Aplicatie Software Bazata pe Retele Neuronale Destinata Estimarii Puterii Generate de Un Sistem Fotovoltaic

Aplicație software bazată pe rețele neuronale destinată estimării puterii generate de un sistem fotovoltaic

Cuprins

Cuprins

Introducere –Tematica generală și domeniile abordate

Sisteme de producere a energiei din surse regenerabile

Radiația solară

Sistemele fotovoltaice

Fenomenele luminii

Transferul de energie de la fotoni la sarcinile electrice

Colectarea sarcinilor

Modul de funcționare al panourilor fotovoltaice

Clasificarea sistemelor fotovoltaice

Caracteristicile celulelor fotovoltaice

Alte tipuri de energii regenerabile – Energia eoliană

Caracteristici ale eolienelor

Modele fizico-matematice celulă fotovoltaică pentru determinarea puterii generate

Modelul celulei fotovoltaice ideale

Modelul complet al celulei fotovoltaice

Rețelele neuronale și rolul lor în procesul de predicție

Construcția și funcționarea

Metode si tehnici de predicție bazate pe rețele neuronale

Tipuri de rețele neuronale folosite în procesul de predicție

Clasificare în raport cu orizontul de predicție

Clasificare în raport cu modul de preprocesare a datelor

Clasificare În raport cu tipul arhitecturii de rețea neuronală

Clasificare în raport cu algoritmul de antrenare/ învățare

Rețele neuronale bazate pe funcții radiale

1. Aplicatie software bazata pe rn destinata estimarii pe termen scurt a puterii generate de sistemele PV:

1.1. Context

3.2. Etapele construcției aplicației

3.3. Evaluareperformante de predictie in raport cu altemetode

Concluzii

Bibligrafie

Introducere –Tematica generală și domeniile abordate

În zilele noastre o problemă de importanță mondială este economia de energie, urmărindu-se întotdeauna protejarea Terrei și a resurselor disponibile. Apariția acestei probleme se datorează lipsei surselor de energie convențională sau posibilității de exploatare a acestora tot mai dificilă, la care se pot adăuga și modificările climatice, produse de emisia de gaze nocive. Se determină astfel acordarea unei mari importanțe energiilor neconvenționale.

Ca surse de energie regenerabilă se pot enumera:

Energia solară reprezintă una dintre cele mai importante surse de energie convențională. Aceasta este foarte puternică, dar în drumul său spre Pământ radiația solară scade mult în intensitate, pentru că este supusă fenomenelor de transmisie, absorbție și difuzie la nivelul atmosferei, însă cu toate acestea, anual, pe continente ajung aproximativ 1,5 x 1018 kW, ceea ce reprezintă de 10 000 de ori mai mult decât consumul la nivel mondial.

Sisteme de producere a energiei din surse regenerabile

Radiația solară

Așa cum am spus și mai sus, pe Terra ajung anual aproximativ 1,5 x 1018 kW, adică de 5 – 10 ori ansamblul tuturor rezervelor de combustibili fosili cunoscuți, inclusiv minereul de uraniu. Disponibilitatea acestei energii depinde de ciclul zi-noapte, de latitudinea locului unde este captată, de anotimpuri și de starea vremii.

Prin surse regenerabile se înțeleg sursele care se refac într-o perioadă scurtă de timp sau cele care nu se pot epuiza. Energia radiației solare: este forma de energie care, la scara timpului, concepută în raport cu viața pe Pământ, este inepuizabilă.

Oamenii au posibilitatea de a capta toate aceste forme de energie prin diferite metode și a le valorifica obținându-se curent electric, folosit pentru apă caldă sau alte necesități.

Soluția pentru obținerea unui sistem inteligent de furnizare a energiei și folosirea eficientă a acestuia este una dintre principalele provocări cu care ne confruntăm în secolul XXI.

În multe regiuni din lume cererea de energie crește într-un ritm rapid, uneori din cauza dezvoltării de industrii. În același timp țările puternic industrializate se confruntă cu problema reducerii semnificative a consumului de energie pentru a reuși ameliorarea consecințelor schimbărilor climatice și pentru a deveni mai puțin dependenți de importul de gaz, cărbune sau uraniu.

Energiile regenerabile sunt importante pentru că:

Cererea globală pentru energie din surse regenerabile a continuat să crească în timpul anilor 2011 și 2012, în ciuda crizei economice internaționale. Energia din surse regenerabile furniza aproximativ 19% din consumul total de energie la nivel mondial, până la sfârșitul anului 2011. Din acest total, aproximativ 9,3% din energie, a fost utilizată în principal pentru gătit și încălzire în zonele rurale din țările în curs de dezvoltare.

Sistemele fotovoltaice

În trecut s-a observat că anumite materiale au proprietatea de a absorbi radiația electromagnetică. Primul care s-a ocupat de studiul fenomenului fotoelectric a fost Alexandre Edmond Becquerel, în 1839, iar cei care au realizat primele celule fotovoltaice au fost Johann Elster și Hans Geite, aceștia folosindu-se de ele pentru a măsura intensitatea luminoasă. Primele celule fotovoltaice s-au produs la sfârșitul anilor 1950 , iar de-a lungul anilor 1960 au fost utilizate în principal pentru a furniza energie electrică pentru sateliții care orbitează în jurul Pământului. În anii 1970, îmbunătățiri în producția, performanța și calitatea modulelor fotovoltaice au ajutat pentru a reduce costurile acestora, făcându-le astfel mai accesibile.

În anii 1980 , celulele fotovoltaice au devenit o sursă de alimentare populară pentru dispozitive electronice de larg consum, inclusiv calculatoare, ceasuri, aparate de radio, lanterne și alte aplicații de încărcare a acumulatoarelor mici. Ca urmare a crizei energetice din anii 1970, de asemenea, au început să se dezvolte sisteme de alimentare fotovoltaice pentru utilizări rezidențiale și comerciale.

Celulele fotovoltaice (PV) sau celule solare, așa cum sunt adesea numite, sunt dispozitive semiconductoare care convertesc lumina solară în electricitate de curent continuu (CC). Grupurile de celule fotovoltaice sunt configurate electric în module și matrice, care pot fi folosite pentru a încărca baterii, precum și pentru a alimenta diferite sarcini electrice.

Sistemele de electricitate bazate pe panou solar captează energia solară cu ajutorul celulelor fotovoltaice. Celulele fotovoltaice convertesc lumina soarelui în energie electrică, care poate fi utilizată pentru uz casnic și iluminat.

Beneficiile energiei solare sunt următoarele:

Fenomenele luminii

Fotonii compun lumina. Aceștia pot penetra anumite materiale, sau chiar sa le traverseze. În general, o raza de lumina care atinge suprafața unui mediu, poate suporta trei fenomene optice:

Într-un material fotoelectric, o parte a energiei fluxului luminos va fi restituită sub formă de energie electrică. Trebuie deci ca materialul să aibă capacitatea de a absorbi lumina vizibilă, aceasta fiind ceea ce se dorește a se converti: lumina solară sau a altor surse artificiale.

Transferul de energie de la fotoni la sarcinile electrice

Sarcinile elementare ce vor determina apariția unui curent electric în urma iluminării, sunt electronii (sarcini negative elementare, conținuți de materialele semiconductoare). Fotonii vor ceda energia lor, electronilor periferici, ceea ce le va permite să se elibereze de atracția exercitată de nucleu. Acești electroni eliberați vor putea forma un curent electric, dacă sunt extrași din material.

Colectarea sarcinilor

Elementul care stă la baza panourilor fotovoltaice este siliciul, același element care a ajutat și la crearea calculatorului. Când toate impuritățile siliciului sunt eliminate acesta devine o platformă ideală pentru transmisia de electronii. Siliciul prezintă anumite proprietăți la nivel atomic, care îl fac mai atractiv pentru crearea de panouri solare. Atomii de siliciu au loc pentru opt electroni pe ultimul strat, dar prezintă doar patru în stare naturală (nisip, quartz, cristobalit), ceea ce înseamnă că este loc pentru încă patru. Dacă un atom de siliciu intră în contact cu un altul, fiecare primește cei patru electroni ai celuilalt atom. Aceasta creează o legătură puternică, dar nu există sarcină pozitivă sau negativă, pentru că cei opt electroni satisfac nevoile atomului. Două plăci de siliciu pur nu vor produce electricitate în panourile solare pentru că nu prezintă sarcină pozitivă sau negativă. Panourile solare sunt create prin combinarea siliciului cu alte elemente care au sarcini pozitive sau negative. Fosforul este un element cu valență superioară, de exemplu are cinci electroni de oferit altor atomi. Combinând siliciu cu fosfor rezultă un atom cu opt electroni stabili și un electron liber, rezultând semiconductoare de tip N. Deși acest electron este în plus pentru atomul de siliciu, nu se poate deplasa pentru că este legat de ceilalți atomi de fosfor. De aceea acea stă placă de siliciu/fosfor rezultată se consideră că are sarcină negativă.

Siliciu pur ( figura a) Siliciu N (figura b)

Pentru a se obține mișcarea curentului electric este necesară și crearea unei sarcini pozitive, iar aceasta rezultă din combinarea siliciului cu bor, care are doar trei electroni de oferit, are valență inferioară. O placă de siliciu/bor are un loc liber pentru un electron, iar aceasta înseamnă că placa are o sarcină pozitivă, se obține semiconductor de tip P. Cele două plăci sunt prinse împreună în panouri solare, cu fire conductoare între ele. Astfel se obține conductivitate, iar alăturarea elementelor P și N duce la obținerea unei joncțiuni PN.

Siliciu P (figura c)

În cele din urmă cel de-al 9-lea electron este eliberat de pe stratul exterior, dar acesta nu rămâne liber pentru mult timp, din moment ce placa pozitivă de siliciu/bor prezintă un loc liber în stratul său exterior. În timp ce fotonii primiți de la soare eliberează mai mulți electroni, electricitatea este generată. Electricitatea produsă de o singură celulă solară nu este foarte impresionantă, dar când toate firele conductive atrag electronii liberi din plăci, este suficientă electricitate pentru a alimenta motoarele de mic amperaj sau alte electronice. Indiferent dacă electronii nu sunt folosiți sau se întorc sau se pierd în aer se întorc la placa negativă, iar întregul proces reîncepe.

Joncțiune PN care se obține reprezintă de fapt o bucată de siliciu de tip N, de formă pătrată, având ca și dimensiuni o grosime de aproximativ de 0.1 cm, iar lățime de 5 cm. Aceasta este așezată pe o porțiune din metal, care prezintă deasupra material de tip P foarte subțire (miimi de cm). În momentul în razele soarelui ating suprafața unei celule fotovoltaice, câmpul electric produce momentul și direcția electronilor stimulați de lumină, rezultând fluxul de curent cand celulele solare sunt conectate la un încărcător electric.

Figura 2. Joncțiunea fotovoltaică

Între cele două straturi va apărea o diferență de potențial electric. Energia fotonilor luminii, captați de electronii periferici (stratul N) le va permite acestora să depășească bariera de potențial și să creeze astfel un curent electric continuu.

Structura energetică a materialelor semiconductoare, deci și a siliciului

Pentru colectarea acestui curent, se depun, prin serigrafie, electrozi pe cele două straturi semiconductoare. Electrodul superior este o grila ce permite trecerea razelor luminoase. Pe acest electrod se depune apoi un strat antireflectorizant, cu rolul de a împiedica reflexia radiației solare incidente pe suprafața celulei electrice solare, astfel încât o cantitate cat mai mare de energie a fie transferată electronilor de valenta din cele două straturi semiconductoare. Acesta are rolul și de a oferi protecție împotriva agenților externi. Celula solară este închisă într-o capsulă din sticlă sau din material plastic transparent. Grosimea totală a unei celule fotovoltaice este de aproximativ 0,3 mm, iar grosimea stratului n, este de aproximativ 0,002 mm. Celulele fotovoltaice au dimensiuni uzuale de 10x10cm si mai recent de 15x15cm. Mărimea celulei nu este foarte importantă, pentru că în general o bucată de celulă fotovoltaică de siliciu produce aproximativ 0.5 – 0.6 volți dacă se află în circuit deschis, fără condiții de încărcare. Principalul factor care determină puterea celulei este intensitatea soarelui. Dacă aceasta este foarte puternică, o celulă fotovoltaica cu o suprafața de 160 va produce aproximativ 2 W, la putere maximă. Dacă intensitatea razelor solare va fi la 40% din putere, aceea celulă va produce aproximativ 0.8 W.

O celulă fotovoltaică este alcătuită dintr-o joncțiune de acest tip, doi electrozi, o grilă conducătoare și un strat antireflexie.

Componente celula fotovoltaică

Modul de funcționare al panourilor fotovoltaice

Sistemele fotovoltaice sunt ca oricare alte sisteme de generare a energiei electrice, doar că echipamentul folosit este diferit de cel utilizat pentru sistemele generatoare convenționale electromecanice. Când lumina strălucește, pe celula se creează un câmp electric printre straturi. Cu cât mai puternic soarele, cu atât mai multă energie electrică este produsă. Grupuri de celule sunt montate împreună în panouri sau module care pot fi montate pe acoperiș.

Lumina solară transmite mai multe particule de energie, dar cea care ne interesează se numește foton. Un foton acționează în esență, ca un ciocan în mișcare. Când plăcile negative ale celulelor solare sunt îndreptate la un unghi adecvat față de soare, fotonii bombardează atomii de siliciu / fosfor.

Deși o matrice de celule fotovoltaice produce energie atunci când este expusă la lumina soarelui, sunt necesare o serie de alte componente pentru a conduce, controla, converti , distribui și stoca energia produsă de matrice.

În funcție de cerințele funcționale și operaționale ale sistemului, componentele specifice necesare pot include componente majore, cum ar fi un invertor de putere DC – AC, baterie, controler baterie, surse de energie auxiliare. În plus apar cabluri, aparate pentru protecție la supratensiune și dispozitive de deconectare, precum și alte echipamente de prelucrare de putere.

Bateriile sunt adesea folosite în sistemele fotovoltaice cu scopul de a stoca energia produsă de matricea de celule fotovoltaice în timpul zilei, și să le furnizeze atunci când este necesar, cum ar fi în timpul nopții și în perioadele de vreme înnorată. În cele mai multe cazuri, un controler de bateriei este utilizat în aceste sisteme pentru a proteja bateria de supraîncărcare și supradescărcarea. Dacă la panourile fotovoltaice se adaugă dispozitivele potrivite, acestea pot furniza curent alternativ care se poate folosi pentru orice aplicație convențională.

Figura 4. Componentele celulei fotovoltaice (sursa: http://instal.utcb.ro/site/teza_doctorat_Ionut_Caluianu.pdf, http://www.et.upt.ro/admin/tmpfile/fileT1298466110file4d65053e703d6.pdf)

Generatorul fotovoltaic este cel care determină transformarea energiei primită de la soare în energie electrică de curent continuu, prin efectul fotoelectric, ce se definește ca efectul de apariție a unei tensiuni electromotoare, sub acțiunea energiei solare. Efectul fotovoltaic este datorat eliberării de sarcini electrice negative (electroni) și pozitive (goluri), într-un material solid, atunci când suprafața acestuia interacționează cu lumina. Datorită polarizării electrice a materialului respectiv, care se produce sub acțiunea luminii, apare o tensiune electromotoare, care poate genera curent electric într-un circuit închis. Acest generator poate fi alcătuit dintr-o singură celulă sau mai multe aflate în legătură.

În general acesta este alcătuit dintr-un singur modul fotovoltaic sau mai multe, iar un modul fotovoltaic se definește ca cel mai mic ansamblu de celule fotovoltaice interconectate, complet protejate față de mediul ambiant.

Modul de conectare a celulelor într-un modul este serie, acestea fiind în număr de 36-60 de celule, numărul lor depinzând de materialul din care sunt constituite. Dacă se pun un număr de modele în serie se obține un șir fotovoltaic.

Prin panou fotovoltaic se înțelege o mulțime de module conectate, preasamblate și cablate electric. Pentru a se obține un generator fotovoltaic puternic se folosesc mai multe panouri fotovoltaice.

Aceste generatoare formate din mai multe panouri se mai numesc și array sau matrice, ce se definește ca un ansamblu integrat mecanic de module sau panouri, împreuna cu structura suport, exclusiv fundația, sistemele de urmărire a soarelui, etc.

Unitatea de stocare a energiei este reprezentată de bateriile de acumulatoare și este necesară pentru că generatorul fotovoltaic nu poate genera energie noaptea sau în zile înnorate, iar uneori alimentarea consumatorilor trebuie să fie asigurată și în astfel de cazuri.

Blocul de procesare a puterii sau Power Conditioner este alcătuit din:

invertoare – folosite pentru obținerea curentului alternativ, pe lângă această funcție de conversie mai prezintă și alte, fiind considerat cea mai inteligentă componentă a sistemului fotovoltaic;

regulatoare – se mai numesc și controlere de încărcare și : sunt necesare în sistemele fotovoltaice care înmagazinează energia generată cu ajutorul acumulatoarelor electrice pentru a prelungi durata de viață a acestora (prin evitarea descărcării excesive sau a supraîncărcării);

convertoare curent continuu –curent alternativ – se folosesc pentru aducerea tensiunii generate fotovoltaic la valoarea necesară bunei funcționării a consumatorului; se pot întâlni și separat dar în general sunt incluse în componenta invertoarelor sau a unor blocuri de adaptare a sarcinii la generator (numite MPPT – Maximum Power Point Tracker).

Clasificarea sistemelor fotovoltaice

Această clasificare se poate realiza în funcție resursele de care sistemul are nevoie pentru a funcționa, modul în care sunt puse în relație elementele sale componente sau modul de conectare a echipamentului la alte surse de putere sau sarcini electrice, existând două tipuri de sisteme fotovoltaice din acest punct de vedere: de sine stătătoare sau conectate în rețea.

O clasificare a sistemelor fotovoltaice poate fi realizată astfel:

O principală problemă a panourilor solare este cantitatea mică de electricitate pe care o generează în comparație cu mărimea lor. Dacă unghiul sub care panourile sunt așezate nu este cel potrivit eficiența acestora scade cu 50%. Lumina solară transmite pe lângă fotoni și unde destructive ultraviolete și infraroșii, care determină degradarea fizică a panourilor în timp.

Clasificare a panourilor în funcție de celulele folosite:

Caracteristicile celulelor fotovoltaice

Cele mai importante caracteristici ale celulei sunt:

Parametrii celulelor și modulelor PV

Celulele fotovoltaice și modulele prezintă următorii parametrii tehnici în condiții standard:

Radiația solară globală pe suprafața celulei, G=1000 W/m2;

Temperatura celulei solare constantă 25 °C;

Spectrul luminii AM 1,5 global; DIN EN 61215, IEC 1215, DIN EN 60904, IEC 904;

De obicei în cartea tehnică mai sunt specificați:

Variația puterii la borne este determinată de condițiile meteorologice, temperatura celulei, unghiul de incidență al razelor solare, caracteristicile constructive ale celulei.

Sursa: http://instal.utcb.ro/site/teza_doctorat_Ionut_Caluianu.pdf

Alte tipuri de energii regenerabile – Energia eoliană

Primele încercări de captare a energiei vântului s-au manifestat în Evul Mediu prin construirea morilor de vânt în zona Europei. Aceste modele primitive a generatoarele eoliene folosite astăzi funcționau pe baza unui ax vertical. Un model mai evoluat al acestor mori de vânt erau cele care foloseau pânze și erau așezate în funcție de direcția vântului. Aceste invenții se foloseau în mod general pentru măcinarea diverselor cereale sau pentru a pompa apa.

Numărul morilor de vânt din Europa a crescut foarte mult în perioada Renașterii pentru că inventatorii erau tot mai interesați de acestea, chiar și atenția lui Leonardo da Vinci a fost captată de modul de funcționare al acestora.

În perioada revoluției industriale materialele din care vechile mori de vânt erau construite au fost înlocuite cu metal, ducând la modificarea formei acestora, dar și la înmulțirea lor.

Odată cu dezvoltarea electricității a avut loc și evoluția eolienelor. Modelul palelor acestora devenind asemănător cu cel al unor aripi de avion, iar în majoritatea cazurilor axul folosit este orizontal. Cele mai moderne eoliene au capacitatea de a-și modifica viteza turbinei în funcție de viteza vântului.

Principiul de funcționare se bazează pe următoarea schemă:

Sursa:

Energia cinetică a vântului se transformă în energie mecanică prin mișcarea arborelui rotorului.

Caracteristici ale eolienelor

Mod de instalare

Principalul avantaj al eolienelor este faptul că prezența lor nu afectează în mod semnificativ locul în care sunt amplasate, pentru că ocupă puțin spațiu pe sol. Eolienele pot fi amplasate izolat într-o anumită zonă și se numesc individuale sau pot fi puse în legătură cu altele formând ferme eoliene. De asemenea există și eoliene care sunt amplasate pe mare, iar fermele se numesc offshore.

Orientarea axului

Eoliene cu ax vertical

Pilonii eolienelor de acest tip au o dimensiune de 0,1 – 0,5 din înălțimea rotorului. Toate dispozitivele folosite pentru obținerea energiei electrice se află la baza eolienei, repararea eolienei fiind mai ușor de realizat în cazul unei defecțiuni. Un alt avantaj este faptul că spre deosebire de eolienele cu ax orizontal în cazul acestora nu se folosește un dispozitiv pentru orientare rotorului. Principalul dezavantaj este faptul că acestea nu o mare eficiență din cauză că intensitatea vântului nu este semnificativă la sol. Un alt dezavantaj o constituie antrenarea acestora pentru a porni, ducând la apariția unor solicitări mecanice semnificative asupra pilonului. Funcționarea acestora se bazează fie pe principiul tracțiunii diferențiale reprezentat de rotorul lui Savonius (este alcătuit dintr-un corp curbat, iar intensitatea vântului pe fiecare dintre fețe este diferită), fie pe variația periodică a incidenței reprezentat prin rotorul Darrieus (este alcătuit dintr-un profil, care se află într-un curent de aer, fiind sub influența unor forțe a căror intensitate și direcție se modifică în funcție de diferitele unghiuri).

Eoliene cu ax orizontal

Modul de funcționare al acestora este asemenea morilor de vânt. Acestea sunt mult mai des folosite decât cele cu ax vertical pentru că sunt mai eficiente, nu prezintă aceiași solicitare mecanică, iar costul este mai mic datorită folosirii a trei pale pentru rotor.

Acest tip de eoliene se împart în două categorii:

Amonte: vântul suflă pe fața palelor (cele mai des folosite);

Aval: vântul suflă pe spatelor palelor.

Palele au ca și componente fibră de sticlă și materiale compozite și se folosesc pentru a capta energia vântului și a o transmite rotorului. Pentru a se obține o anumită putere se folosesc pale cu un diametru specific. Și lățimea palelor este importantă pentru că dacă acestea sunt mai late cuplul de pornire este mai mare.

Sistemul cu trei pale este cel mai folosit, dar există și sisteme cu două pale sau una singură fiind cel mai eficient (coeficientul de putere este cu 10% mai mare), este foarte avantajoasă și din punct de vedere al costului.

Modele fizico-matematice ale celulei fotovoltaice pentru determinarea puterii generate

Este bine cunoscut faptul că un modul fotovoltaic este format din mai multe celule fotovoltaice conectate în serie, pentru a asigura un nivel util tensiunii de ieșire. Presupunând că celulele sunt identice, acest nivel este calculat prin însumarea tensiunii fiecărei celule. Parametrii de funcționare a modulului depind în principal de iradierea solară și de temperatura celulelor, precum și de proprietățile materialelor semiconductoare. Pentru fiecare condiție meteorologică există un punct de putere maximă (MPP) la care sistemul trebuie să lucreze pentru a livra puterea optimă pentru sarcina sa. Obiectivul de urmărire a punctului de putere maximă (MPPT), este de a face sistemul sa funcționeze în acest punct sau în apropierea acestuia.

Modelele cele mai cunoscute pentru descrierea celulelor fotovoltaice se obțin prin combinarea unei diode semiconductoare cu un generator de curent și rezistențe folosite pentru a reprezenta pierderile ce apar din cauza materialului, contactelor electrice sau altor fenomene, iar cele mai folosite sunt modelul simplă diodă și dublă diodă. Ca și precizie cel mai bun este cel cu două diode, dar cel mai folosit este cel cu o singură diodă.

Modelul celulei fotovoltaice ideale

La bornele unei celule fotovoltaice se obține următoarea relație între curent și tensiune:

(1)

– ~ G este curentul generat sub acțiunea luminii (fotocurentul), G fiind iradianța; se consideră că acest curent este o constantă care depinde doar de G;

– este curentul invers de saturație al joncțiunii P-N, în absența luminii al doilea termen este dat de ecuația unei diode semiconductoare;

– , C (sarcina elementară a electronului), J/K (constanta lui Boltzmann);

– T este temperatura absolută a joncțiunii;

– n este factorul de idealitate al joncțiunii P-N; pentru cazul ideal n=1.

Schema corespunzătoare relației de mai sus este:

Sursa de curent este folosită pentru a reprezenta fotocurentul, iar singurul factor de care depinde aceasta este iradianța luminii incidente celulei fotovoltaice, dioda este folosită pentru a reprezenta termenul doi din relația de mai sus.

Generatorul ideal de curent este folosit pentru a reprezenta transformarea radiației luminoase în energie electrică, iar dioda pentru că celula este alcătuită din material semiconductor, iar aceasta prezintă foarte bine caracteristicile sale fizice.

Din ecuația de mai sus se poate obține expresia tensiunii:

(2)

De asemenea se pot determina și curentul de scurtcircuit și tensiunea de mers în gol:

(3)

(4)

Dependența logaritmică a tensiunii de mers în gol de acest raport sugerează faptul că dacă este constant (adică temperatura este constantă) tensiunea de mers în gol variază logaritmic doar în funcție de curentul de scurtcircuit, care la rândul său variază liniar doar în funcție de G, ceea ce înseamnă că tensiunea de mers în gol este dependentă logaritmic de iradianță sau altfel spus influența iradianței este mai mare pentru curentul de scurtcircuit, decât pentru tensiunea de mers în gol.

Tensiunea de mers în gol nu depinde de suprafața celulei, deși curentul de scurtcircuit și curentul invers de saturație sunt proporționale cu aria joncțiunii.

Coordonatele punctului de maximă putere

Expresia puterii celulei în funcție de tensiune este:

(5)

Puterea trebuie să respecte următoarea condiție în raport cu tensiunea:

(6)

Aceste două relații sunt folositoare în obținerea soluției pentru ecuația din care se poate determina :

(7)

Dacă logaritmăm obținem:

(8)

Folosind relațiile (2) și (4) se obține:

(9)

Dacă se folosește relația (1) se obține expresia pentru :

(10)

Pentru a evita dificultățile ce pot apărea din cauza operatorului logaritmic ln, se preferă scrierea relației (10) sub următoarea formă atunci când se dorește rezolvarea numerică:

(11)

În obținerea tensiunii apar de asemenea dificultăți de aceea se folosesc metode analitice aproximative:

Metoda 1:

(12)

Metoda 2:

(13)

Factorul de umplere

Definiția spune că:

(14)

O relație aproximativă în cazul celulei ideale este dată de expresia:

(15) , unde este dat de expresia:

Eficiența energetică

Pentru aceasta există următoarea definiție:

(16)

Efectul temperaturii

Rezultatele influenței temperaturii sunt următoarele:

Determină creșterea , dar nu foarte mult;

(17)

Determină creșterea ;

Determină scăderea , destul de mult pentru a determina și scăderea factorului de umplere, ceea ce determină și scăderea puterii celulei.

(18)

Pentru observarea efectului pe care îl are temperatura asupra curentului trebuie să obținem o expresie pentru folosind și . Ținând cont de relația (4) obținem:

(19)

Pentru a se obține caracteristica curent-tensiune se înlocuiește în relația (1):

(20)

Modelul complet al celulei fotovoltaice

Performanțele unei celule fotovoltaice pot fi afectate de numeroși factori ce nu au fost incluși în modelul ideal. Aceștia pot afecta negativ celula fotovoltaică, ducând la scăderi de putere, iar modelarea lor se realizează folosindu-se următoarele elemente:

O rezistență în serie – se folosește pentru a modela pierderile de putere, de care nu se țin cont în cazul diodei ideale și care apar pentru rezistențele ce sunt străbătute de fotocurent, iar din punct de fizic sunt date de rezistențele contactelor metalice și a celor două regiuni semiconductoare (depinde de gradul de dopare);

O rezistență în paralel – se folosește pentru a modela pierderile de putere ce apar din cauza imperfecțiunilor datorate unor erori de realizare; aceste imperfecțiuni nu permit existența unei singure căi de curent, apărând altele în paralel cu aceasta pe lateralul celulei;

O diodă neideală – factorul de idealitate n se alege în general 1, 1 pentru a se realiza o mai bună corespundere a caracteristicii curent-tensiune cu valorile experimentale;

O a doua diodă – aceasta se așează în paralel cu dioda principală și are rolul de a modela curenții ce apar în paralel cu celula din cauza recombinării; pentru această diodă n=2.

Toate cele menționate anterior sunt reprezentate în figura de mai jos:

Ecuația acestui circuit este dată de următoarea expresie:

(21)

Efectul rezistenței în serie asupra curentului de scurtcircuit și tensiunii de mers în gol

Dacă se dorește determinarea acestui efect asupra curentului de scurtcircuit în relația de mai sus se înlocuiește U=0:

(22)

Rezistența în serie are valori foarte mici, iar rezistența în paralel valori foarte mari, astfel că termenii care conțin valorile lor în expresia de mai sus pot fi neglijați, rezultând că:

Pentru tensiunea de mers în gol se înlocuiește în relație I=0:

(23)

Valoarea rezistenței în serie nu este prezentă în expresie, adică tensiunea de mers în gol nu depinde de aceasta indiferent de valoarea folosită pentru rezistența în serie sau pentru dioda de recombinare, determinând neglijarea ultimilor doi termeni:

(24)

Din această relație se poate obține expresia pentru tensiunea de mers în gol:

(25)

Se observă că expresia este similară cu cea de la dioda ideală, diferă faptul că .

Efectul rezistenței serie asupra factorului de umplere

Pentru acest caz, modelul complet se simplifică păstrându-se doar dioda principală și rezistența în serie, valoarea rezistenței în paralel se consideră infinită, iar curentul de recombinare se consideră 0. Pentru acest model se folosește următoarea ipoteză:

(26)

reprezintă puterea maximă atunci când rezistența în serie este diferită de 0, iar această relație exprimă modificarea punctului de maximă putere atunci când valorile rezistenței în serie se modifică, iar curentul nu se modifică.

Relația de mai sus se poate scrie în diferite forme:

(27)

Se presupune că:

Astfel se obține:

Se notează:

– valoarea normată a rezistenței serie.

Relația (21) devine:

Factorul de umplere va avea următoarea expresie:

(28)

(29)

este factorul de umplere atunci când rezistența serie este 0.

Efectul rezistenței paralel

Pentru a se observa influența rezistenței în paralel se elimină rezistența în serie și dioda de recombinare , iar relația devine:

(30)

Dacă se consideră condiția de scurtcircuit (U=0) se obține:

Ceea ce înseamnă că rezistența în paralel nu are nici-un efect asupra curentului de scurtcircuit.

Dacă se consideră condiția de mers în gol (I=0) se obține faptul că influența rezistenței în paralel asupra tensiunii de mers în gol nu este importantă, adică termenul ce conține poate fi neglijat în raport cu , dacă valoarea rezistenței în serie este suficient de mare.

Efectul diodei de recombinare

Valoarea pentru rezistența în serie va fi 0, iar pentru rezistența în paralel va fi ∞, pentru a se putea observa efectul diodei de recombinare.

(31)

Pentru cazul de scurtcircuit (U=0):

Cea de-a doua diodă nu are nici-un efect asupra curentului de scurtcircuit.

Pentru cazul circuitului deschis (I=0) se obține:

(32)

Dacă are loc creșterea curentului de saturație, tensiunea de mers în gol trebuie să scadă, pentru că fotocurentul are aceeași valoare ca și curentul de scurtcircuit, iar acesta nu depinde de curentul de saturație. Această creștere a curentului de saturație va apărea în momentul în care va avea loc deteriorarea parametrilor diodei de recombinare.

Acest model prezintă o bună precizie, dar în același timp necesită și un număr mare de parametrii pentru a fi implementat.

Modelul cu o singură diodă

Acest model se folosește des și se obține prin eliminarea diodei de recombinare. În general factorul de idealitate se alege mărit n=1,5, din cauza lipsei diodei.

Relația pentru acest model este:

(33)

Caracteristica curent-tensiune

În figura de mai jos este curentul ce se obține în momentul în care celula atinge puterea maximă, care este reprezentată prin , tensiunea ce apare pentru putere maximă este dată de .

Puterea este dată de produsul dintre tensiune și curent, iar figura de mai jos reprezintă legătura dintre tensiune și putere.

Ca și mărimi de intrare se consideră intensitatea luminoasă , ce are ca unitate de măsură și temperatura ambiantă, măsurată în ºC, iar ca mărimi de ieșire curentul electric , măsurat în A și tensiunea electrică , în V.

Modelul cu o singură diodă simplificat

Pentru a se obține acest model valoarea rezistenței în paralel se consideră ∞.

Relația este:

(34)

Cel mai mare avantaj al acestui model este că se poate exprima tensiunea în funcție de curent.

Modelul Wagner

A.Wagner a prezentat acest model în care în locul rezistenței în serie se aplică o rezistență de calcul , care se numește rezistență fotovoltaică.

Relația este:

(35)

Modelul cu o singură diodă

Datorită construcției și funcționării sale, modelele electrice analitice ale unei celule PV găsite în literatura de specialitate se bazează pe dioda semiconductoare. Există modele simple electrice care arată o precizie bună, precum și modele mai complexe, care să ia în considerare alte fenomene in interiorul celulei PV. Există, de asemenea modele empirice care sunt valabile pentru anumite celule fotovoltaice.

Modelul a celulei solare asumat în această lucrare este bine cunoscut un model de diode. In figura 2 este prezentată schema electrică a acestui model. Presupunând ecuația diodă semiconductoare și legile Kirchhoff celula curentă poate fi exprimat prin ecuația

Primul termen este fotocurentului și al doilea este curentul ideal de întuneric că modelele de emițător și de bază recombinarea.

Diferiții parametrii ai modelului trebuie să fie determinați, de exemplul termenul pentru fotocurent, curentul sursei , factorul de idealitate n, curentul prin diodă , și , ce reprezintă rezistența de scurtcircuit și rezistența în serie. scade liniar cu scăderea tensiunii, iar cu temperatura celulei. K este constanta lui Boltzmann și are valoarea , iar q este sarcina elementară, cu valoarea .

Curentul de saturație este:

n=1

C între 150-180

Circuitul echivalent simplificat al unei celule solare este format dintr-o diodă și o sursă de curent conectate în paralel (fig. 2.9). Sursa de curent produce fotocurentului , care este direct proporțional cu iradierea solară G. Cei doi parametri-cheie de multe ori folosiți pentru a caracteriza o celulă PV sunt curentul de scurt-circuit și tensiune de mers în gol, care sunt furnizate de către fișa producătorului.

Din legea lui Kirchhoff rezultă:

Unde

De unde

măsurat în amperi este egal cu curentul de scurtcircuit, este curentul de saturație al diodei, q este sarcina electronului , K este constanta lui Boltzmann, A este factorul de idealitate a diodei, temperatur joncțiunii (K), este curentul de scurtcircuit prin diodă, este tensiunea de-a lungul celulei fotovoltaice.

Putem determina curentul de saturație , prin setarea (caz în care nu există curent la ieșire)

Dacă ținem cont că fotocurentul este egal cu curentul de scurtcircuit obținem:

Modelul cu pierderi reprezentate de rezistențe

Pentru a se obține o mai bună reprezentare a comportamentului electric al celulei, cel de-al doilea model ține cont de rezistivitatea materialului. Aceste pierderi sunt reprezentate printr-o rezistență în serie în circuitul echivalent.

Ecuația acestui circuit este dată de relația:

Dacă se ține cont că

Obținem

Curentul de scurtcircuit poate fi calculata la o temperatura

Unde este măsurat sub iradiația și și se gasesc în fișă, este coeficientul de temperatură al curentului de scurtcircuit () și se găsește în fișă, este temperatura de referință pentru celula fotovoltaică (K), este temperatura joncțiunii (K).

Curentul de scurtcircuit generat la oricare altă iradiație G () poate fi obținut cu relația:

Aplicând relația în cazul circuitului deschis (), curentul invers de saturație la o temperatură de referință este dat de:

Definim

și putem scrie

Curentul invers de saturație la oricare altă temperatură (K) poate fi obținut cu:

Unde reprezintă energia electrică.

Relația simplă pentru un modul fotovoltaic este dată de relația:

Comparație între modele

Modelul celulei fotovoltaice ideale este cel mai redus ca și complexitate, dar prezintă și cea mai redusă precizie. Opusul acestuia este modelul complet al celulei fotovoltaice.

Variația puterii funcție de temperatura

Temperatura este un parametru important, deoarece celulele sunt expuse radiației solare, fiind

posibila încălzirea lor. In plus, o parte din energia absorbita nu este convertita in energie electrica: se disipa sub forma de căldura. Din aceste motive, temperatura celulelor este întotdeauna mai ridicata decât a mediului ambiant.

Variația caracteristicilor curent-tensiune ale celulelor fotovoltaice funcție de temperatura joncțiunii, la iradiere solara constanta

Cu ajutorul figurii de mai sus se poate observa ca temperatura celulei are o importanta foarte mare asupra performantelor electrice. Cu cat temperatura este mai mica, cu atât celula este mai eficienta.

Sistemele fotovoltaice nu utilizează decât o mica parte din radiația solara si de anumite lungimi de unda, pentru a produce energie electrica. Restul energiei primite la suprafața este transformata in căldura, ce conduce la creșterea temperaturii celulelor componente si la scăderea randamentului lor. In consecința, creșterea productivității energetice a acestor instalații presupune atât eficientizarea funcționarii lor in domeniul electric, cat si studiul fenomenelor termice care au loc.

Fiecare grad de încălzire a celulei, determina o pierdere a randamentului de ordinul a 0,5 %. In

mod empiric, s-a constatat ca fotocurentul creste puțin cu temperatura (de ordinul a 0.05%/°K, in cazul celulelor cu siliciu).

De asemenea, se poate observa ca punctul de putere maxima poate avea variații semnificative.

Variația caracteristicilor funcție de iradierea solara

Iluminarea influențează esențial caracteristicile celulelor.

In figurile de mai jos sunt prezentate familii de caracteristici I-U (curent-tensiune) si P-U (puteretensiune), pentru diferite valori ale iluminării. Se poate considera ca tensiunea U este constanta, deoarece variația valorii Upmax in funcție de iluminare, este infima. Pierderea de putere din acest motiv nu este semnificativa.

Soarelui sa cada perpendicular pe ele. De exemplu, pe timpul iernii, un panou plasat orizontal

este de doua ori mai puțin eficient decât un panou inclinat, astfel încât incidenta radiației sa fie perpendiculara pe acesta.

In condiții standard STC (1000W/m2, 25°C, AM1.5), puterea maxima a unei celule de siliciu

de 10 cm2 va fi de aproximativ 1,25 W. Celula fotoelectrica elementara reprezintă, deci, un

generator electric de foarte mica putere, insuficient pentru majoritatea aplicațiilor casnice sau

industriale. In consecința, generatoarele fotoelectrice sunt realizate prin conectarea in serie

si/sau in paralel a unui număr mare de celule elementare. Aceste grupări se numesc module,

care la rândul lor vor forma panourile.

Aceasta conectare trebuie sa se realizeze cu respectarea anumitor criterii precise, ținând cont

de dezechilibrele care se creează in timpul funcționarii intr-o rețea de fotocelule. Practic, chiar

daca numeroasele celule care formează un generator, sunt teoretic identice, datorita inevitabilelor dispersii de fabricație, ele au caracteristici diferite. Pe de alta parte, iluminarea si temperatura celulelor nu este aceeași pentru toate celulele din rețea. Din aceste motive trebuiesc luate masuri pentru evitarea deteriorării celulelor (diode de protecție).

Tensiunea si intensitatea curentului electric asigurate de o celula fotovoltaica din siliciu, la diferite intensități ale radiației solare

Rețelele neuronale și rolul lor în procesul de predicție

 Dintre cele mai importante caracteristici ale rețelei neuronale artificiale se menționează:

Prelucrarea paralelă care permite construirea unor arhitecturi deosebit de performante capabile sa ofere răspunsuri rapide in timp real;

Învățarea din exemple și posibilitatea de a se adapta ;

Permit generalizarea, prin aceasta înțelegându-se că pot lucra cu date care nu au fost precizate în procesul de antrenare;

Capacitatea de a asocia datele de intrare cu setul sau seturile de date de antrenare cu care ”rezonează” cel mai bine; această caracteristică asigură un comportament bun chiar în condițiile unor seturi de date de intrare incomplete sau parțial greșite;

Memorarea distribuită a informației ceea ce asigură o funcționare relativ corectă și în situația în care anumiți neuroni se “defectează”; fiecare neuron participă la formarea ieșirilor pentru toate seturile de vectori de intrare (antrenare); deteriorarea unui anumit neuron înrăutățește doar într-o mică măsură funcționarea globală, datorită aportului distribuit, dat de toți ceilalți neuroni valizi; desigur numărul de neuroni trebuie să fie suficient de mare; acest mecanism al memorării distribuite a informației este cel care explică și funcționarea corectă de durată a creierului uman, în care celulele nervoase ce mor nu afectează funcția de gândire în general și totodată nu afectează nici noțiunile memorate;

Permit aproximarea unei funcții continue neliniară cu gradul de precizie dorit.

Caracteristicile rețelei neuronale artificiale ”împrumutate” de la creier sunt:

capacitatea de a învăța;

învățare din exemple;

ajustarea ponderilor pe baza unor modele;

antrenare cu seturi mari de date;

pot da răspunsuri corecte pentru intrări ușor diferite de cele cu care au fost antrenate;

pot da răspunsuri corecte pentru intrări afectate de zgomot/imprecise/parțiale.

Construcția și funcționarea

În ultima vreme rețelele neuronale sunt folosite în tot mai multe domenii, acestea fiind mai potrivite pentru rezolvarea diferitelor sarcini decât metodele clasice.

O rețea neuronală este alcătuită dintr-un anumit număr de unități care poartă denumirea de neuroni și care lucrează în paralel. Aceștia sunt realizați după modelul neuronului biologic. Fiecare neuron prezintă una sau mai multe intrări prin care se primesc semnale de la anumite acțiuni exterioare dacă se află pe câmpul de intrare sau de la alți neuroni dacă se află pe câmpurile ascunse sau de ieșire și o singură ieșire. Fiecare intrare a neuronului prezintă o anumită pondere ce reprezintă intensitatea semnalului primit și importanța acestuia în stabilirea semnalului de ieșire. Dacă ponderile au o valoare pozitivă se numesc excitatoare, iar în caz contrar inhibatoare. Acestea se înmulțesc cu semnalul intrării corespunzătoare și apoi transmise unui neuron.

Sumatorul are rolul de a însuma toate intrările ponderate, iar ceea ce se obține se numește intrare netă. În urma acestei însumări se obține:

Funcțiile de activare se folosesc pentru a determina semnalul de ieșire să se încadreze într-un domeniu prestabilit. Cele mai cunoscute sunt: funcția prag, rampă, sigmoidă, Gauss.

reprezintă pragul de activare al neuronului. Se poate întâmpla ca intrarea netă să fie majorată prin termenul , numit factor al deplasării scării (bias), deplasarea scării este deci negativul pagului de activare.

se numește potențial de activare.

Există mai multe tipuri de funcții de activare:

O rețea neuronală artificială este complet determinată prin:

tipul unităților funcționale (elemente de procesare numite neuroni);

arhitectură (amplasarea unităților funcționale) ;

algoritm de funcționare (transformarea semnalului de intrare în semnal de ieșire);

algoritm de învățare (cum achiziționează rețeaua noi cunoștințe pe bază de exemple);

Tipurile remarcabile de rețea neuronală artificială sunt:

Rețele cu învățare supervizată:

feed-back: mașina Boltzmann, Learning Vector Quantization (LVQ);

feed-forward: perceptron, Adaline, Madaline;

Rețele cu învățare nesupervizată:

feed-back: rețele Grossberg, rețele Hopfield (discrete/continue), memorii asociative (bidirecționale/temporale), rețele Kohonen cu auto-organizare;

feed-forward: memorii asociative liniare/distribuite, memorii asociative fuzzy;

rețele feed-forward (unidirecționale);

rețele feed-back (bidirecționale/recurente);

În anul 1943 a fost realizat primul neuron artificial din punct de vedere matematic de către McCulloch și Pitts (un logician si un neurobiolog) și poartă denumirea de neuron MP. Mecanismul de funcționare al acestui model este foarte simplu pentru că există o valoare de prag impusă pe care suma ponderată a intrărilor trebuie să o depășească pentru a se obține un semnal de ieșire, cu valoarea 1. În caz contrar se obține 0.

În anul 1949 Hebb prezintă primul algoritm de învățare și prezintă modul în care ponderile intrărilor neuronilor pot fi schimbate în timpul procesului.

Diferite modele electrice sunt disponibile în literatura de specialitate pentru a modela curba curent-tensiune a unui modul fotovoltaic. Acestea sunt modele analitice, iar modelele de rețele neuronale ce simulează funcționarea unui sistem fotovoltaic sunt modele deterministe.

Metode si tehnici de predicție bazate pe rețele neuronale

Pentru a se obține o mai bună productivitate a panourilor solare se pot folosi două metode, se pot dezvolta noi materiale pentru construirea panourilor astfel încât acestea să transforme lumina în energie cu rezultate mai bune sau se poate încerca optimizarea panourile existente.

Îmbunătățirea celulelor fotovoltaice se află în curs de dezvoltare, existând numeroase metode de producere a acestora. Pentru a se obține panouri solare mai eficiente se poate urmări dezvoltarea de noi materiale pentru crearea celulelor fotovoltaice, aceste materiale asigurând transformarea unei mai mari părți a radiației solare în energie electrică sau se poate încerca optimizarea instalațiilor deja existente.

Utilizându-se MATLAB și teoria rețelelor neuronale artificiale se pot realiza modele care să caracterizeze modul de operare a celulelor.

Rețelele neuronale pot fi alese în locul modelelor simplă și dublă diodă pentru că acestea din urmă necesită rezolvarea unor ecuații, lucru ce se poate realiza astăzi cu mai multă ușurință datorită performanțelor calculatorului, dar care totuși pot ocupa o perioadă mai lungă de timp.

Predicția se referă la propunerea unor aproximări în legătură cu ce se va întâmpla, bazându-se pe informațiile din trecut și prezent. Predicția se folosește în diferite domenii, ca de exemplu vreme, curs valutar, consumul de energie, cutremure și multe altele.

În domeniul tehnic parametrii predictivi ai unui sistem pot fi adesea exprimați și evaluați folosind-se ecuații, în acest caz predicția este doar soluția acestor ecuații. Există însă cazuri în care apar probleme pentru că o astfel de descriere este prea complicată sau imposibilă sau calcularea soluției este foarte complicată, aceasta obținându-se după ce evenimentul ce trebuia prezis s-a produs deja.

Rețelele neuronale pot fi folosite cu un anumit grad de succes. Marele avantaj pe care îl prezintă este că dacă se oferă un număr de exemple (anumite date măsurate) acestea pot învăța din ele. Rețeaua neuronală este instruită pe baza datelor istorice, cu speranța că va descoperi dependențele ascunse și că va fi capabilă să le folosească pentru a prezice în viitor. Cu alte cuvinte, rețeaua neuronală nu este reprezentată de un model explicit. Este mai mult o cutie neagră, care este capabilă să învețe ceva.

Este posibilă predicția a diferite tipuri de date, dar cel mai mult rețelele neuronale se folosesc în cazul seriilor de date, care arată evoluția valorilor unor mărimi în timp. Această mărime poate fi influențată și de alți factori în afară de timp.

În urma cercetărilor s-a stabilit că erorile care apar în cazul folosirii rețelelor neuronale nu sunt foarte importante, putând fi acceptate cu ușurință, lucru ce demonstrează că sunt adecvate în realizarea sistemelor pentru energia electrică.

În această lucrare se dorește obținerea unui model care să reproducă cât mai bine și cu eforturi de calcul cât mai mici modul de funcționare a panourilor fotovoltaice.

Tipuri de rețele neuronale folosite în procesul de predicție

Clasificare în raport cu orizontul de predicție

Un exemplu de necesitate a rețelelor neuronale pentru predicție, ar putea fi: în industria gazului este importantă predicția necesarului de energie, deoarece îl poate ajuta atât pe consumator, cât și distribuitor să prevadă cantitatea de gaz transportată. De asemenea ar putea servi și pentru eliminarea nelămuririlor în legătura cu costului facturilor pentru consumul de gaz.

Alte exemple pot fi regăsite în diferite studii publicate pentru predicția consumului de energie cu ajutorul rețele neuronale artificiale. În aceste lucrări, accentul este pus pe structura rețelelor, parametrii folosiți pentru dezvoltarea lor, rezultatele obținute. Se urmărește stabilirea modelului care oferă cel mai precis rezultat pentru predicție. Pentru aceasta se folosește eroarea medie pătratică.

Până în prezent s-au realizat o mulțime de studii pentru a se stabili un ghid ce poate ajuta în alegerea arhitecturii rețelei, determinarea modului de procesare a datelor, a algoritmului de învățare, ș.a. Totuși pentru că toți acești parametri influențează performanțele rețelei, nu se poate obține o rețetă exactă. Cu toate acestea este esențială o abordare organizată în dezvoltarea de modele de rețele neuronale, ținându-se cont de factorii enumerați mai sus.

Principalul scop urmărit în diferite lucrări este realizarea unei rețele neuronale artificiale pentru consumul de energie, ținându-se cont de următorii factori: modul de colectare a datelor, pre-procesarea și post-procesarea acestora, diferitele funcții de activare, algoritmii de antrenare pentru găsirea celei mai bune arhitecturii și performanțe. Acest lucru nu se justifică doar prin faptul că toate acestea influențează performanțele rețelei, dar de asemenea nu există nici-un suport teoretic despre cum se poate găsi arhitectura unei rețele sau cum ar trebui să arate.

Drept exemplu, cercetătorii, M. N Jamal, M. E Ibrahim, și A. N Salam, au arătat în lucrarea, “Multilayer Perceptron Neural Network (MLPs) For Analyzing the Properties of Jordan Oil Shale,” că prin schimbarea numărului de nivele ascunse și a numărului de elemente de procesare care există în nivelele ascunse, pentru o arhitectura de tip perceptron-multistrat, are loc modificarea substanțială a performanțelor rețelei.

Rețelele neuronale în predicția de energie

Predicția energiei a fost întotdeauna una dintre cele mai importante domenii de cercetare, fiind necesară o estimare precisă, iar prognoza este esențială pentru a produce un sistem de distribuție a energiei fiabil. În acest caz, energia poate fi gazul natural, sarcina de electricitate, energia eoliană, energia solară și alte sisteme de energie. Cu toate acestea, în ultimele decenii, cercetarea de prognoză se face mai mult pentru problemele de sarcină electrică. Predicția precisă a consumului de gaz natural pentru diferite zone are un impact economic important asupra rețelelor de distribuție.

Rețeaua neuronală artificială (RNA) este una din multele metode de calcul folosite foarte des în predicție. S-a arătat faptul că rețeaua neuronală artificială poate modela orice relație neliniară cu un grad de precizie arbitrar prin ajustarea parametrilor de rețea. Ea se poate ocupa, de asemenea, de aspectul neliniar al variabilelor, așa cum este de așteptat și în cazul datelor pentru consumul de energie. În tabelul de mai jos sunt prezentate tipuri de rețele folosite și caracteristicile acestora, atât pentru predicția în cazul consumului de gaz, dar și al celui de energie, pe baza datelor din 16 lucrări legate de predicția bazată pe rețele neuronale artificiale a consumului de gaz:

Orizontul de predicție

În predicția de energie, industria de aprovizionare necesită previziuni pentru livrare, care pot fi pe termen scurt (minute, ore, sau zile înainte), sau pe termen lung (până la 20 de ani înainte). Cea mai mare parte din studiile de predicție în cazul energiei se adresează mai mult pe prognozarea pe termen scurt (short-term load forecasting STLF), datorită importanței sale pentru dezvoltarea economică și funcționarea în siguranță a sistemelor de energie.

Consumul zilnic de energie este influențat de mai mulți factori. În țările cu patru sezoane, cercetările au arătat că majoritatea consumului de energie într-un an se folosește pentru încălzire, acest lucru fiind în general influențat de temperatură, viteza vântului și alți factori de vreme. Cu toate aceste, în țările cu umiditate ridicată, ca Malaezia, cererea pentru nergie nu este semnificativ influențată de acești factori.

Spre deosebire de prognozarea pe termen scurt, cea pe termen lung (long-term load forecasting LTLF), este mai degrabă influențată de factorii economici, decât condițiile vremii.

Arhitectura rețelei

Majoritatea specialiștilor aleg perceptronul multistrat pentru arhitectura rețelei, după cum se poate observa și din tabelul de mai sus, dar există și excepții, cum ar fi: cercetătorul Musilek, ce alege arhitectura recurentă și Zhi-Sheng Li – rețele cu funcții de bază radială.

Nu există cercetări teoretice despre câte nivele ascunse sunt adecvate pentru o rețea, straturile determinând dimensiunea rețelei. Cu cât rețeaua este mai mare, cu atât se consumă mai mult timp pentru antrenarea ei. Selectarea numărului de neuroni în stratul ascuns este foarte importantă, dar și foarte complicată. Până în prezent, nu există formule analitice favorabile pentru definirea numărului potrivit de neuroni.

Toți cercetătorii ce au realizat lucrările menționate în tabelul de mai sus au selectat numărul de neuroni ascunși folosind metoda constructivă, cu excepția lui Z. Li, care a determinat numărul de neuroni ai rețelei folosind ecuațiile găsite în cercetările sale. Cu toate acestea, unele nu prezintă modul în care alegerea numărului de straturi ascunse și de neuroni ar trebui făcută.

Algoritmul de învățare

Învățarea este procesul de modificare sau adaptare a ponderilor intrărilor ca urmare a unei nepotriviri între ieșirea dorită și cea obținută ca rezultat a intrării aplicate nivelului de intrare.

Algoritmul Backpropagation este cel mai popular algoritm de-a lungul timpului. Un alt algoritm popular este Levenberg-Marquardt, care calculează performanța în raport cu ponderile și variabilele de bias. Câțiva cercetători au ales să folosească un algoritm diferit, care se numește filtrul Kalman, un set de ecuații matematice ce oferă o modalitate computațională eficientă pentru a estima starea procesului, într-un mod care minimizează valoarea erorii pătrate.

Există și cercetători care utilizează algoritmul de învățare Backpropagation adaptiv, unde rata de învățare variază în funcție de scăderea sau creșterea indicelui de performanță, algoritmul Quick Propagation (QP) și algoritmul gradientului conjugat descendent (Conjugate Gradient Descent CGD) pentru modelul rețelei.

Algoritmul QP tratează ponderile ca și cum ar fi cvasi independente și încearcă să folosească un singur model pătratic, în timp ce algoritmul CGD caută linear să găsească modificările optime ale ponderilor rețelei, iar corectarea ponderii se face câte una pe iterație.

Modelul rețelei neuronale pentru producerea energiei

Sistemul de contorizare calculează consumul de energie în funcție de valoarea de intrare de la toate echipamentele de măsurare. Intrările sunt volumul brut, presiunea, temperatura, valoarea calorică și componentele gazului. Fiabilitatea sistemului trebuie să fie asigurată astfel încât să nu afecteze integritatea de facturare între distribuitori și consumatori. În industria de petrol și gaze, este importantă existența unui sistem fiabil și precis de măsurare, din punct de vedere al facturării.

Ați dorit să scrieți: A wrong quantification of product selling or buying will cause loss of income to the company.

O măsurare greșită a produselor vândute sau cumpărate va provoca pierderi de venituri pentru companie. Pentru a se atinge acest obiectiv, modelele de rețele neuronale de predicție vor fi utilizate pentru a prezice consumul de energie, precum și de a construi un sistem de contorizare mai fiabil pentru asigurarea integrității de facturare.

Modelul de rețea neuronală artificială va învăța relația dintre parametrii de intrare și variabilele controlate și necontrolate prin utilizarea datelor înregistrate anterior. Modelul va prezice apoi ieșirea pe baza datelor anterior instruite pentru o altă intrare.

Structura rețelei neuronale

În lucrarea realizată de J.J. Moré, și intitulată “The Levenberg-Marquardt algorithm: Implementation and theory,” în capitolul Numerical Analysis, se folosește o rețea neuronală feedforward, ce are o structură multistrat, și anume trei straturi (strat de intrare-strat ascuns-strat de ieșire), noduri, iar funcția de activare este cea sigmoidă pentru stratul ascuns, iar pentru cel de ieșire funcția de activare liniară. Această structură este instruită, folosindu-se algoritmul Levenberg-Marquardt. Intrările sunt selectate pe baza calculării consumului de energie în sistemul de măsurare.

Există cinci intrări în total, care sunt volumul brut (VG), temperatura (T), presiune (P), puterea calorică (CV) și greutatea specifică (SG). Ieșirea este pur și simplu energia (E), la stratul de ieșire.

Măsura de performanță a rețelei neuronale este definită de eroarea medie pătratică (Root Means Square Error – RMSE). Eroarea se calculează între energia prezisă () și energia curentă (y) pentru fiecare set de date de formare și set de date de validare. Numărul de date este dat de n. Ecuația pentru rădăcina medie pătratică este:

Selectarea parametrilor – Algoritmul de învățare

Există câțiva parametri investigați în dezvoltarea modelului, care trebuie luați în considerare, în scopul de a optimiza performanța, aceștia fiind algoritmul de învățare, funcția de activare, diviziunea datelor de formare și de validare și numărul de neuroni. Rețeaua neuronală este instruită folosind câțiva algoritmi de învățare, care sunt enumerați în tabelul mai jos. Acesta arată valoarea erorii medie pătratice pentru seturile de validare și de formare.

Pentru fiecare algoritm de învățare, sunt testate trei tipuri de funcții de activare. În această anchetă, numărul de neuroni din stratul ascuns este setat la 10 neuroni. Toți algoritmi de învățare sunt testați în modelul rețelei neuronale cu toate combinațiile de funcții de activare.

Se observă că algoritmul de învățare LM și LMBR oferă rezultate mai promițătore, decât alți algoritmi de învățare. Algoritmul RMSE obținut din CGBPB, GDB și RB nu este consistent, nu prezintă nici o tendință reală și oferă o eroare medie pătratică destul de mare. Pentru algoritmii LM și LMBR,erorile medii pătratice sunt mici, dar pentru LMBR este mai mică. Între timp, folosirea funcției de activare tan-sigmoid pentru stratul ascuns, oferă întotdeauna rezultate mai bune decât log-sigmoid.

Din acești cinci algoritmi de învățare, rezultatul cel mai compromițătoare este obținut pentru algoritmul de învățare de Levenberg-Marquadt cu regularizarea Bayesiană, folosindu-se funcția de activare tan-sigmoid pentru stratul ascuns și pur lineară pentru stratul de ieșire, așa cum este subliniat în tabelul III.

Rezultatele rețelei neuronale artificiale pentru predicție cu diferiți algoritmi de învățare

Selectarea parametrilor – Divizarea datelor de antrenare și de validare

În elaborarea unui model este necesară stabilirea raportului dintre datele de antrenare și cele de validare, necesar pentru stabilirea consumului de energie. Alegerea acestui raport se face prin compararea erorii medie pătratice pentru fiecare mod de divizare în parte. Pentru aceasta sunt utilizate trei seturi de date. De asemenea în investigație se urmărește performanța, modificându-se numărul de neuroni.

Clasificare în raport cu modul de preprocesare a datelor

Rețele neuronale nebuclate, feedforward sau asociative sunt acele rețele în care informația este transmisă într-o singură direcție de la intrare către ieșire. În cadrul acestor rețele nu se întâlnesc bucle închise, adică reacții, ceea ce înseamnă că ieșirea unui neuron nu poate reprezenta intrarea unui alt neuron, dacă acel prim neuron se află în relație de dependență cu un alt neuron.

Ca exemplu se poate menționa rețeaua perceptron multistrat.

Rețele feedback, buclate sau autoasociative sunt cele în cadrul cărora informația poate fi transmisă în amândouă direcțiile, se poate spune că prezintă cicluri sau bucle, se mai numesc și structuri dinamice. De exemplu ieșirea unui neuron poate fi aplicată intrării unui alt neuron, iar intrarea primului neuron se află în reacție cu ieșirea celui de-al doilea.

Ca exemplu se pot menționa rețeaua Hopfield și Kohonen.

Rețele hibride sau mixte sunt o combinație între cele două rețele menționate anterior. De exemplu rețeaua Hamming.

Clasificare În raport cu tipul arhitecturii de rețea neuronală

Rețele neuronale cu două straturi mai poartă denumirea și de rețele fără straturi ascunse, prezintă doar stratul de intrare și cel de ieșire.

De exemplu rețelele neuronale feedforward și hibride. Acestea se folosesc în clasificare.

Există și rețele cu mai multe straturi, având cel puțin un strat ascuns. De exemplu perceptronul multistrat. Se folosesc în probleme de aproximare și clasificare.

Clasificare în raport cu algoritmul de antrenare/ învățare

Învățarea reprezintă modificarea permanentă a comportamentului pe baza experienței

În funcție de modul în care sunt modificați parametrii rețelei neuronale pe parcursul procesului de instruire, se disting două tipuri de învățare:

Învățarea supravegheată sau supervizată

Acest mod de învățare constă în oferirea de exemple de instruire rețelei sub formă de perechi de intrare-ieșire. Datele de intrare sunt aplicate rețelei, iar rezultatele sunt comparate cu cele din algoritmul de antrenare. Diferența dintre acestea reprezintă eroarea de rezolvare a problemei pe care o are rețeaua. Pentru minimizarea acestei erori se realizează schimbarea ponderilor rețelei până când aceasta ajunge la o valoare acceptabilă.

Acest tip de învățare are ca principală trăsătură prezența unui „supervizor” care știe relația corectă dintre intrări și ieșiri. În momentul aplicării unei intrări rețelei, se cunoaște ce se dorește a se obține potrivit acestei intrări.

De-a lungul procesului de antrenare rezultatul dat de rețea este comparat cu ieșirea din setul de antrenare, iar parametrii rețelei sunt modificați așa încât diferența dintre cele două (numită eroare) să fie minimizată.

În cazul unei astfel de învățare trebuie avute în vedere următoarele două aspecte:

din setul de antrenare se reține un subset pentru testare (care nu este utilizat pe parcursul stabilirii parametrilor rețelei);

se menține un nivel acceptabil de eroare pe setul de antrenare pentru a evita supra-învățarea (învățarea detaliilor nesemnificative ale exemplelor folosite pentru antrenare).

În concluzie algoritmii folosiți în antrenarea supervizată constă în corectarea erorilor. Cel mai ușor mod de realizare a acestui lucru îl reprezintă schimbarea ponderilor.

Implementarea algoritmilor se realizează în două etape principale:

inițializarea parametrilor;

ajustarea lor printr-un proces iterativ.

Exemple de învățare supervizată sunt:

Backpropagation (propagarea regresivă a erorilor):

unul dintre cei mai utilizați algoritmi de corecție a erorilor;

are loc transmiterea prin rețea a semnalului de eroare în sens invers față de modul în care semnalele circulă în faza de funcționare;

Widrow-Hoff (sau regula Delta):

Boltzman (sau stocastic).

Învățarea nesupervizată

În acest caz supervizorul nu mai este prezent, nu mai putând fi realizată stabilirii corectitudinii legăturilor dintre datele de intrare și cele de ieșire.

Nu se cunoaște ce se dorește a fi obținut, adică nu avem informații despre eroare, care ar ajuta la îmbunătățirea comportamentului rețelei neuronale.

Trebuie implementat un mecanism de învățare care să autoadapteze parametrii rețelei. Pe baza semnalelor de intrare primite din partea mediului, sistemul descoperă trăsături caracteristice. Se folosește pentru clasificare. Includerea unui element într-o anumită clasă se stabilește pe baza distanței la care se află elementul față de centrul unei clase.

Rețelele neuronale care sunt prevăzute cu acest tip de antrenare trebuie să descopere:

reguli;

tipare;

posibilități de separare.

Ca exemple se pot enumera:

algoritmul Hebbian;

algoritmul competitiv.

Învățarea prin întărire

Învățarea cu întărire este învățarea a ceea ce trebuie să facem – cum să facem legătura între situații și acțiuni – astfel încât să maximizăm un semnal numeric „recompensa”(„premiu”). Celui ce învață nu i se spune ce acțiuni anume să facă, ca ăn majoritatea formelor de învățare a mașinilor, ci trebuie sa descopere ce acțiuni îi oferă „recompensa”cea mai mare prin încercarea acestora. În cele mai interesante și solicitante cazuri, acțiunea poate influența nu numai „recompensa” imediată, dar și situațiile următoare, și prin acestea și toate „premiile” următoare. Aceste doua caracteristici – căutarea încercare – și – eroare și „premiile” întârziate – sunt cele mai importante aspecte particulare ale învățării cu întărire.

Rețele neuronale bazate pe funcții radiale

Acest tip de rețele constă în aproximarea unei curbe pentru un spațiu multidimensional. Astfel graficul determinat de datele de intrare trebuie să fie cât mai bine aproximat de graficul căutat de rețea. Astfel se dorește intercalarea rețelei neuronale față de datele de test.

Se poate întâmpla ca o astfel de rețea să necesite mai mulți neuroni, dar timpul de antrenare al acestora va fi mai scurt decât în cazul rețelei feedforward.

În cazul unui neuron a unei rețele bazată pe funcții radiale intrarea netă

Arhitectura RBF

Arhitectura rețelei RBF constă în:

– un strat de intrare ce conține L neuroni virtuali (i = 0 … L-1) care nu realizează o prelucrare de semnal, ci doar o multiplexare, prelucrarea propriu-zisă având loc doar în stratul intermediar și în cel de ieșire.

– un strat intermediar cu M neuroni (j = 0 … M-1) ce implementează funcția Gaussiană de activare:

– un strat de ieșire cu N neuroni (k = 0 … N-1) ce realizează suma ponderată a ieșirilor de pe stratul intermediar.

Semnificație parametri:

• (media) și σj (dispersia) – descriu formele prototip atașate intrărilor

• X = [x0, x1…xi…xL-1] – vector de intrare

• xi – valoarea aplicată neuronului i de pe stratul de intrare, i = 0 … L-1

• zj – iesirea neuronului j de pe stratul intermediar, j = 0 … M-1

• yk_ iesirea neuronului k de pe stratul de ieșire, k = 0 … N-1

• wkj _ ponderea conexiunii neuronului k de pe stratul de ieșire cu neuronal j de pe stratul intermediar

Stratul intermediar al rețelei realizează o partiționare a spațiului de intrare în grupări descrise prin medie și dispersie, în timp ce stratul de ieșire ia decizia de apartenență a formei de intrare la una dintre clase.

Observații:

– numărul neuronilor din stratul de intrare = dimensiunea vectorului de intrare

– numărul neuronilor din stratul intermediar = numărul vectorilor din lotul de antrenare

– numărul neuronilor din stratul de ieșire = numărul de clase în care se face clasificarea

Mediile vor fi în acest caz reprezentate de vectorii din lotul de antrenare. Eroarea pe lotul de antrenare va fi zero. Se va obține astfel un sistem de MxN ecuații cu MxN ponderi necunoscute. Din acest sistem se vor putea calcula ponderile.

Aplicatie software bazata pe rn destinata estimarii pe termen scurt a puterii generate de sistemele PV:

Context

Harta solara a Romaniei

ASEEVE (Dragmir, 2009)

3.2. Etapele construcției aplicației

Pentru realizarea acestei aplicații s-u folosit două programe: Matlab și Xilinx.

Descriere Matlab

Aplicația MATLAB (MATrix LABoratory) reprezintă un pachet de programe de înalta performanță folosit pentru calcul numeric și reprezentări grafice. Firma producătoare este The MathWorks, Inc., SUA.

Elementul principal folosit în MATLAB este matricea (matrix). MATLAB permite dezvoltarea cu ușurință a unor aplicații.

Structural, programul este construit sub forma unui nucleu de bază, cu interpretor propriu, în jurul căruia sunt construite aplicații specifice diferitelor domenii, numite TOOLBOX (colecții extinse de funcții MATLAB, destinate rezolvării unor probleme din domenii variate).

Se poate lucra fie în modul linie de comanda, în acest caz fiecare linie fiind prelucrată imediat, fie cu programe (mai multe instrucțiuni MATLAB, cu posibilitatea apelării altor fișiere de același tip și a apelării recursive) conținute în fișiere numite "M-files", deoarece au extensia .m.

Există două tipuri de fișiere .m:

Fișiere Script, care nu acceptă argumente de intrare și nu returnează argumente de ieșire. Aceste fișiere execută o serie de instrucțiuni MATLAB și operează cu datele din workspace sau pot crea date noi. Aceste date sunt disponibile după terminarea execuției fișierului.

Fișiere Funcții (rutine), care acceptă argumente de intrare și returnează argumente de ieșire. Variabilele utilizate sunt variabile locale (interne) ale funcției.

Forma generală a primei linii a unui fișier funcție este:

function [param_iesire]=nume_funcție(param_intrare)

unde: – function – declară fișierul ca fișier funcție;

– nume_funcție – numele funcției;

– param_ieșire – parametrii de ieșire trebuie separați cu virgulă și cuprinși între paranteze drepte;

– param_intrare – parametrii de intrare trebuie separați cu virgulă și cuprinși între paranteze rotunde.

Ferestre de lucru

Programul MATLAB folosește două tipuri de ferestre: o fereastra de comenzi (Command Window) și o fereastră de reprezentări grafice.

Fereastra de comenzi

Aceasta este disponibilă în momentul deschiderii programului. Cu ajutorul mouse-ului se pot selecta diferite comenzi din bara principală de meniu aflată în partea de sus. Există și varianta prescurtată a accesării acestora prin apăsarea tastei Alt si a literei subliniate pentru fiecare comandă.

Comenzile principale și funcțiile matematice se introduc în dreptul cursorului; de aici se pot iniția toolbox-urile (colecții extinse de funcții MATLAB).

În momentul în care capacitatea ecranului este depășită din punct de vedere orizontal sau vertical, este posibilă deplasarea cu ajutorul butoanelor de derulare orizontală și verticală.

În figura următoare sunt prezentate componentele principale ale ferestrei de comenzi descrise anterior:

Fereastra de reprezentări grafice în Matlab

Fereastra grafică este o formă elevată de reprezentare a graficelor; pot exista mai multe ferestre grafice deschise în același timp, dar o singură fereastra de comenzi.

În fereastra grafică pot fi reprezentate funcții 2D sau 3D, imagini color, animație etc.

Descriere Xilinx

XILINX ISE (Integrated Software Enviroment) reprezintă unul dintre mediile de proiectare a sistemelor digitale integrate, ce pot fi implementate pe circuitele programabile XILINX, prin utilizarea de circuite FPGA sau CPLD. Proiectarea unei aplicații se poate realiza prin descriere schematică, dar și cu ajutorul limbajelor de descriere hardware (VHDL sau Verilog).

Sinteza unei aplicații se referă la procesul prin care modelul comportamental realizat într-un limbaj de descriere hardware (VHDL sau Verilog) este transformat într-o structură de circuit. Rezultatul sintezei este un fișier HDL, în care modelul comportamental sintetizat este descris structural la nivel de porți sau blocuri logice (bistabile, MUX-uri, etc.) specifice tehnologiei adoptate. Prin sinteză se face practic trecerea de la reprezentarea la nivelul regiștrilor de transfer RTL (Register Transfer Logic) la reprezentarea Gate Level.

Toate programele ce compun pachetul Xilinx ISE pot fi lansate sau folosite cu ajutorul programului numit 'Xilinx Project Navigator'. Acest IDE permite crearea unor proiecte noi, vizualizarea si editarea fișierelor de intrare, a celor intermediare sau a celor generate drept ieșire. Se pot genera diverse fluxuri de intrare-ieșire și se pot configura FPGA-urile sau CPLD-urile țintă.

Pe interfața programului Project Navigator se găsesc patru ferestre:

fereastra fișierelor sursa;

fereastra editor HDL;

fereastra proceselor;

fereastra consolei.

Fereastra fișierelor sursă se utilizează pentru prezentarea tuturor fișierelor sursă care sunt necesare pentru proiect. Fereastra proceselor indică toate procesele care sunt disponibile pentru un anumit tip de fișier sursă. Fereastra editorului HDL permite vizualizarea conținutului fișierului sursă selectat. În fereastra consolei sunt prezente toate mesajele referitoare la starea execuției unui proces, inclusiv mesajele de avertisment sau de eroare care apar în urma execuției.

Folosind IDE-ului 'Project Navigator' se pot crea fișiere pentru proiecte noi, pentru care se pot specifica următoarele:

numele si locația proiectului;

tipul de FPGA sau CPLD (CoolRunner, Spartan 2, Spartan 3, XC9500);

tipul de 'package' (FG256, FG456, PQ208, etc.);

tipul de sursă/sinteză aleasă (EDIF, XST, Synplify, Leonardo Spectrum, etc.).

Fereastra proceselor poate fi folosită pentru a modifica o serie de parametrii cum ar fi:

adăugarea/modificarea constrângerilor utilizator;

tipul de sinteza și parametrii specifici;

implementarea proiectului;

generarea fișierului de configurare și încercarea acestuia.

Tab-ul 'Synthesize' poate fi folosit pentru a modifica o serie de parametri folosiți la sinteza circuitului electric digital (specifici instrumentului de sinteza ales) cum ar fi:

folosirea sau nu a compilatorului FSM simbolic;

împărțirea resurselor fizice între diferitele module ale proiectului;

frecvența dorită de funcționare;

utilizarea standardului Verilog 2001;

utilizarea programului ce identifică automatele finite 'ascunse' la proiectare;

folosirea sau nu a sintezei de tip 'pipeline';

folosirea sau nu a fișierului de constrângeri la momentul sintezei.

După finalizarea procesului de sinteza un raport al acestuia va fi generat.

Tab-ul 'Generating Programming File' poate fi folosit pentru a modifica o serie de parametri ai fișierului final pentru configurare FPGA sau CPLD cum ar fi:

crearea unui fișier binar de configurare;

crearea unui fișier ASCII de configurare;

activarea compresiei BitStream;

configurarea diverșilor parametri JTAG (rata de configurare, pinii M0, M1, M2, JTAG Clk, etc.);

Editorul de constrângeri

Pachetul Xilinx ISE permite specificarea constrângerilor de tipuri diferite pentru proiectul actual, cum ar fi:

constrângeri de frecventa;

constrângeri de plasare;

constrângeri de grupare;

directive de 'place and route';

constrângeri pentru intrări/ieșiri;

directive de inițializare;

diferite atribute ale porturilor de I/O.

Editorul de constrângeri poate fi folosit atât in mod text in cadrul programului 'Project Navigator'cat si in mod grafic (Figura 7):

Imediat după încheierea procesului de sinteza, pachetul software Xilinx ISE lansează in fundal programul 'place & route' ce va definitiva circuitul digital curent. Acest program folosește constrângerile definite cu ajutorul 'Constraints Editor'. Cele mai importante constrângeri ale unui proiect sunt cele legate de plasarea porturilor de I/O folosite de circuitul curent. După cum se poate observa si din figura 8, se pot specifica diverși parametri cum ar fi:

direcția portului de I/O;

pinul fizic ales;

standardul de I/O folosit(LVTTL, LVCMOS2, PCI133_3, PCI133_5, PCI166_3, GTL, AGP, etc.);

Determinarea numărului de panouri necesare pentru a încălzi un anumit volum de apă

În general încălzirea apei pentru o locuință reprezintă aproximativ 20% din cantitatea de energie folosită. În anul 2005 aproximativ 39% din populație foloseau boilere electrice pentru încălzire, ceea ce înseamnă o medie de 2814 kWh/locuință într-un an. Procentul populației ce folosea gaze naturale era 54%, adică 6915 kWh/locuință pe an. Implementarea de sisteme de încălzire voltaice poate duce la scăderea consumului de electricitate și gaze naturale.

Aplicația realizată în Matlab determină de câte panouri este nevoie pentru a încălzi diferite cantități de apă.

Ca date de intrare vom avea:

capacitatea rezervorului în care se încălzește apa – valoarea se exprimă în litrii și este necesară pentru a determina dimensiunile rezervorului ce vor fi utilizate ulterior în diferite calcule;

volumul de apă caldă folosit zilnic – valoarea se va exprima tot în litrii și reprezintă ce cantitate de apă se consumă pentru o locuință în funcție de numărul locuitorilor și alți factori;

temperatura dorită pentru apa caldă – valoarea se va exprima în grade Celsius;

temperatura medie a apei la intrarea în instalația de încălzire – grade Celsius;

Ieșirile sunt reprezentate de:

radiația solară – diferă în funcție de lună, se exprimă în W/m2

eficiența panoului – se va exprima în procente și poate varia în funcție de tipul panoului;

Soluție:

Se calculează energia totală pentru a încălzi apa din rezervor utilizând ecuația

unde m reprezintă masa apei, c căldura specifică a apei, iar este schimbul de temperatură.

Pentru a găsi masa apei se multiplică volumul apei ce este consumată cu densitate apei, după ce se transformă mai întâi litrii în metrii cubi. De asemenea masa trebuie exprimată în grame, se transformă din kilograme.

Valorile obținute se folosesc în ecuația de mai sus pentru a se afla totalul de energie necesar pentru a încălzi apa, exprimat în Joule.

Se convertește valoarea din Joule în kWh, utilizând factorul de transformare

Pentru a afla pierderea de căldură înregistrată de rezervorul de apă caldă se utilizează formula pierderii de căldură

unde H este pierderea de căldură exprimată în Btu/oră, A este suprafața rezervorului exprimată în metrii pătrați, este temperatura finală a apei calde, ͦ este temperatura inițială a apei calde la intrarea în sistem.

BTU (provenind de la British Thermal Unit) este o unitate de măsură pentru căldură și ea este egală cu cantitatea de căldură necesară pentru a crește temperatura unei cantități de 1 livră de apă (circa 0,45 kg) cu 1° Fahrenheit (circa 0,55 ° Celsius). Pentru a vă da seama cât de mică este această unitate de măsură, gândiți-vă la cantitatea de căldura degajată de arderea unui băț de chibrit. BTU nu face parte din Sistemul International, pentru domeniul științific unitatea de măsură folosită rămânând Joule-ul:

Conversie: 1 BTU ≈ 1055,056 J

Se utilizează dimensiunile rezervorului, care se obțin la alegerea volumului de apă ce va fi conținut în rezervor, pentru a determina valoarea suprafeței rezervorului, cu formula:

Se introduc aceste valori în formula pierderii de căldură și se obține aceasta în Btu/oră.

Se transformă Btu/oră în kWh, folosind aceasta se obține valoarea pierderii de căldură pe zi prin înmulțirea cu 24 de ore.

Pentru a se obține valoarea totală de energie într-o zi se adună pierderea de căldură și totalul de energie pentru a încălzi rezervorul.

Pasul următor este determinarea suprafeței de panouri necesară pentru a produce cantitatea de energie de mai sus într-o zi. Energia totală se împarte la eficiența panoului pentru a obține cantitatea corectă de energie solară necesară pentru a încălzi apa.

Valoarea obținută se împarte la 6 ore, care reprezintă media orelor de soare într-o zi și se obține puterea solară incidentă medie, exprimată în kW și se transformă în W.

Această valoare se împarte la radiația solară și se obține suprafața de panouri necesară.

Pentru a obține numărul de panouri se împarte suprafața necesară la suprafața unui panou și se rotunjește.

Traiectoria Soarelui

Declinația solară este unghiul dintre razele soarelui și planul ecuatorial al pământului, latitudinea la care soarele este direct deasupra capului la amiază. Valorile declinației sunt pozitive, atunci când soarele este la nord de Ecuator (21 martie si 23 septembrie) și negative, atunci când soarele este la sud de ecuator. Valorile maxime și minime ale declinației solare sunt 0.409 radiani (23.45 grade) și -0.409 radiani (-23.45 grade).

Cea mai mare eroare în algoritmii de determinare a declinației solare pentru un an tinde să apară la echinocții în anii bisecți. Declinația variază cu 0,3 grade de la an la an, în timpul ciclului de an bisect la o anumită zi din apropierea echinocțiului, și cu aproximativ jumătate din aceasta în mijlocul verii și mijlocul iernii. Există, de asemenea, o limită a preciziei în care declinația continuu variabilă poate fi calculată din numărul zilei. Schimbarea maximă a declinației solare în 24 de ore este de aproximativ 0,4 grade și are loc la echinocțiu, când declinația este aproape de zero. Valori foarte precise ale declinației sunt rareori necesare în calculele de iluminat natural, dar se pot găsi, pentru un anumit timp din zi și an, în cărți, cum ar fi Nautical Almanac

Pentru a calcula unghiul în funcție de zi există următoarea formulă:

Declinația solară:

Timpul solar adevărat diferă de ceas. Diferența se datorează diferențelor dintre site-ul longitudinea și meridianul standard (de exemplu: 0s, meridianul Greenwich), ecuația timpului, și Timpul de vară sau de convențiile lumina zilei de economisire.

3.3. Evaluareperformante de predictie in raport cu altemetode

Figura1

Concluzii

Bibligrafie

Dragomir, traraar,2009

[1] wwww.referte.ro

Bibligrafie

Dragomir, traraar,2009

[1] wwww.referte.ro