Computation of Power Extraction From Photovoltaic Arrays Under Various Fault Conditions
Notice bibliographique
Résumé
Photovoltaic (PV) faults such as partial shading, bypass-diode defects, degradation of PV modules, and wiring issues greatly affect the power output and cause various peaks in P-V curves of a PV system. Although, commonly used Total-Cross-Tied (TCT) scheme in PV arrays is considered instrumental for reducing power losses there lies a great scope to evaluate power extraction through reconfiguration of modules with different PV materials. This paper presents detailed investigation of power extraction using number placement reconfiguration method under numerous faults. PV power extraction is carried out and compared with three different interconnections of PV modules, including series-parallel (SP), bridge-link (BL) and TCT. In order to conduct a thorough investigation and better evaluate the performance of PV arrays, we have studied reconfiguration of PV modules with polycrystalline and copper indium gallium selenide (CIGS) PV technologies. In addition, this paper contains detailed quantification of the impact of the studied PV faults on power grid. The results obtained in MATLAB/Simulink demonstrate that CIGS PV technology performs better than polycrystalline in terms of power output during different faulty conditions. It becomes evident from the presented results that optimal reconfiguration of PV arrays can increase the power extraction from PV system with reduced number of P-V peaks. Hence, leading to improved performance of the PV system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».