A new offline method for extracting I-V characteristic curve for photovoltaic modules using artificial neural networks

Khatib, Tamer; Ghareeb, Ahmed; Tamimi, Maan; Jaber, Mahmoud; Jaradat, Saif

doi:10.1016/j.solener.2018.07.092

Cited by 36 publications

(12 citation statements)

References 42 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In recent years, neural networks (NN) have been increasingly applied to various engineering problems, due to their capability to solve complex and nonlinear problems. In general, authors have proposed the usage of different NN architectures for photovoltaic modeling [11][12][13][14][15]. Here we detail the procedure of photovoltaic modeling with one-hidden-layer feedforward NN, because this network later will be used for the design of the MPPT algorithm and irradiance estimator.…”

Section: Neural Network Model Of Pv Modulementioning

confidence: 99%

“…Those techniques perform PV model identification directly from the measured data and usually have higher accuracy [11,12]. In [13], the PV cell is modeled by using the Multilayer Neural Networks, while in [14,15] authors use the generalized regression and radial basis function neural networks. Recently, a one-dimensional deep residual network framework has been applied to the PV modeling problem [16].…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Neural Network Approach to MPPT Control and Irradiance Estimation

Zečević

Rolevski

2020

Applied Sciences

View full text Add to dashboard Cite

Photovoltaic (PV) modules require maximum power point tracking (MPPT) algorithms to ensure that the amount of power extracted is maximized. In this paper, we propose a low-complexity MPPT algorithm that is based on the neural network (NN) model of the photovoltaic module. Namely, the expression for the output current of the NN model is used to derive the analytical, iterative rules for determining the maximal power point (MPP) voltage and irradiance estimation. In this way, the computational complexity is reduced compared to the other NN-based MPPT methods, in which the optimal voltage is predicted directly from the measurements. The proposed algorithm cannot instantaneously determine the optimal voltage, but it contains a tunable parameter for controlling the trade-off between the tracking speed and computational complexity. Numerical results indicate that the relative error between the actual maximum power and the one obtained by the proposed algorithm is less than 0.1%, which is up to ten times smaller than in the available algorithms.

show abstract

Section: Neural Network Model Of Pv Modulementioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

Neural Network Approach to MPPT Control and Irradiance Estimation

Zečević

Rolevski

2020

Applied Sciences

View full text Add to dashboard Cite

show abstract

“…Los resultados muestran que tiene una alta precisión en la predicción de curvas I-V con un error medio porcentual absoluto medio, un error de sesgo medio y un error medio cuadrático medio de 1.09%, 0.0229 A y 0.0336 A respectivamente. Tal modelo es muy útil para generar curvas I-V para diferentes módulos fotovoltaicos [11].…”

Section: Introductionunclassified

Banco de pruebas didáctico para aprendizaje y medición del rendimiento de paneles solares fotovoltaicos

Rúa-Ramírez¹,

Mendoza-Jiménez²,

Torres-Suarez³

et al. 2021

Rev. UIS ing.

View full text Add to dashboard Cite

Con la construcción de este banco de pruebas se logra realizar la caracterización de sistemas solares fotovoltaicos autónomos y además medir el rendimiento de los paneles solares fotovoltaicos. Este banco de ensayos le permite a los estudiantes y usuarios conocer los componentes de un sistema fotovoltaico aislado para vivienda y validar el funcionamiento de cada uno de estos; componente de protección, las conexiones, el componente de transformación DC-AC, entre otros. El banco fue diseñado para realizar diferentes prácticas de laboratorio, tales como: identificar y evaluar la curva de operación de los paneles según la radiación recibida, medir voltaje y corriente de salida del sistema según sus conexiones en serie y paralelo, realizar conexiones para corriente directa o corriente alterna, entre otras. La práctica más compleja y relevante es la medición del rendimiento de los paneles solares, ya que se deben incluir unas resistencias a diferente capacidad medida para ir creando la curva de corriente vs voltaje (I vs V); se diseñó un circuito electrónico donde el panel es conectado a una carga resistiva variable y se registra el valor de corriente y voltaje. Para la medición de voltaje el multímetro se conecta en paralelo en el circuito y para la medición de amperaje se conecta en serie. Algunos de los resultados más importantes de las prácticas fueron; el poder identificar la variación significativa de la eficiencia de los paneles solares a medida que cambia la posición del sol, Identificar cómo la temperatura afecta el rendimiento del panel y determinar las condiciones excepcionales en las que un panel genera la energía especificada por el fabricante.

show abstract

“…Fonte: Adaptado de Khatib et al (2018) (do inglês, Maximum Power Point Tracking -MPPT), a fim de se conseguir produzir a máxima potência possível.…”

Section: Introductionunclassified

Controlador MPPT baseado em Lógica Fuzzy Aplicado a um Sistema Fotovoltaico Conectado à uma Rede

Pinto

Maria

Oliveira

et al. 2019

Anais Do 14º Simpósio Brasileiro De Automação Inteligente

View full text Add to dashboard Cite

Among the renewable energies sources, the solar have excelled from the others because its fast growning and global accept. But, photovoltaic systems have low efficiency and the cause is related with various variables, as temperature, irradiation, angle of the panels, and others. The implementation and operation of photovoltaic cells requires few controls one of them is, tracking the point of maximum potency of the panel (MPPT). This paper proposes an MPPT algorithm based on Fuzzy Logic. Fuzzy algorithms has its advantages like fast responses not dependent on variations in the system and no mathematical equations involved. The following simulations show us the fuzzy controller works efficiently. The proposed scheme was made using Matlab/Simulink. Resumo: Entre as fontes de energia renováveis existentes, a energia solar fotovoltaica tem se destacado pelo seu rápido crescimento e aceitação mundial. Entretanto, sistemas fotovoltaicos possuem baixa eficiência e seu rendimento está relacionado a vários fatores, como temperatura, irradiação, angulação dos painéis, entre outros. Assim, a implementação e operação eficiente de geradores fotovoltaicos requerem a utilização de um sistema Seguidor de Máxima Transferência de Potência-MPPT. Este trabalho propõe o desenvolvimento de um algoritmo MPPT baseado em lógica fuzzy, capaz de fazer com que o sistema opere no ponto de máxima potência mesmo sob condições variadas de trabalho, aumentando a eficiência. Um algoritmo fuzzy tem como vantagem a rápida respostaà variações nas condições do sistema e a não necessidade de modelagem matemática do sistema, como ocorre em outros métodos. Os resultados das simulações indicam que o controlador fuzzy opera de forma eficiente na manutenção da geração da máxima potência pelo sistema. O sistema proposto foi criado e analisado utilizando a ferramenta Matlab/Simulink.

show abstract

A new offline method for extracting I-V characteristic curve for photovoltaic modules using artificial neural networks

Cited by 36 publications

References 42 publications

Neural Network Approach to MPPT Control and Irradiance Estimation

Neural Network Approach to MPPT Control and Irradiance Estimation

Banco de pruebas didáctico para aprendizaje y medición del rendimiento de paneles solares fotovoltaicos

Controlador MPPT baseado em Lógica Fuzzy Aplicado a um Sistema Fotovoltaico Conectado à uma Rede

Contact Info

Product

Resources

About