Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink
Bài báo này trình bày phương pháp xây dựng mô hình tính toán sản lượng điện mặt trời
cho nhà máy điện mặt trời thương mại, dựa trên môi trường MATLAB/SIMULINK. Hệ thống
bao gồm một mô đun pin quang điện thương mại, mô hình tổn thất sản lượng và mô hình ước
lượng sản lượng điện. Bên cạnh đó, một mô hình có công suất lắp đặt thiết kế lần lượt là 59kW
và 1MW được xây dựng dựa trên mô đun quang điện thương mại thực tế. Kết quả từ mô hình
được so sánh với nhà máy điện mặt trời trên mái nối lưới tại hai địa điểm của tỉnh Bình
Dương: Điện lực tại thị xã Bến Cát và Khu du lịch Đại Nam tại thành phố Thủ Dầu Một.
Với hai nhà máy khác nhau công suất khác nhau, qua kết quả thử nghiệm cho thấy độ
sai lệch là 5,36% giữa mô hình và kết quả đo lường thực tế tại nhà máy. Từ kết quả phân
tích cho thấy mô hình xác định sản lượng điện mặt trời có những ưu điểm (1) có độ chính
xác tin cậy; (2) không phụ thuộc vào các phần mềm tính toán sản lượng điện thương mại;
(3) giảm chi phí đầu tư cho phần mềm xác định sản lượng.
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Trang 8
Tóm tắt nội dung tài liệu: Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink
TẢ HỆ THỐNG Mô hình tính toán sản lượng điện mặt trời cho nhà máy điện mặt trời thương mại được xây dựng dựa trên môi trường MATLAB/ SIMULINK (Hình 1). Mô hình bao gồm: mô hình pin quang điện, mô hình tổn thất sản lượng và mô phỏng tính toán sản lượng. Dựa trên bức xạ mặt trời tại điều kiện thực tế, mô hình pin quang điện sẽ tính toán công suất thực tế tương ứng với bức xạ và nhiệt độ tại địa điểm đặt nhà máy điện mặt trời. Theo đó, mô hình tổn hao sản lượng điện bao gồm tổn hao do bộ biến đổi điện, tổn hao do dây dẫn, tổn hao do bức xạ mặt trời bị phản xạ, tổn hao do độ suy giảm của pin năng lượng mặt trời và tổn hao do máy biến áp. Từ những thông số đó hệ thống sẽ cho ra 86 Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 58 (06/2020) Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh kết quả sản lượng điện tương ứng với bức xạ mặt trời tại khu vực cần ước lượng. Hình 1. Mô hình xác định sản lượng điện 3. PHƯƠNG PHÁP 3.1 Mô hình pin quang điện Một tế bào quang điện tạo ra công suất khoảng 2W (Pmax ≤ 2W) và điện áp khoảng 0,5V. Trên thực tế các mô-đun năng lượng mặt trời thương mại có công suất từ 2W đến 410W. Xây dựng mô-đun năng lượng mặt trời tạo ra công suất như trên thì ghép song song các tế bào quang điện trên một mô đun PV và nhiều mô-đun PV nối tiếp lại với nhau để tạo ra dòng điện và điện áp đáp ứng theo nhu cầu thực tế. Sơ đồ mạch tương đương cho mô-đun năng lượng mặt trời Hình 2. NPIPH + - V I Mô hình lý tưởng Mô hình đơn giản Mô hình thực tế Hình 2. Mô hình tổng quát pin quang điện Từ mô hình tổng quát như Hình 2 phương trình toán học của pin quang điện được viết như sau: exp 1 S S PH S C SH q V IR V IR I I I kT A R (1) Trong đó: PHI : Dòng quang điện. SI : Dòng bão hòa. q = 1,6 x 10 -19C: điện tích nguyên tử. k = 1,38 x 10-23J/K: hằng số Boltzmann. CT : nhiệt độ làm việc của tế bào quang điện. A: hằng số lý tưởng của vật liệu bán dẫn. SHR : điện trở song song (shunt). SR : điện trở nối tiếp (series). Dòng quang điện của Pin quang điện phụ thuộc vào bức xạ của mặt trời và nhiệt độ làm việc của tế bào quang điện, theo công thức (2): STC STCPH SC i PV PV STCI I K T T (2) Với: STC SCI : dòng ngắn mạch của pin quang điện tại 250C và 1kW/m2. STC PVT : nhiệt độ ở điều kiện chuẩn của pin quang điện (250C). PVT : nhiệt độ làm việc của pin quang điện. iK : hệ số nhiệt độ dòng ngắn mạch của tế bào quang điện. STC : bức xạ mặt trời 1kW/m2. Dòng điện bão hòa pin quang điện thay đổi theo nhiệt độ của tế bào quang điện, theo công thức (3) như sau: 3 1 1 exp STC PV CC S RS STC PV qE T TT I I T kA (3) Trong đó: RSI : dòng điện chạy qua nội trở song song E : năng lượng khoảng cách của chất bán dẫn của tế bào quang điện. Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 58 (06/2020) Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 87 STC PVT : nhiệt độ ở điều kiện chuẩn của tế bào quang điện 0C. A: hằng số lý tưởng vật liệu PV (Bảng 3). Bảng 3. Hằng số lý tưởng vật liệu phụ thuộc vào công nghệ PV Công nghệ Hằng số lý tưởng vật liệu (A) Si-mono 1,2 Si-poly 1,3 a-si:H 1,8 a -si:H tandem 3,3 a-si:H triple 5,0 CdTe 1,5 CIS 1,5 AsGe 1,3 3.2 Mô hình xác định sản lượng Mô hình xác định sản lượng điện mặt trời được xây dựng theo biểu thức sau: 𝑌𝑙ướ𝑖 = 𝑌𝑚ả𝑛𝑔 ∗ 𝐿ℎệ 𝑡ℎố𝑛𝑔 (4) 𝑌𝑚ả𝑛𝑔 = 𝐺 ∗ 𝐴 ∗ 𝑛𝑝𝑣 (5) Dựa trên mô hình pin quang điện sản lượng điện được viết lại theo biểu thức bên dưới: 𝑌𝑚ả𝑛𝑔 = 𝐺 ∗ 𝑃𝐷𝐶_𝑆𝑇𝐶_𝑎𝑟𝑟𝑎𝑦 (6) 𝑌𝑙ướ𝑖 = 𝐺 ∗ 𝑃𝐷𝐶_𝑆𝑇𝐶_𝑚ả𝑛𝑔 ∗ 𝐿ℎệ 𝑡ℎố𝑛𝑔 (7) Trong đó: G: Bức xạ mặt trời (kWh/m2) 𝑛𝑝𝑣: Hiệu suất PV Môđun ở điều kiện chuẩn. A: bề mặt diện tích tấm pin. 𝐿ℎệ 𝑡ℎố𝑛𝑔: tổn hao hệ thống. 𝑃𝐷𝐶_𝑆𝑇𝐶_𝑚ả𝑛𝑔 : công suất DC mảng điều kiện tiêu chuẩn. 4. XÂY DỰNG MÔ HÌNH TÍNH TOÁN SẢN LƯỢNG BẰNG PHẦN MỀM MATLAB/ SIMULINK 4.1 Xây dựng mô hình pin quang điện trên MATLAB/SIMULINK Để xây dựng mô hình xác định sản lượng điện trên phần mềm MATLAB/SIMULINK trước tiên cần xây dựng mô hình pin quang điện thương mại. Trong nghiên cứu này, sử dụng pin quang điện của hãng Canidian 330W và Irex 360W phù hợp với pin quang điện do hai nhà máy điện mặt trời Đại Nam và Điện lực sử dụng. Mô hinh pin quang điện được xây dựng như Hình 3 và Hình 4. Hình 3. Mô hình pin quang điện Hình 4. Chương trình con của mô hình quang điện 4.2 Mô hình tổn thất của hệ thống Các tổn thất của hệ thống bao gồm tổn thất góc tới, tổn thất do bụi trên bề mặt pin quang điện, tổn thất do nhiệt độ, tổn thất LID, tổn thất dây điện, tổn thất bộ biến đổi điện (InL) và tổn thất máy biến áp (TrL) có tác động mạnh đến sản lượng điện mặt trời của nhà máy điện mặt trôi kết nối vào lưới điện. Bảng 4 trình bày các tham số tổn thất. 4.3 Xây dựng mô hình tính toán sản lượng Mô hình xác định sản lượng điện được xây dựng dựa trên giao diện đồ họa trong môi trường MATLAB/SIMULINK như Hình 5. 88 Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 58 (06/2020) Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh Bảng 4. Các tham số tổn thất Tham số tổn thất Giá trị Tài liệu tham khảo Tổn hao do góc nghiêng (IAM) 1-6% [7] Tổn hao do bụi (SL) 1- 4% [8] Tổn hao LID 2,9% [9] Tổn hao do chất lượng Module (MQL) 3% [8] Tổn hao do không phù hợp (ML) 1% [10] Tổn hao suy giảm Module (MDL) 0,5% [9] Tổn hao do dây dẫn (WL) 1% [7] Tổn hao trên Inverter (InL) 2,2% [10] Tổn hao do Máy biến áp (TrL) 1,6% [8] Buc xa tha ng 1 Buc xa tha ng 2 Buc xa tha ng 3 Buc xa tha ng 4 Buc xa tha ng 5 Buc xa tha ng 6 Buc xa tha ng 7 Buc xa tha ng 8 Buc xa tha ng 9 Buc xa tha ng 10 Buc xa tha ng 11 Buc xa tha ng 12 Buc xa na m BXMT 12 tháng Tong ton hao Out1 PV Module In1 In2 In3 In4 In5 In6 In7 In8 In9 In10 In11 In12 In13 In14 In15 San luong tháng 1 San luong tháng 2 San luong tháng 3 San luong tháng 4 San luong tháng 5 San luong tháng 6 San luong tháng 7 San luong tháng 8 San luong tháng 9 San luong tháng 10 San luong tháng 11 San luong tháng 12 San luong nam San luong thang, nam San luong thang 1 San luong thang 2 San luong thang 3 San luong thang 4 San luong thang 5 San luong thang 6 San luong thang 7 San luong thang 8 San luong thang 9 San luong thang 10 San luong thang 11 San luong thang 12 San luong nam Hình 5. Mô hình xác định sản lượng điện mặt trời 5. KẾT QUẢ VÀ THẢO LUẬN 5.1 Thông số đầu vào Trong nghiên cứu này các số liệu mô phỏng cũng như số liệu đo đạt của hệ thống tham khảo tại 02 công trình điển hình: - Hệ thống năng lượng mặt trời tại Điện lực Bến Cát có tổng công suất đặt là 59,04kWp, với 164 tấm pin IREX 360W và kết nối với 2 inverter. - Nhà máy điện mặt trời Đại Nam có tổng công suất lắp đặt là 986 kWp. Công trình Nhà máy Đại Nam được lắp đặt 2988 tấm pin Canadian 330W, được trải dài trên mái công trình xây dựng, và kết nối với 17 inverter như Hình 6. Hình 6. Hình ảnh thực tế tại Đại Nam Trong nghiên cứu này sử dụng pin mặt trời Canadian 330W và IREX 360W và với thông số kỹ thuật đầu vào như Bảng 5.1 và Inverter như Bảng 5.2 Bảng 5.1. Thông số kỹ thuật của pin quang điện Canadian 330W và Irex 360W Thông số kỹ thuật Giá trị pin Canadian Giá trị pin Irex Pmax 330W 360W Vmp 37,2V 38,55V Imp 8,88A 9,34A Voc 45,6V 47,73V Isc 9,45A 9,87A Bảng 5.2. Thông số kỹ thuật của Inverter Thông số kỹ thuật Đại Nam Điện lực Hiệu VES Solar SMA Số pha 3 pha 3 pha Điện áp đầu vào 250-900V 250-800V Tần số 50/60Hz 50/60Hz Kiểu VESSOl STP Công suất 60kW 30kW Hệ số công suất > 0,99 > 0,99 Bên cạnh thông số kỹ thuật của pin quang điện, một trong những thông số quang trọng nhất của của mô hình tính toán sản lượng điện mặt trời là bức xạ mặt trời thực tế đo đạt được tại nhà máy điện mặt trời Đại Nam và tại Điện lực. Bức xạ mặt trời thực tế đo đạt được trình bày như Bảng 6. Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 58 (06/2020) Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 89 5.2 Kết quả mô phỏng Từ mô hình pin quang điện thương mại đặc tínhV/I của pin quang điện Canadian được trình bày như Hình 7. Bảng 6. Bức xạ mặt trời đo đạt thực tế tại Bình Dương Tháng Bức xạ mặt trời (kW/m 2) đo được thực tế Địa điểm 5/2019 137 Đại Nam 6/2019 115 Đại Nam 7/2019 126 Đại Nam 8/2019 142 Đại Nam 9/2019 136 Đại Nam 10/2019 158 Đại Nam 11/2019 163 Điện lực 12/2019 181 Điện lực 01/2020 165 Điện lực 02/2020 183 Điện lực Hình 7a. Đặc tính I-V-P của pin quang điện Canadian 330W 0 5 10 15 20 25 30 35 40 45 50 0 2 4 6 8 10 D ò ng Đ iệ n ( A ) 0 100 200 300 400 500 Điện Áp (V) C ôn g S u ất ( W ) Hình 7b. Đặc tính I-V-P của pin quang điện Irex 360W Để tính toán sản lượng điện của nhà máy cần phải xác định tổn thất của hệ thống. Trong nghiên cứu này sử dụng số liêu tổn thất như Bảng 4. Kết quả sản lượng điện được trình bày như Bảng 7. Bảng 7. Sản lượng điện mô phỏng theo các tháng trong năm Tháng Sản lượng (kWh) Địa điểm 5/2019 114.946 Đại Nam 6/2019 109.073 Đại Nam 7/2019 105.716 Đại Nam 8/2019 113.268 Đại Nam 9/2019 114.107 Đại Nam 10/2019 125.853 Đại Nam 11/2019 6.257 Điện lực 12/2019 6.947 Điện lực 01/2020 6.333 Điện lực 02/2020 7.024 Điện lực 5.3 Kết quả thực nghiệm Sản lượng điện của 02 nhà máy điện mặt trời Đại Nam và Điện lực được giám sát và hiển thị bằng hệ thống giám sát từ xa. Nhà máy điện mặt trời nối máy Đại Nam có công suất lắp đặt 986 kW đi vào hoạt động từ tháng 5 năm 2019 và tại nhà máy tại Điện lực hoạt động từ tháng 10 năm 2019 đến nay. Sản lượng điện thực tế được trình bày như Hình 8. 5.4 Phân tích kết quả Các kết quả thu thập được thực tế và kết quả mô phỏng từ mô hình xây dựng trên phần mềm MATLAB/SIMULINK và để dễ dàng đánh giá độ chính xác của hệ thống, sự khác biệt giữa kết quả đo đạc và kết quả tham chiếu được trình bày qua công thức: 𝑒 = 𝑥𝑖 − �̂�𝑖 (8) 𝑒(%) = ⃒𝑥𝑖−�̂�𝑖 ⃒ �̂�𝑖 (9) 𝛿𝑅𝑀𝑆𝐸 = √ ∑ (𝑥𝑖−�̂�𝑖) 2𝑛 𝑖=1 𝑛 (10) Với: 𝑥𝑖,�̂�𝑖: là các giá trị thứ i của kết quả đo đạc thực tế và mô phỏng, n là tổng số khảo sát. 90 Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 58 (06/2020) Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh So sánh kết quả mô phỏng từ mô hình xây dựng trên phần mềm MATLAB/SIMULINK và kết quả thực nghiệm như Bảng 8. (a) Sản lượng tháng 9/2019 (b) Sản lượng tháng 02/2020 Hình 8. Sản lượng điện tại 02 nhà máy điện mặt trời nối lưới. Bảng 8. So sánh kết quả giữa mô hình tính toán sản lượng xây dựng trên MATLAB/SIMULINK và kết quả thực tế Tháng Sản lượng ước lượng (kWh) Sản lượng đo thực tế (kWh) e e (%) 5/2019 114.946 122.780 -7.834 6,38 6/2019 109.073 114.290 -5.217 4,56 7/2019 105.716 114.010 -8.294 7,27 8/2019 113.268 107.610 5.658 5,26 9/2019 (*) 114.107 95.470 18.637 19,52 10/2019 125.853 120.850 5.003 4,14 11/2019 6.257 6.565 -308 4,69 Tháng Sản lượng ước lượng (kWh) Sản lượng đo thực tế (kWh) e e (%) 12/2019 6.947 6.591 356 5,40 1/2020 6.333 6.507 -174 2,67 2/2020 7.024 6.689 335 5,01 Từ kết quả so sánh hệ thống có độ sai lệch giữa mô phỏng và thực tế dao động khoảng 7,27%. Sai lệch gia tăng do tổn hao do bụi tăng bất thường tại các tháng 6,7,8/2019 tại khu du lịch Đại Nam do thời điểm các tháng hè cao điểm khu du lịch Đại Nam đón khách tham quan bình quân khoảng trên 30.000 lượt khách/ngày. Trong khi đó, gần khu vực Điện lực Bến Cát đang triển khai công trình xây dựng trung tâm hành chánh Thị xã Bến Cát vào tháng 11/2019 và 1/2020. Bên cạnh đó, cá biệt trong tháng 9/2019 (*) có sự chênh lệch giữa thực tế và mô phỏng lớn là 18.863 kWh, Nguyên nhân của trường hợp này là do trong các ngày 12,13/9/2019 hệ thống ngưng hoạt động để bảo trì dẫn đến mất sản lượng 02 ngày này (ước khoảng 10.080kWh). Nếu không xảy ra vấn đề ngưng hoạt động này, và giả sử lấy giá trị trung bình điền khuyết cho 2 ngày này, thì độ sai lệch là 5,36%. 6. KẾT LUẬN Bài nghiên cứu này trình bày một phương pháp xây dựng mô hình xác định sản lượng điện dựa trên phần mềm MATLAB/ SIMULINK, Từ kết quả thực nghiệm cho thấy hệ thống có độ sai lệch giữa thực tế và mô phỏng dao động là 7,27%. Từ các quan điểm thực tế cho thấy hệ thống có những ưu điểm (1) có độ chính xác tin cậy; (2) giảm phụ thuộc vào các phần mềm tính toán sản lượng điện thương mại; (3) giảm chi phí đầu tư cho phần mềm xác định sản lượng. LỜI CẢM ƠN Tác giả xin chân thành cảm ơn Trường Đại Học Lạc Hồng đã hỗ trợ tài chính cho nghiên cứu này với mã số đề tài LHU-RF-TE-18-02-01 0 1 2 3 4 5 6 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 Sản lượng tháng 9 tại Đại Nam (MW) 0 100 200 300 400 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 Sản lượng tháng 2 tại Điện lực (kW) Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 58 (06/2020) Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 91 TÀI LIỆU THAM KHẢO [1] Nguồn năng lượng chủ yếu tại Việt Nam, số dự án trong giai đoạn từ nay đến 2025 https://www.evn.com.vn. [2] Quyết định số 11/2017/QĐ-TTg ngày 11 tháng 4 năm 2017. [3] Shiva kumar, B, Sudhakar, K, Performance evaluation of 10 MW grid connected solar photovoltaic power plant in India, Energy Rep, 1, pp 184–192, 2015. [4] Cheikh El Banany Elhadj Sidi, Performance analysis of the first large-scale (15 MWp) grid-connected photovoltaic plant in Mauritania, Energy Conversion and Management 119, pp 411–421, 2016. [5] Lena D, Mensah, Performance evaluation of a utility-scale grid-tied solar photovoltaic (PV) installation in Ghana, Energy for Sustainable Development 48, pp 82–87, 2019. [6] S, Martín-Martínez, M, Cañas-Carretón, A, Honrubia-Escribano, E, Gómez-Lázaro, Performance evaluation of large solar photovoltaic power plants in Spain, Energy Conversion and Management, vol, 183, pp, 515–528, 2019. [7] Mathieu, Heiko, The impact of angular dependent loss measument of PV module Energy Prediction, Presented at the 29th European PV solar Energy Conference and Exhibition, pp 22-26, September 2014. [8] Nallapaneni Manoj Kumar, Ramjee Prasad Gupta, Mobi Mathew, Arunkumar Jayakumar, Neeraj Kumar Singh, Performance, energy loss, and degradation prediction of roof-integrated crystalline solar PV system installed in Northern India, Case Studies in Thermal Engineering, vol. 13, 2019. [9] Karin Krauss, Fabian Fertig, Dorothee Menzel, Stefan Rein, Light-induced Degradation of Silicon Solar Cells with Aluminiumoxide Passivated Rear Side, Energy Procedia, vol. 77, pp. 599-606, August 2015. [10] PV syst software, https://www.pvsys.com. Tác giả chịu trách nhiệm bài viết: Lê Phương Trường Trường Đại học Lạc Hồng, Việt Nam Email: lephuongtruong@lhu.edu.vn
File đính kèm:
- xay_dung_mo_hinh_xac_dinh_san_luong_dien_mat_troi_tren_mai_n.pdf