteurs qui atténuent l'insolation solaire atteignant la surface des panneaux photovoltaïques et qui ne peuvent pas être facilement prédits. Ces facteurs comprennent l'ombrage par la couverture nuageuse, la végétation à proximité, les bâtiments, etc., et la couverture par la poussière, le pollen, la neige, etc. De plus, l'efficacité des cellules solaires dans la production de photo-courant et la dissipation de puissance dans les composants électriques du PV système affecte la puissance électrique fournie au réseau. Pour cette raison, l'évaluation des performances des systèmes PV en termes de différents types de pertes de puissance peut être très utile pour les opérateurs de systèmes PV. D'autre part, se disposer d'un modèle précis pour la production d'électricité des systèmes PV compatible avec les conditions environnementales locales peut être très bénéfique pour les opérateurs de réseaux électriques afin de maintenir un fonctionnement optimal du réseau.

L'intégration des effets des facteurs mentionnés ci-dessus dans les modèles empiriques de production d'énergie PV est un défi, exige une connaissance complète des principes physico-électriques sous-jacents et aboutit finalement à des équations complexes qui nécessitent des mesures détaillées pour chaque facteur. D'autre part, les développements récents des techniques d'intelligence computationnelle ont fourni une nouvelle approche de la modélisation basée sur les données. Ces techniques peuvent intrinsèquement apprendre à partir de grandes quantités de données historiques de systèmes PV et prédire leurs performances dans diverses conditions. Cela peut aider à développer des modèles précis des performances des systèmes PV en s'appuyant sur des paramètres météorologiques largement disponibles. Dans ce projet de recherche, une approche systématique du calcul détaillé de la perte de puissance pour les systèmes PV dans les régions sujettes à la neige est d'abord proposée. Les pertes de puissance sont ensuite modélisées à l'aide de techniques d'intelligence computationnelle. De plus, le défi de la prédiction de la puissance PV dans des conditions de neige est relevé à l'aide de techniques d'intelligence computationnelle. Enfin, de nouveaux modèles de prévision de puissance PV à court terme compatibles avec les conditions de neige sont proposés et leurs applications dans deux problèmes de gestion de l'énergie liés au réseau électrique sont étudiées.

Cette recherche peut être considérée comme une contribution importante au développement de modèles fiables de systèmes PV dans des conditions de neige et à d'autres études sur les applications des modèles dans la gestion optimale de l'énergie des réseaux électriques.

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:	26 juill. 2023 17:33
Dernière modification:	26 juill. 2023 17:33
URI:	https://di.uqo.ca/id/eprint/1529

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt