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.

Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink trang 1

Trang 1

Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink trang 2

Trang 2

Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink trang 3

Trang 3

Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink trang 4

Trang 4

Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink trang 5

Trang 5

Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink trang 6

Trang 6

Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink trang 7

Trang 7

Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink trang 8

Trang 8

pdf 8 trang duykhanh 16860
Bạn đang xem tài liệu "Xây dựng mô hình xác định sản lượng điện mặt trời trên mái nối lưới dựa trên môi trường Matlab/Simulink", để tải tài liệu gốc về máy hãy click vào nút Download ở trên

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

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:

  • pdfxay_dung_mo_hinh_xac_dinh_san_luong_dien_mat_troi_tren_mai_n.pdf