4 Analyse
4.4 Tilrettelegging for læring
4.4.2 Kompetanseutviklende tiltak
Neste capítulo procedeu-se a uma análise do desempenho da central, a uma escala mensal, através do coeficiente Performance Ratio. Para tal foram utilizados dados experimentais de radiação de duas fontes distintas (a estação meteorológica da FCUL e o PVGIS), para além de dados de
produção da central. Numa primeira análise aos dados de radiação da estação verificou-se que estes sofriam efeito do sombreamento por parte da sua envolvente, tendo-se procedido à sua correcção ao princípio e ao fim do dia, onde este efeito é mais notável. Foi ainda tido em consideração o ângulo de inclinação dos painéis.Os resultados estão de acordo com o esperado, tendo-se obtido coeficientes de desempenho na ordem dos 80%. Apesar disto foram também obtidos resultados mais baixos que se devem a incertezas/erros nos dados de radiação, e não a falhas na produção. Por fim, para facilitar esta análise, foi desenvolvida uma ferramenta que permite analisar os índices de desempenho dos sistemas de cada edifício.
Apesar do ser um bom indicador do desempenho de um sistema fotovoltaico, permitindo analisar variações sazonais e acompanhar a degradação do mesmo, este indicador apenas permite identificar a existência de falhas e não o seu tipo que, como visto na secção 2.4, pode resultar de diversos fatores. Assim, para uma identificação correta do tipo de falhas é mais apropriado recorrer a indicadores específicos que permitem decidir com mais precisão, e mais atempadamente,qual a ação a tomar. Deste modo, para além da análise do desempenho do sistema da FCUL, procedeu-se a um estudo mais detalhado visando a deteção e identificação de possíveis falhas. Os métodos de deteção de falhas mais comumente utilizados envolvem, como referido na secção 2.4.1, elevados gastos monetários associados à necessidade de software e hardware especializado. Deste modo, devido à sua simplicidade, neste trabalho aplicou-se o método desenvolvido por Silvestre et al. [1], já referido no Capítulo 2.
5.1 Metodologia
O método aplicado consiste na análise de dados de tensão e corrente, sendo necessário recorrer a software computacional (MATLAB). Para aplicar esta metodologia é necessário ter em consideração diversos aspetos, como é o caso do inversor que necessita de um mínimo de tensão de input para iniciar o seu funcionamento, sendo portanto necessário um mínimo de irradiância incidente nos módulos para garantir o correto funcionamento do sistema. Deste modo, os autores decidiram impor um limite mínimo de irradiância para o qual este método pode ser aplicado, e portanto o mesmo só é considerado válido para valores acima dos 200 .
5.1.1 Indicadores para deteção de falhas
O método em estudo baseia-se na comparação de dois indicadores, de corrente e de tensão, estimados para dados reais à saída do array (conjunto de módulos que trabalha como uma única unidade de produção) e para dados obtidos através da simulação da operação do sistema PV.
5.1.1.1 Indicadores baseados em dados reais
O indicador de corrente ( ) para valores medidos é determinado através da seguinte expressão:
(22)
onde é a corrente à saída do array, e a corrente de curto-circuito do array, nas condições ambientais em análise.
Por sua vez, o indicador de tensão ( ) para os valores medidos é obtido por:
(23)
onde é a tensão à saída do array, e a tensão de circuito aberto do array, nas condições
ambientais em análise.
Enquanto e são registados pelo próprio sistema PV, o e o são determinados através da datasheet do módulo, da configuração do sistema e de dados ambientais. O valor de ,
(24)
onde é o número de ligações paralelas, e é a corrente de curto-circuito de um módulo
individual, para condições de temperatura e radiação locais, dada por:
(25)
em que e são, respectivamente, a corrente de curto-circuito do módulo e a temperatura nas condições STC (Tabela 2), a irradiância incidente no módulo, a temperatura de operação da
célula, e o coeficiente que representa a variação da corrente com a temperatura, e cujo valor se encontra na Tabela 2.
Já o valor de depende das ligações em série e é dado por:
(26)
onde é o número de módulos em série, e é a tensão de circuito aberto de um módulo, nas condições de funcionamento do sistema, dada por:
(27)
onde é a tensão de circuito aberto do módulo nas condições STC, o coeficiente de temperatura (Tabela 2) e a tensão provocada pelo gradiente térmico, que pode resultar na expansão do material, dada por:
(28)
Onde é a constante de Boltzmann ( é a carga fundamental do electrão ( ), e
a temperatura ambiente ( ).
5.1.1.2 Indicadores baseados em valores simulados
O indicador de corrente para os valores simulados é determinado através da seguinte expressão:
(29)
onde é a corrente simulada à saída DC do array, em condições de normal funcionamento. Por sua vez, o indicador de tensão é obtido por:
(30)
onde é a tensão simulada à saída DC do array, em condições de normal funcionamento. De modo semelhante ao cálculo do , é obtido através de:
em que corresponde ao número de ligações em paralelo, e é a corrente máxima do módulo PV dada por:
(32)
onde é a corrente do módulo no MPP em condições STC (Tabela 2). Já , tal como o , depende das ligações em série e é obtido através de:
(33)
onde é o número de módulos em série, e é a tensão máxima do módulo dada por:
(34)
Em que é o número de células em série num módulo (anexo A.1.1), e é a resistência série do mesmo. As restantes variáveis foram definidas anteriormente.
5.1.2 Deteção de falhas
Em cenário de normal funcionamento do sistema, os valores de deverão ser bastante
semelhantes aos valores de e , respetivamente.
Com base nos indicadores para dados simulados, são então definidos limites, ou thresholds, para os indicadores baseados em dados reais. Assim, quando um dos indicadores para os valores extraídos ( ou ) se encontra abaixo do threshold, torna-se possível identificar e até classificar uma falha no sistema.
O presente método visa detetar os dois tipos de falhas de sistemas mais comuns (curto-circuitos ou circuitos abertos nos módulos que compõem o sistema), sendo os thresholds definidos de modo a identificar falhas em strings ou módulos em bypass.
5.1.2.1 Falha na String
Este tipo de falha diz respeito ao aparecimento de situações de circuito-aberto em strings, que se devem ao desgaste dos equipamentos provocado pelo stress térmico que ocorre ao longo do tempo de vida do equipamento. Nestes casos a string defeituosa é desconectada do sistema, conduzindo a uma diminuição da corrente e, consequentemente, da potência.
O threshold para uma falha na string, é obtido através de:
(35)
Assim, quando o indicador se encontra abaixo de é identificada uma falha numa string. Para evitar a deteção de falsos positivos, foi definida uma margem de 2% relativa ao ,
sendo que:
5.1.2.2 Módulo em Bypass
Por outro lado, este tipo de falhas ocorre quando os díodos de bypass são ativados, quer por motivos de avaria ou dano nas células, quer por motivos extrínsecos como fenómenos de sombreamento. Quando tal acontece os módulos em falha são evitados pelo circuito, o que resulta numa redução da tensão e consequentemente, da potência. O threshold para a falha na tensão, , é obtido através de:
(37)
Deste modo, quando o indicador se encontra abaixo de é identificado um módulo em
bypass. Tal como na secção anterior, foi definida uma margem de 2% relativa ao sendo que:
(38)
5.2 Recolha de dados experimentais
Como já foi referido, o equipamento de monitorização não regista dados de radiação e de temperatura ambiente, ambos necessários na determinação dos indicadores do método de deteção de falhas apresentado. Deste modo, foram utilizados os dados da estação meteorológica da FCUL, com as correções já mencionadas no capítulo anterior. De referir que neste método de deteção de falhas é especialmente importante considerar o efeito da passagem de nuvens sobre os módulos que não é detetada na estação (devido à distância entre os locais), e que pode resultar numa sobrestimação da produção expectável.
A plataforma Conergy SolarControlPlus, apesar de permitir analisar a variação da produção ao longo do tempo, apenas permite extrair um ficheiro csv com dados de potência (W). No entanto, a metodologia aplicada neste trabalho para a deteção de falhas requere ainda o acesso a dados de tensão e de corrente. Deste modo foi necessário recorrer à recolha local de dados, via USB, tendo sido realizadas diversas visitas às diferentes instalações.
Tal como no caso dos dados de energia, apenas foram disponibilizados dados de Janeiro de 2015 a Maio de 2015 para o caso do C1 e C4, e de Janeiro de 2015 a Julho de 2015 para o C2. Mais uma vez, em todas as extrações realizadas apenas foi possível extrair dados de um dos inversores do C1, o 1 000 061 014 358, o que conduziu a uma análise mais detalhada do sistema fotovoltaico deste edifício.
Adicionalmente, alguns dos parâmetros necessários, como a temperatura de operação da célula solar (já abordado no capítulo anterior) e a , foram estimados analiticamente. Este último, que deriva da resistência dos contactos metálicos das células, não se encontra tabelado na ficha técnica do módulo sendo obtido por:
(39) baseado na derivada da curva IV do módulo PV (anexo A.1.1) perto do ponto .
Figura 38: Curva IV do modelo Conergy PH em condições AM1.5 (anexo A.1.1).
Foi assim estimado um valor de 0.9 Ohm para a .