I ricercatori dell’Université de Ghardaïa, in Algeria, hanno messo a punto un nuovo metodo per migliorare la programmazione della pulizia dei moduli fotovoltaici, garantendo indipendenza da dataset estesi.
“Il nostro metodo funziona in modo efficace senza richiedere grandi quantità di dati,” ha dichiarato a pv magazine l’autore principale della ricerca, Charaf Abdelkarim Mosbah. “Combina tecniche di maximum power point tracking (MPPT), ottimizzazione metaeuristica e un meccanismo intelligente di punteggio per la pulizia (ICSM).”
Nello studio “Smart and cost-effective optimisation of photovoltaic cleaning schedules”, pubblicato su Energy and Buildings, il team di ricerca ha spiegato che il metodo consente un processo decisionale “ottimale” sia in tempo reale sia in modalità offline, riducendo così le operazioni di pulizia non necessarie e migliorando il rendimento energetico complessivo. “Ciò che rende unico il nostro approccio è la sua perfetta integrazione con i sistemi MPPT già esistenti, permettendo un’immediata applicazione senza ulteriori investimenti in hardware o infrastrutture di dati,” ha aggiunto Mosbah.
Gli scienziati hanno illustrato come le operazioni di pulizia richiedano due passaggi fondamentali: valutare il livello di pulizia e prendere una decisione. Hanno sottolineato che la pulizia diventa “essenziale” solo quando la polvere si accumula e persiste sulle superfici dei moduli, con un’analisi mirata a guasti di carattere costante o graduale.
Il metodo proposto distingue tra due modalità operative di MPPT: la fase di esplorazione, in cui l’algoritmo cerca attivamente il punto di massima potenza (MPP), e la fase di sfruttamento, in cui l’MPP viene mantenuto. Distingue inoltre tra modalità di ombreggiamento parziale e di irraggiamento uniforme, definendo lo spazio di ricerca di ogni variabile decisionale in modo indipendente, a differenza di molti altri algoritmi.
La nuova metodologia utilizza l’ICSM per semplificare la rilevazione dell’accumulo di polvere. Inizialmente valuta se il sistema fotovoltaico stia operando normalmente o sotto ombreggiamento parziale, con i dati analizzati in tempo reale insieme al MPPT oppure elaborati successivamente in modalità offline. “Questa caratteristica consente di applicare il metodo anche durante i periodi di fermo del sistema, permettendo di gestire in modo efficiente le attività di manutenzione, inclusa la pianificazione della pulizia, senza interrompere la produzione di energia,” ha sottolineato il gruppo di ricerca.
Il nuovo approccio utilizza inoltre un contatore intelligente che accumula i risultati delle analisi dei dati. “I nostri risultati sperimentali hanno dimostrato una precisione del 98,4% nella previsione delle tempistiche ottimali di pulizia, superando le prestazioni di tre altri algoritmi di riferimento,” ha affermato Mosbah.
Il team afferma che la nuova soluzione può essere applicata a tutti i sistemi fotovoltaici, inclusi i grandi impianti solari, senza costi aggiuntivi.
I presenti contenuti sono tutelati da diritti d’autore e non possono essere riutilizzati. Se desideri collaborare con noi e riutilizzare alcuni dei nostri contenuti, contatta: editors@nullpv-magazine.com.
Inviando questo modulo consenti a pv magazine di usare i tuoi dati allo scopo di pubblicare il tuo commento.
I tuoi dati personali saranno comunicati o altrimenti trasmessi a terzi al fine di filtrare gli spam o se ciò è necessario per la manutenzione tecnica del sito. Qualsiasi altro trasferimento a terzi non avrà luogo a meno che non sia giustificato sulla base delle norme di protezione dei dati vigenti o se pv magazine ha l’obbligo legale di effettuarlo.
Hai la possibilità di revocare questo consenso in qualsiasi momento con effetto futuro, nel qual caso i tuoi dati personali saranno cancellati immediatamente. Altrimenti, i tuoi dati saranno cancellati quando pv magazine ha elaborato la tua richiesta o se lo scopo della conservazione dei dati è stato raggiunto.
Ulteriori informazioni sulla privacy dei dati personali sono disponibili nella nostra Politica di protezione dei dati personali.