Išvados
1. Dėl saulės elementų fizinių savybių, jie didžiausią galią sukuria tik tada, kai apkrova yra parinkta pagal elementą veikiantį saulės energijos srautą ir jo temperatūrą. Tam naudojamos DGTS sistemos.
2. Tiriant DGTS algoritmus susiduriama su problema, kad jų trūkumai pasireiškia tik esant tam tikroms oro sąlygoms. Todėl tikslinga sudaryti matematinį modelį, leidžiantį imituoti skirtingomis oro sąlygomis veikiančius saulės elementus.
3. Sudaryti SES, debesų dangą imituojantis ir saulės elemento matematiniai modeliai Matlab/Simulink terpėje. Lyginant SES debesuotą dieną modeliavimo rezultatus su piranometru atliktais matavimais, nustatyta, kad modelio generuojamas signalas atitinka realius SES kitimo dėsnius.
4. Modelyje generuojamos SES vertes realiajame laike. Tai naudinga prognozuojant saulės jėgainės pagamintos elektros energijos kiekį. Naudojant išsaugotą SES signalą galima atlikti tikslų skirtingų DGTS algoritmų veikimo palyginimą.
Literatūra
Sridhar, R.; Jeevananathan, D. R. et al. 2010. Modeling of PV Array and Performance Enhancement by MPPT Algorithm, International Journal of Computer Application 7(5): 35–39.
Vasarevičius, D.; Martavičius, R. 2011. Solar Irradiance Model for Solar Electric Panels and Solar Thermal Collectors in Lithuania, Electronics and Electrical Engineering 2(108): 3–6.
Jiang, J. et al. 2005. Maximum Power Tracking for Photovoltaic Power Systems, Tamkang Journal of Science and Engineering 2(8): 147–153.
Zekai, S. 2008. Solar Energy Fundamentals and Modeling techniques: Atmosphere, Environment, Climate Change and Renewable Energy. – London: Springer, 280 p.
Masters, G. M. 2004. Renewable and Efficient Electric Power Systems. – New Jersey: John Wiley & Sons, 676 p.
Markvart, T.; Castaner, L. 2003. Practical Handbook of Photovoltaics: Fundamentals and Applications. Elsevier Ltd. 1015 p.
