Contribution to fault detection of PV modules using I-V curves - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2022

Contribution to fault detection of PV modules using I-V curves

Contribution à la détection de défauts dans les modules PV en utilisant les courbes I-V

Résumé

Continuous monitoring of the health status of PV modules is mandatory to maintain high efficiency and minimize power losses due to faults or failures. In this work, a low-cost embedded tracer is developed and optimized to measure the I-V curve in less than 0.2 s to minimize the duration of power generation interruption. The proposed tracer is validated with a commercial analyzer. The experimental data is used to validate the analytical model of the PV module. This model is based on the single diode electrical circuit's five parameters (Iph,Rs,Rsh,I0 and n) . It is combined with the Matlab-Simulink numerical model to set up the hybrid model that will be used as a reference for the diagnosis. This model is validated with a relative error of less than 3% for several environmental data (irradiance and temperature). The measured data are used to extract the five parameters of the equivalent electrical model and the main characteristics of the I-V curve (current, voltage, Voc, Isc, and Pmpp). The measured I-V curves are also used to evaluate two fault diagnosis methods (denoted M1 and M2). The method M1 uses the analytical models of the five parameters(Iph,Rs,Rsh,I0 and n) while M2 uses the five characteristics (Ipv,Vpv,Pmpp,Voc and Isc) of the I-V curves as fault features, and the hybrid model to generate the I-V reference curves. The residuals are calculated between the fault indicators extracted from the experimental measurements and those from the reference curves. Three fault cases were studied: degradation of the series resistance, degradation of the shunt resistance, and partial shading. The results based on experimental data, obtained under different temperatures and illuminations, showed that the I-V curves' characteristics are more sensitive to series and shunt resistance degradation and partial shading than the parameters.
La surveillance continue de l'état de santé des modules PV est obligatoire pour maintenir un rendement élevé et minimiser les pertes de puissance dues aux défauts ou aux pannes. Dans ce travail, un traceur embarqué à faible coût est développé et optimisé pour mesurer la courbe I-V en moins de 0,2 s afin de minimiser la durée de l'interruption de la production électrique. Le traceur proposé et validé avec un analyseur du commerce. Les données expérimentales sont utilisées pour valider le modèle analytique du module PV. Ce modèle s'appuie sur les cinq paramètres (Iph,Rs,Rsh,I0 and n) du circuit électrique à une diode. Il est combiné au modèle numérique de Matlab-Simulink pour mettre en place le modèle hybride qui sera utilisé comme référence pour le diagnostic. Ce modèle est validé avec une erreur relative inférieure à 3% pour plusieurs données environnementales (éclairement et température). Les données mesurées sont utilisées pour extraire les cinq paramètres du modèle électrique équivalent ainsi que les principales caractéristiques de la courbe I-V (courant, tension, Voc, Isc et Pmpp). Les courbes I-V mesurées sont aussi utilisées pour évaluer les deux méthodes de diagnostic des défauts (notées M1 et M2). M1 s'appuie sur le modèle analytique des cinq paramètres (Iph,Rs,Rsh,I0 and n) alors que M2 utilise les cinq caractéristiques (Ipv,Vpv,Pmpp,Voc and Isc) et le modèle hybride pour générer les courbes I-V de référence. Les résidus sont calculés entre les indicateurs des défauts extraits des mesures expérimentales et ceux issues des courbes de référence. Trois cas de défaut ont été étudiés : dégradation de la résistance série( Rs), dégradation de la résistance shunt (Rsh) et l'ombrage partiel. Les résultats basés sur des données expérimentales obtenues sous différentes températures et éclairements ont montré que la dégradation des résistances série et shunt et l'ombrage partiel étaient mieux détectés par les caractéristiques qu'avec les paramètres.
Fichier principal
Vignette du fichier
107570_KONGPHET_2022_archivage.pdf (12.66 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03903993 , version 1 (16-12-2022)

Identifiants

  • HAL Id : tel-03903993 , version 1

Citer

Vorachack Kongphet. Contribution to fault detection of PV modules using I-V curves. Electric power. Université Paris-Saclay, 2022. English. ⟨NNT : 2022UPAST149⟩. ⟨tel-03903993⟩
197 Consultations
109 Téléchargements

Partager

Gmail Facebook X LinkedIn More