WO2020115431A1 - Method for determining a soiling speed of a photovoltaic generation unit - Google Patents

Method for determining a soiling speed of a photovoltaic generation unit Download PDF

Info

Publication number
WO2020115431A1
WO2020115431A1 PCT/FR2019/052914 FR2019052914W WO2020115431A1 WO 2020115431 A1 WO2020115431 A1 WO 2020115431A1 FR 2019052914 W FR2019052914 W FR 2019052914W WO 2020115431 A1 WO2020115431 A1 WO 2020115431A1
Authority
WO
WIPO (PCT)
Prior art keywords
values
cleaning
parameters
occurrence
production unit
Prior art date
Application number
PCT/FR2019/052914
Other languages
French (fr)
Inventor
Pierre Stephan
Guillaume DALLE
Original Assignee
Electricite De France
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to FR1872455A priority Critical patent/FR3089669B1/en
Priority to FR1872455 priority
Application filed by Electricite De France filed Critical Electricite De France
Publication of WO2020115431A1 publication Critical patent/WO2020115431A1/en

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q99/00Subject matter not provided for in other groups of this subclass

Abstract

The invention relates to a method for determining a soiling speed of a photovoltaic generation unit, in which, on the basis of values of an electrical variable generated by the photovoltaic generation unit at a plurality of moments in a time series and corresponding values of meteorological parameters, and on the basis of a relationship between an electrical variable generated by said generation unit at one moment, the values taken with the meteorological parameters at the same moment, and the occurrence of cleaning events, wherein said relationship comprises multiple relational parameters including the speed of soiling and the occurrence of a cleaning event is modelled by a probability law involving a relational parameter, the soiling speed is determined in iterations in which vectors that are representative of the occurrence of cleaning events are simulated.

Description

PROCEDE DE DETERMINATION D'UNE VITESSE DE SALISSURE D'UNE UNITE DE PRODUCTION PHOTOVOLTAÏQUE METHOD FOR DETERMINING A SOIL SPEED OF A PHOTOVOLTAIC PRODUCTION UNIT
DOMAINE TECHNIQUE TECHNICAL AREA
L'invention concerne le domaine des panneaux photo voltaïques. Plus précisément, l’invention traite du problème de la salissure de ces panneaux photovoltaïques au cours du temps, et vise déterminer une vitesse de salissure de panneaux photovoltaïques d’une unité de production photovoltaïque. ETAT DE LA TECHNIQUE The invention relates to the field of photo voltaic panels. More specifically, the invention addresses the problem of soiling of these photovoltaic panels over time, and aims to determine a rate of soiling of photovoltaic panels of a photovoltaic production unit. STATE OF THE ART
Un panneau photovoltaïque est un générateur électrique en présence de rayonnement solaire, formé de cellules photovoltaïques qui exposées à la lumière produisent de l’électricité grâce à l’effet photovoltaïque. La puissance électrique obtenue est proportionnelle à la puissance lumineuse incidente sur le matériau actif constituant les cellules photo voltaïques, généralement des semi-conducteurs. A photovoltaic panel is an electric generator in the presence of solar radiation, formed by photovoltaic cells which exposed to light produce electricity thanks to the photovoltaic effect. The electric power obtained is proportional to the light power incident on the active material constituting the photo voltaic cells, generally semiconductors.
La puissance lumineuse incidente est affectée par les conditions météorologiques, mais également par tout obstacle gênant l'arrivée de la lumière sur le matériau actif d'une cellule photovoltaïque. Les principaux obstacles sont les aérosols qui se déposent à la surface d’un panneau photovoltaïque, et qui en opacifiant cette surface, réduisent la puissance lumineuse incidente et donc la puissance électrique générée. On appelle salissure le dépôt de ces aérosols à la surface des panneaux photovoltaïques. Ces aérosols sont principalement constitués de poussières, et ce phénomène est d’autant plus important que les panneaux photovoltaïques sont généralement concentrés dans des zones géographiques présentant un fort ensoleillement, avec peu de précipitations, et donc avec beaucoup de poussières. The incident light power is affected by weather conditions, but also by any obstacle hindering the arrival of light on the active material of a photovoltaic cell. The main obstacles are the aerosols which are deposited on the surface of a photovoltaic panel, and which by opacifying this surface, reduce the incident light power and therefore the electric power generated. The deposition of these aerosols on the surface of the photovoltaic panels is called soiling. These aerosols are mainly made up of dust, and this phenomenon is all the more important since the photovoltaic panels are generally concentrated in geographical areas with strong sunshine, with little precipitation, and therefore with a lot of dust.
Afin de pallier cet inconvénient, des opérations de nettoyages des surfaces des panneaux photovoltaïques peuvent être menées périodiquement. Débarrassés de la salissure les recouvrant, les panneaux photovoltaïques retrouvent une production électrique plus élevée. Toutefois, de telles opérations sont coûteuses, tant en main d’œuvre qu’en ressource, et par exemple en eau. Si le nettoyage est réalisé alors que les panneaux photo voltaïques ne sont pas très sales, les bénéfices du nettoyage sur la production électrique seront minimes. A l’inverse, si le nettoyage est réalisé trop tardivement, la production électrique des panneaux photovoltaïques aura pâti d'un taux de salissure important. Il convient donc de procéder à ces opérations aux moments les plus opportuns. Il est cependant coûteux et complexe de mesurer directement la quantité de salissure présente à la surface des panneaux, par exemple au moyen de capteurs, avec un résultat dont la précision n'est pas optimale. Une autre difficulté réside dans le fait que des évènements nettoyants peuvent survenir de manière imprévue, et en particulier la pluie, qui peut laver les surfaces des panneaux et en ôter la salissure, de sorte qu'il n'est pas facile d'estimer le taux de salissure des panneaux photo voltaïques. In order to overcome this drawback, operations for cleaning the surfaces of the photovoltaic panels can be carried out periodically. Cleared of the dirt covering them, the photovoltaic panels find a higher electrical production. However, such operations are costly, both in terms of labor and resources, and for example in water. If the cleaning is carried out while the photo voltaic panels are not very dirty, the benefits of cleaning on the electrical production will be minimal. Conversely, if the cleaning is carried out too late, the electrical production of the photovoltaic panels will have suffered from a significant level of soiling. It is therefore advisable to carry out these operations at the most opportune times. It is however expensive and complex to measure directly the amount of soiling present on the surface of the panels, for example by means of sensors, with a result whose accuracy is not optimal. Another difficulty resides in the fact that cleaning events can occur unexpectedly, and in particular the rain, which can wash the surfaces of the panels and remove the dirt, so that it is not easy to estimate the soiling rate of the photo voltaic panels.
Un autre problème de la salissure est la prévision de production électrique. En raison de la difficulté de stockage de l'électricité, un producteur d'électricité est soumis à des contraintes de production auxquelles il ne peut déroger. Il doit donc pouvoir prévoir à l'avance la production des différentes sources d'électricité qu'il exploite. Or, la salissure n'est pas constante, et s'accroît avec le temps, sauf en présence d'évènements nettoyants tels que la pluie ou un nettoyage programmé. Il en résulte une impossibilité de prévoir la production électrique à l'avance de manière précise. Another problem of soiling is the forecast of electrical production. Due to the difficulty of storing electricity, an electricity producer is subject to production constraints from which it cannot derogate. It must therefore be able to predict in advance the production of the different sources of electricity it operates. However, soiling is not constant, and increases over time, except in the presence of cleaning events such as rain or a scheduled cleaning. This results in an impossibility of forecasting electricity production in advance in a precise manner.
II a donc été proposé des procédés de détermination d'une vitesse de salissure de panneaux photovoltaïques afin de pouvoir agir en conséquence, par exemple en planifiant des nettoyages ou en permettant d'établir des prévisions de production électrique plus exactes. Methods have therefore been proposed for determining a rate of soiling of photovoltaic panels in order to be able to act accordingly, for example by planning cleanings or by making it possible to establish more accurate forecasts of electrical production.
Un de ces procédés a été proposé par Michael G. Deceglie et al., dans les articles "Quantifying Soiling Loss Directly From PV Yield", IEEE Journal of Photovoltaics, No. 2, mars 2018, 8(2):547-551, "A Scalable Method for Extracting Soiling rates from PV Production Data", NREL/CP-5J00-65763, pages 2061-2065, Juin 2016, IEEE Photovoltaic Specialists Conférence, Portland, Oregon, 5-6 Juin 2016, et "Quantifying Year-to-Year Variations in Solar Panel Soiling from PV Energy-Production Data", in 2017 Proc. IEEE 44th Photovoltaic Specialist Conférence (PVSC), page 4. Dans cette approche, une métrique de performance journalière est déterminée, représentative d’une quantification de la production énergétique journalière d'un système photovoltaïque. L'évolution chronologique de cette métrique de performance journalière est ensuite utilisée pour détecter les évènements nettoyants, en comparant une médiane glissante de cette métrique de performance journalière avec un seuil fixe, une augmentation brusque de la métrique de performance journalière étant considérée comme indicative d’un évènement nettoyant si elle dépasse le seuil. La pente de la métrique de performance journalière entre deux évènements nettoyants est ensuite déterminée, et à partir de celle-ci, une vitesse de salissure est déduite. One of these methods was proposed by Michael G. Deceglie et al., In the articles "Quantifying Soiling Loss Directly From PV Yield", IEEE Journal of Photovoltaics, No. 2, March 2018, 8 (2): 547-551, "A Scalable Method for Extracting Soiling rates from PV Production Data", NREL / CP-5J00-65763, pages 2061-2065, June 2016, IEEE Photovoltaic Specialists Conférence, Portland, Oregon, 5-6 June 2016, and "Quantifying Year- to-Year Variations in Solar Panel Soiling from PV Energy-Production Data ", in 2017 Proc. IEEE 44th Photovoltaic Specialist Conference (PVSC), page 4. In this approach, a daily performance metric is determined, representative of a quantification of the daily energy production of a photovoltaic system. The chronological evolution of this daily performance metric is then used to detect cleaning events, by comparing a sliding median of this daily performance metric with a fixed threshold, a sudden increase in the daily performance metric being considered as indicative of a cleansing event if it exceeds the threshold. The slope of the daily performance metric between two cleaning events is then determined, and from this, a speed of dirt is deducted.
Ce procédé requiert un grand nombre de données, et sa fiabilité dépend de plusieurs points cruciaux difficiles à paramétrer. En particulier, la métrique de performance journalière doit être particulièrement pertinente et raffinée. La métrique de performance journalière proposée PRTCt est corrigée par la température et prend la forme : This process requires a large amount of data, and its reliability depends on several crucial points which are difficult to configure. In particular, the daily performance metric must be particularly relevant and refined. The proposed daily performance metric PRTC t is temperature corrected and takes the form:
Pt G ’STC Pt G ’STC
PRTCt = PRTC t =
Gti 1 Y (T PSTC )) PSTC Gti 1 Y (T PSTC)) PSTC
où PSTC est la puissance du panneau dans les conditions de test standard (STC pour l'anglais "Standart Test Conditions"), GSTC = 1000 W/m2, Gt est l’irradiance reçue par le panneau et Pt sa puissance de sortie, T la température, TSTC = 25°C, et g un coefficient de température à déterminer (g appartenant à [-¥; +¥]). Il est donc nécessaire de trouver la valeur de coefficients tels que le coefficient de température g du PRTC, et d’utiliser des données issues de tests en laboratoire sous des conditions PSTC, GSTC qui ne reflètent pas des conditions d’utilisation réelles des panneaux photo voltaïques. De même, le seuil fixe à partir duquel est déterminé la survenue d'un évènement nettoyant est également sensible, puisque l'intensité (en termes de salissure retirée et donc d'influence sur la métrique de performance) des évènements nettoyants est variable. where P STC is the power of the panel under standard test conditions (STC for English "Standart Test Conditions"), G STC = 1000 W / m 2 , G t is the irradiance received by the panel and P t sa output power, T the temperature, T STC = 25 ° C, and g a temperature coefficient to be determined (g belonging to [- ¥; + ¥]). It is therefore necessary to find the value of coefficients such as the temperature coefficient g of the PRTC, and to use data from laboratory tests under P STC , G STC conditions which do not reflect actual conditions of use of the voltaic photo panels. Likewise, the fixed threshold from which the occurrence of a cleaning event is determined is also sensitive, since the intensity (in terms of dirt removed and therefore of influence on the performance metric) of cleaning events is variable.
Il en résulte que les approches proposées jusqu'à présent sont lourdes, complexes à mettre en œuvre, nécessitent de nombreuses données, et que leur précision dépend de la finesse de leur paramétrage. PRESENTATION DE L’INVENTION As a result, the approaches proposed so far are cumbersome, complex to implement, require a large amount of data, and their accuracy depends on the fineness of their configuration. PRESENTATION OF THE INVENTION
La présente invention a pour but de permettre de déterminer une vitesse de salissure de façon précise, sans requérir de nombreuses données précises, sans instrumentation particulière, afin de permettre aisément de planifier des opérations de nettoyage ou de prévoir une production électrique. The object of the present invention is to enable a precise soiling rate to be determined, without requiring numerous precise data, without any particular instrumentation, in order to easily allow cleaning operations to be planned or electrical production to be planned.
A cet effet, il est proposé un procédé de détermination d'une vitesse de salissure, m, de panneaux photovoltaïques d'une unité de production photovoltaïque, dans lequel : To this end, a method for determining a fouling speed, m, of photovoltaic panels of a photovoltaic production unit is proposed, in which:
- à partir de valeurs d'une grandeur électrique générées par l'unité de production photovoltaïque à une pluralité d'instants d'une série chronologique et de valeurs correspondantes de paramètres météorologiques à ladite pluralité d'instants de la série chronologique, et - from values of an electrical quantity generated by the photovoltaic production unit at a plurality of instants in a chronological series and corresponding values of meteorological parameters at said plurality of instants in the chronological series, and
- à partir d’une relation entre une valeur de la grandeur électrique générée par l'unité de production à un instant, les valeurs prises par les paramètres météorologiques à cet instant, et la survenue d'évènements nettoyants, la relation comprenant plusieurs paramètres relationnels parmi lesquels la vitesse de salissure est considérée comme un paramètre constant d’une décroissance dans le temps de la valeur de la grandeur électrique générée par l’unité de production, la survenue d'un évènement nettoyant étant modélisée par une loi de probabilité faisant intervenir un paramètre relationnel, - from a relationship between a value of the electrical quantity generated by the unit of production at an instant, the values taken by the meteorological parameters at this instant, and the occurrence of cleaning events, the relationship comprising several relational parameters among which the rate of soiling is considered as a constant parameter of a decrease over time the value of the electrical quantity generated by the production unit, the occurrence of a cleaning event being modeled by a probability law involving a relational parameter,
le procédé comprend la mise en œuvre d’une pluralité d’itérations comprenant chacune la mise en œuvre des étapes suivantes : the method comprises the implementation of a plurality of iterations each comprising the implementation of the following steps:
a) des valeurs courantes des paramètres relationnels sont obtenues comme résultat d'une itération précédente, a) current values of the relational parameters are obtained as a result of a previous iteration,
b) une pluralité de vecteurs représentatifs de la survenue d'évènements nettoyants au cours de la série chronologique sont déterminés par tirage pseudo-aléatoire utilisant la loi de probabilité modélisant la survenue d’un évènement nettoyant par rapport aux valeurs de la grandeur électrique générées par l'unité de production photo voltaïque au cours de la série chronologique, avec les valeurs courantes des paramètres relationnels, b) a plurality of vectors representative of the occurrence of cleaning events during the time series are determined by pseudo-random drawing using the law of probability modeling the occurrence of a cleaning event with respect to the values of the electrical quantity generated by the photovoltaic production unit during the time series, with the current values of the relational parameters,
c) des valeurs modifiées des paramètres relationnels sont déterminées par la recherche de la maximisation d’une fonction de vraisemblance faisant intervenir les vraisemblances de la pluralité de vecteurs représentatifs de la survenue d'évènements nettoyants au cours de la série chronologique par rapport aux valeurs d'une grandeur électrique générées par l'unité de production photovoltaïque au cours de la série chronologique, lesdites valeurs modifiées des paramètres relationnels devenant les valeurs courantes des paramètres relationnels pour l’itération suivante ; c) modified values of the relational parameters are determined by the search for the maximization of a likelihood function involving the likelihoods of the plurality of vectors representative of the occurrence of cleaning events during the time series with respect to the values d an electrical quantity generated by the photovoltaic production unit during the time series, said modified values of relational parameters becoming the current values of relational parameters for the next iteration;
la vitesse de salissure étant déterminée à partir de valeurs de paramètres relationnels résultant d’un ensemble d’itérations. the rate of soiling being determined from values of relational parameters resulting from a set of iterations.
Le procédé est avantageusement complété par les caractéristiques suivantes, prises seules ou en une quelconque de leur combinaison techniquement possible : The process is advantageously supplemented by the following characteristics, taken alone or in any of their technically possible combinations:
- le paramètre relationnel intervenant dans la loi de probabilité modélisant la survenue d’un évènement nettoyant est représentatif d’une moyenne d’une distribution d’intensités de nettoyages des évènements nettoyants, un évènement nettoyant accroissant d’une intensité de nettoyage la valeur de la grandeur électrique générée par l'unité de production ; - the relational parameter involved in the probability law modeling the occurrence of a cleaning event is representative of an average of a distribution of cleaning intensities of cleaning events, a cleaning event increasing the cleaning value by a cleaning intensity the electrical quantity generated by the production unit;
- l’étape b) de chaque itération comprend la mise en œuvre d’une méthode de Monte-Carlo par chaînes de Markov pour déterminer la pluralité de vecteurs représentatifs de la survenue d'évènements nettoyants au cours de la série chronologique. - l'étape b) de chaque itération comprend la mise en œuvre de sous-itérations comprenant les étapes suivantes: - Step b) of each iteration includes the implementation of a Monte-Carlo method using Markov chains to determine the plurality of vectors representative of the occurrence of cleaning events during the time series. - step b) of each iteration includes the implementation of sub-iterations comprising the following steps:
b.l) un vecteur proposé représentatif de la survenue d’évènements nettoyants au cours de la série chronologique est déterminé (S21) avec les valeurs courantes des paramètres relationnels par tirage pseudo-aléatoire utilisant la loi de probabilité modélisant la survenue d’un évènement nettoyant, b.l) a proposed vector representative of the occurrence of cleansing events during the time series is determined (S21) with the current values of the relational parameters by pseudo-random drawing using the probability law modeling the occurrence of a cleansing event,
b.2) un rapport de vraisemblance du vecteur proposé est calculé (S22) à partir de la vraisemblance que les valeurs d’un vecteur de valeurs de la grandeur électrique générée par l’unité de production photovoltaïque au cours de la série chronologique soit atteintes avec le vecteur proposé, et de la vraisemblance que les valeurs d'un vecteur de la grandeur électrique générée par l'unité de production photovoltaïque au cours de la série chronologique soit atteinte avec un vecteur courant représentatif de la survenue d'évènements nettoyants au cours de la série chronologique, le vecteur courant résultant d’une initialisation ou d’une itération précédente, b.2) a likelihood ratio of the proposed vector is calculated (S22) from the likelihood that the values of a vector of values of the electric quantity generated by the photovoltaic production unit during the time series are reached with the proposed vector, and the likelihood that the values of a vector of the electrical quantity generated by the photovoltaic production unit during the time series will be reached with a current vector representative of the occurrence of cleaning events during of the time series, the current vector resulting from a previous initialization or iteration,
b.3) remplacement ou non du vecteur courant par le vecteur proposé en fonction du rapport de vraisemblance; b.3) replacement or not of the current vector by the vector proposed according to the likelihood ratio;
- l'étape b.3) comprend : - step b.3) includes:
- une détermination d’une variable aléatoire entre 0 et 1 , - a determination of a random variable between 0 and 1,
- la comparaison du rapport de vraisemblance avec cette variable aléatoire, - comparison of the likelihood ratio with this random variable,
- le vecteur courant étant remplacé par le vecteur proposé si le rapport de vraisemblance est supérieur à la variable aléatoire ; - the current vector being replaced by the proposed vector if the likelihood ratio is greater than the random variable;
- le pas de temps entre deux instants de la série chronologique est inférieur ou égal à une heure - the time step between two instants of the time series is less than or equal to one hour
- la relation fait intervenir une fonction paramétrique ¾ des paramètres météorologiques Wt, les paramètres de la fonction paramétrique ¾ faisant partie des paramètres relationnels ; - the relation involves a parametric function ¾ of the meteorological parameters W t , the parameters of the parametric function ¾ forming part of the relational parameters;
- la grandeur électrique est une puissance électrique Pt générée par l'unité de production photovoltaïque à un instant t, et dans la relation, la puissance électrique Pt est considérée comme une fonction paramétrique ¾ des paramètres météorologiques Wt, avec une prise en compte multiplicative d'une perte par salissure St : - the electrical quantity is an electrical power P t generated by the photovoltaic production unit at an instant t, and in the relation, the electrical power P t is considered as a parametric function ¾ of the meteorological parameters W t , with taking into account multiplicative account of a soil loss S t :
pt = Mwt)(i - st) p t = Mw t) (i - s t)
la perte par salissure St s'accroissant de la vitesse de salissure m lors d'un pas de temps : - la grandeur électrique est une intensité électrique It générée par l'unité de production photovoltaïque à un instant t, et dans la relation, l’intensité électrique It est considérée comme une fonction paramétrique ¾ des paramètres météorologiques Wt, avec une prise en compte multiplicative d'une perte par salissure St : the loss by fouling S t increasing by the fouling speed m during a time step: - the electrical quantity is an electrical intensity I t generated by the photovoltaic production unit at an instant t, and in the relationship, the electrical intensity I t is considered as a parametric function ¾ of meteorological parameters W t , with a socket in multiplicative account of a loss by soiling S t :
it = Mwt)(i - st) i t = Mw t) (i - s t)
la perte par salissure St s'accroissant de la vitesse de salissure m lors d'un pas de temps :the loss by fouling S t increasing by the fouling speed m during a time step:
Figure imgf000008_0001
Figure imgf000008_0001
- les paramètres météorologiques comprennent : - meteorological parameters include:
- l'irradiance dans le plan d'un panneau photovoltaïque, et/ou - the irradiance in the plane of a photovoltaic panel, and / or
- le carré de l'irradiance dans le plan d'un panneau photovoltaïque, et/ou - the square of the irradiance in the plane of a photovoltaic panel, and / or
- la température de l'air, et/ou - the air temperature, and / or
- la vitesse du vent ; - wind speed;
- la relation fait intervenir un bruit gaussien modélisé par une loi de probabilité dont au moins un paramètre fait partie des paramètres relationnels. - the relation involves a Gaussian noise modeled by a probability law of which at least one parameter is part of the relational parameters.
L’invention concerne également un produit programme d’ordinateur comprenant des instructions de code de programme enregistrées sur support tangible non-transitoire lisible par ordinateur pour l'exécution des étapes du procédé selon l'invention, lorsque ledit programme est exécuté sur un ordinateur. The invention also relates to a computer program product comprising program code instructions recorded on a tangible non-transient computer-readable medium for the execution of the steps of the method according to the invention, when said program is executed on a computer.
PRESENTATION DES FIGURES PRESENTATION OF THE FIGURES
L'invention sera mieux comprise, grâce à la description ci-après, qui se rapporte à un exemple de réalisation préféré, donné à titre d’exemple non limitatif et expliqué avec référence aux dessins schématiques annexés, parmi lesquels : The invention will be better understood from the description below, which relates to a preferred embodiment, given by way of nonlimiting example and explained with reference to the appended schematic drawings, among which:
- la figure 1 est un diagramme illustrant schématiquement des étapes de mise en œuvre du procédé dans un mode de réalisation possible de l'invention ; - Figure 1 is a diagram schematically illustrating stages of implementation of the method in a possible embodiment of the invention;
- la figure 2 est un diagramme illustrant un exemple de convergence des valeurs de la vitesse de salissure obtenues au cours des itérations du procédé dans un mode de réalisation possible de l’invention. - Figure 2 is a diagram illustrating an example of convergence of the values of the rate of soiling obtained during iterations of the method in a possible embodiment of the invention.
DESCRIPTION DETAILLEE DETAILED DESCRIPTION
Le présent procédé exploite une série chronologique de valeurs d'une grandeur électrique générée par l'unité de production photovoltaïque à chaque instant d'une série chronologique, et une série chronologique correspondante de valeurs de paramètres météorologiques Wt. De préférence, la série chronologique couvre plusieurs mois, et de préférence plusieurs années. Les valeurs de la grandeur électrique et les valeurs des paramètres météorologiques Wt peuvent être des valeurs relevées sur le site où est située l'unité de production photovoltaïque, ou bien être simulées à partir de données similaires, par exemple d'un site voisin, en tenant éventuellement compte des particularités du site d'implantation de l'unité de production photovoltaïque. The present method exploits a chronological series of values of an electrical quantity generated by the photovoltaic production unit at each instant of a series time series, and a corresponding time series of meteorological parameter values W t . Preferably, the time series covers several months, and preferably several years. The values of the electrical quantity and the values of the meteorological parameters W t may be values recorded on the site where the photovoltaic production unit is located, or else be simulated from similar data, for example from a neighboring site, possibly taking into account the particularities of the site where the photovoltaic production unit is located.
La grandeur électrique est de préférence la puissance électrique ou l'intensité du courant. D'autres grandeurs électriques peuvent être utilisées, dans la mesure où elles sont représentatives de l'évolution temporelle de la production électrique de l'unité de production photovoltaïque. Dans la mesure où la puissance électrique produite constitue la grandeur électrique la plus utilisée pour gérer une unité de production photovoltaïque, la description qui suit est faite, de manière non limitative, en référence à la puissance électrique en tant que grandeur électrique exploitée. Le passage à une autre grandeur électrique entraîne simplement un changement des valeurs des variables et paramètres utilisés, l’approche restant la même. The electrical quantity is preferably the electrical power or the intensity of the current. Other electrical quantities can be used, insofar as they are representative of the time evolution of the electrical production of the photovoltaic production unit. Insofar as the electrical power produced constitutes the electrical quantity most used to manage a photovoltaic production unit, the description which follows is made, without limitation, with reference to the electrical power as exploited electrical quantity. Switching to another electrical quantity simply involves a change in the values of the variables and parameters used, the approach remaining the same.
Initialement, les séries de données à disposition peuvent ne pas correspondre temporellement, les intervalles de relevé des valeurs des paramètres météorologiques Wt et des valeurs de puissance électrique Pt pouvant par exemple différer. Il est alors possible de procéder à un recalage pour rendre les deux séries temporellement cohérentes. Il est par exemple possible d'interpoler des valeurs temporellement successives pour déterminer une valeur d’un instant correspondant à l’autre série. Initially, the series of data available may not correspond in time, the intervals for reading the values of the meteorological parameters W t and the values of electrical power P t may for example differ. It is then possible to carry out a readjustment to make the two time series coherent. It is for example possible to interpolate successively time values to determine a value of an instant corresponding to the other series.
Une relation est établie entre une puissance électrique Pt générée par l'unité de production à un instant t de la série chronologique, les valeurs prises par les paramètres météorologiques à cet instant t, et la survenue d’évènements nettoyants, la relation faisant intervenir plusieurs paramètres relationnels. A relationship is established between an electrical power P t generated by the production unit at an instant t in the time series, the values taken by the meteorological parameters at this instant t, and the occurrence of cleaning events, the relationship involving several relational parameters.
La puissance électrique Pt générée par l'unité de production photovoltaïque peut être considérée comme une fonction paramétrique ¾ des paramètres météorologiques Wt, avec une prise en compte multiplicative de la perte par salissure St : The electrical power P t generated by the photovoltaic production unit can be considered as a parametric function ¾ of meteorological parameters W t , with a multiplicative taking into account of the loss by soiling S t :
pt = Mwt)(i - st) p t = Mw t) (i - s t)
De façon similaire, dans le cas où la grandeur électrique est l'intensité du courant, l'intensité électrique It peut être considérée comme une fonction paramétrique t des paramètres météorologiques Wt, avec une prise en compte multiplicative d'une perte par salissure St : Similarly, in the case where the electrical quantity is the intensity of the current, the electrical intensity I t can be considered as a parametric function t of the meteorological parameters W t , with a multiplicative taking into account of a loss by soiling S t :
it = Mwt)(i - st) i t = Mw t) (i - s t)
Par rapport à la relation précédente, seule la fonction de paramétrique fo est changée. Plus précisément, en raison du lien entre puissance électrique et intensité électrique, la fonction paramétrique t n'est changée que par un coefficient multiplicatif correspondant à la tension. On voit donc bien que tous les enseignements donnés ici sont facilement transposables à d’autres grandeurs électriques telles que l’intensité électrique. Compared to the previous relation, only the parametric function fo is changed. More precisely, due to the link between electrical power and electrical intensity, the parametric function t is only changed by a multiplicative coefficient corresponding to the voltage. It is therefore clear that all the lessons given here are easily transposable to other electrical quantities such as electrical intensity.
De préférence, un bruit, par exemple gaussien, intervient afin de prendre en compte les imperfections de la fonction paramétrique fi) des paramètres météorologiques Wt : Preferably, a noise, for example Gaussian, intervenes in order to take into account the imperfections of the parametric function fi ) of the meteorological parameters W t :
Pt = fe {Wt){l - St){l + et) P t = f e {W t ) {l - S t ) {l + e t )
où 8t est un bruit, par exemple qui suit une loi normale d’espérance 0 et d'écart-type s : where 8 t is a noise, for example which follows a normal law of expectation 0 and standard deviation s:
et ~ Jf( 0, s2) e t ~ Jf (0, s 2 )
Selon une approximation pratique, la fonction paramétrique t des paramètres météorologiques Wt peut être approximée par une combinaison linéaire des valeurs prises par les paramètres météorologiques à chaque instant t : According to a practical approximation, the parametric function t of the meteorological parameters W t can be approximated by a linear combination of the values taken by the meteorological parameters at each instant t:
[Math 10]
Figure imgf000010_0001
[Math 10]
Figure imgf000010_0001
où Wtj est la valeur prise par le jeme paramètre météorologique, et Oj est la pondération s'appliquant à ce jeme paramètre météorologique. De préférence, le nombre de paramètres météorologiques pris en compte sont compris entre deux et dix, et de préférence entre trois et six. Le vecteur pondération Q a la même dimension que le vecteur Wt des paramètres météorologiques. Les paramètres météorologiques peuvent par exemple être : where W tj is the value taken by the j th meteorological parameter, and O j is the weighting applied to this j th meteorological parameter. Preferably, the number of meteorological parameters taken into account is between two and ten, and preferably between three and six. The weighting vector Q has the same dimension as the vector W t of the meteorological parameters. The meteorological parameters can for example be:
- l'irradiance dans le plan d'un panneau photovoltaïque, - the irradiance in the plane of a photovoltaic panel,
- le carré de l'irradiance dans le plan d'un panneau photovoltaïque, - the square of the irradiance in the plane of a photovoltaic panel,
- la température de l'air, - air temperature,
- la vitesse du vent. - wind speed.
La perte par salissure St croît lentement, en l’absence d’évènements nettoyants, selon une vitesse de salissure notée m, correspondant à l’accroissement de la perte par salissure à chaque pas de temps. La vitesse de salissure est donc considérée comme un paramètre constant d’une décroissance dans le temps de la puissance électrique générée par l’unité de production. La perte par salissure St est ici considérée dans un intervalle [0, 1] Lors de la survenue d’un évènement nettoyant Ct, typiquement de la pluie ou une opération de nettoyage, la perte par salissure St décroît soudainement. La perte par salissure St peut ainsi être modélisée par :The soil loss S t increases slowly, in the absence of cleaning events, according to a soil speed denoted m, corresponding to the increase in the soil loss at each time step. The rate of soiling is therefore considered as a constant parameter of a decrease over time of the electric power generated by the production unit. The loss by soiling S t is here considered in an interval [0, 1] When a cleaning event C t occurs, typically rain or an operation cleaning, the soil loss S t suddenly decreases. The loss by soiling S t can thus be modeled by:
Figure imgf000011_0001
Figure imgf000011_0001
avec So=0. with So = 0.
L'intensité de nettoyage (i.e. l'influence sur la perte par salissure St) d'un évènement nettoyant est variable. La plupart du temps, l'intensité des nettoyages est nulle, en l'absence d'évènement nettoyant significatif. La perte par salissure St progresse donc. Parfois un évènement nettoyant à lieu, avec une certaine intensité. Cette intensité est typiquement exprimée entre 0 et 1 comme la perte par salissure, puisque l’intensité de nettoyage impacte directement la perte par salissure, et donc la puissance électrique générée par l'unité de production. Plus précisément, un évènement nettoyant accroît d’une intensité de nettoyage la puissance électrique générée par l'unité de production. The cleaning intensity (ie the influence on the soil loss S t ) of a cleaning event is variable. Most of the time, the intensity of cleaning is zero, in the absence of a significant cleaning event. Soiling loss S t therefore increases. Sometimes a cleansing event takes place, with a certain intensity. This intensity is typically expressed between 0 and 1 as the loss by soiling, since the cleaning intensity directly impacts the loss by soiling, and therefore the electrical power generated by the production unit. More specifically, a cleaning event increases the electrical power generated by the production unit by a cleaning intensity.
La probabilité de survenue de l’évènement nettoyant Ct peut être exprimée par un paramètre q, et l'intensité du nettoyage peut suivre une distribution D. La valeur du paramètre q est donc la moyenne de la distribution de l'intensité du nettoyage des évènements nettoyants. Il est possible de modéliser la survenue des évènements nettoyants Ct au moyen d'un produit d'une distribution de Bernoulli B de moyenne q {q compris dans ]0, 1[) par une distribution D : The probability of occurrence of the cleaning event C t can be expressed by a parameter q, and the intensity of the cleaning can follow a distribution D. The value of the parameter q is therefore the average of the distribution of the cleaning intensity of the cleaning events. It is possible to model the occurrence of cleaning events C t using a product of a Bernoulli distribution B with mean q {q included in] 0, 1 [) by a distribution D:
Ct ~ B {q) - D C t ~ B {q) - D
En effet, la loi de Bernoulli B est la loi de la variable aléatoire qui code le résultat d'une épreuve qui n'admet que deux issues : 1 pour la survenue de l'évènement nettoyant, et 0 pour l'absence de survenue de l'évènement nettoyant. Il est à noter que q est très petit devant 1 (q«l), typiquement q<0,01, et q est généralement d'autant plus petit que le pas de temps retenu est petit. La survenue d'un évènement nettoyant Ct (pluie ou opération de nettoyage) reste en effet rare, ce qui fait d'ailleurs que se pose le problème de la salissure. Indeed, the law of Bernoulli B is the law of the random variable which codes the result of a test which admits only two outcomes: 1 for the occurrence of the cleansing event, and 0 for the absence of occurrence of the cleansing event. It should be noted that q is very small compared to 1 (q "l), typically q <0.01, and q is generally the smaller the smaller the time step retained. The occurrence of a cleaning event C t (rain or cleaning operation) is indeed rare, which moreover makes the problem of soiling arise.
Il est à noter que cette approche ne fait pas de distinction dans les évènements nettoyants entre la pluie, le vent, ou une opération de nettoyage. Cela permet notamment d'éviter des problèmes liés à l'inexactitude des données récoltées. En particulier, les dates prévues ou renseignées des opérations de nettoyage peuvent ne pas correspondre exactement aux dates où ces opérations ont effectivement lieu. Par ailleurs, il n’y a pas de relation simple entre la survenue d'une pluie et l'effet sur la salissure. Par exemple, il est probable qu’une pluie de forte intensité nettoie mieux qu’une pluie de faible intensité, mais cette distinction ne fait pas partie des données disponibles. De plus, l'approche proposée permet de prendre en compte des données avec un pas de temps court, typiquement inférieur à une heure, alors que les données telles que les dates des opérations de nettoyage ne sont que journalières. Note that this approach does not make a distinction in cleaning events between rain, wind, or a cleaning operation. This allows in particular to avoid problems related to the inaccuracy of the data collected. In particular, the planned or indicated dates of cleaning operations may not correspond exactly to the dates when these operations actually take place. Furthermore, there is no simple relationship between the occurrence of rain and the effect on soiling. For example, it is likely that high intensity rain cleans better than low intensity rain, but this distinction is not part of the available data. In addition, the proposed approach allows data to be taken into account with a short time step, typically less than an hour, while data such as the dates of the cleaning operations are only daily.
Outre sa robustesse vis-à-vis de l'inexactitude des données utilisées, cette approche permet également de prendre en compte l’ensemble des évènements nettoyants, même très partiels. Par exemple, le vent peut nettoyer légèrement la salissure. L’utilisation d’un seuil fixe dans l’état de la technique ne permet pas de prendre en compte des évènements nettoyants avec un effet si limité. L'approche proposée permet donc de ne pas dépendre du choix d'une métrique complexe ou de la détermination empirique d'un seuil. In addition to its robustness with regard to the inaccuracy of the data used, this approach also makes it possible to take into account all cleaning events, even very partial ones. For example, the wind can slightly clean the dirt. The use of a fixed threshold in the prior art does not allow cleaning events to be taken into account with such a limited effect. The proposed approach therefore makes it possible not to depend on the choice of a complex metric or on the empirical determination of a threshold.
La distribution D peut être déterminée au regard des caractéristiques climatiques du site d’implantation de l'unité de production photovoltaïque. Par exemple, sous un climat tropical, les pluies ont tendance à être très fortes, et donc à avoir une action nettoyante de forte intensité. A l'inverse, dans un climat plus océanique, les pluies ont tendance à être de plus faible intensité. Toutefois, les inventeurs ont constaté qu'il était possible de prendre pour distribution D une distribution uniforme dans l'intervalle [0, 1], ce qui signifie que toutes les intensités de nettoyage des évènements nettoyants sont équiprobables. Outre le fait que cette approche a le mérite de simplifier les calculs ultérieurs, elle est aussi remarquablement justifiée par les tests effectués. A titre d'exemple, et dans un souci de simplification, la distribution uniforme est utilisée par la suite dans la loi de probabilité modélisant la survenue d’un évènement nettoyant. The distribution D can be determined with regard to the climatic characteristics of the site where the photovoltaic production unit is located. For example, in a tropical climate, the rains tend to be very strong, and therefore to have a cleaning action of high intensity. Conversely, in a more oceanic climate, the rains tend to be of less intensity. However, the inventors have found that it is possible to take for distribution D a uniform distribution in the interval [0, 1], which means that all the cleaning intensities of the cleaning events are equiprobable. Besides the fact that this approach has the merit of simplifying subsequent calculations, it is also remarkably justified by the tests carried out. By way of example, and for the sake of simplification, the uniform distribution is used subsequently in the probability law modeling the occurrence of a cleansing event.
On dispose donc du système suivant, pour chaque instant t : We therefore have the following system, for each instant t:
Figure imgf000012_0001
Figure imgf000012_0001
où Ct et 8t sont mutuellement indépendant. Un tel système correspond à une relation entre une puissance électrique Pt générée par l'unité de production à un instant, les valeurs prises par les paramètres météorologiques Wt à cet instant, et la survenue d'évènements nettoyants Ct. where C t and 8 t are mutually independent. Such a system corresponds to a relationship between an electrical power P t generated by the production unit at an instant, the values taken by the meteorological parameters W t at this instant, and the occurrence of cleaning events C t .
Ce système peut être assimilé à un modèle d'espace d'états, avec un vecteur P représentatif des puissances électriques générées par l'unité de production photovoltaïque au cours de la série chronologique (c'est-à-dire P=(Pt)t) correspondant à l'observation (la puissance électrique Pt générée par l'unité de production photovoltaïque étant connue à chaque instant) et un vecteur C représentatif de la survenue d'évènements nettoyants au cours de la série chronologique (c'est-à-dire C=(Ct)t) correspondant à l'inconnue, c'est-à- dire l'état caché puisque les dates et les intensités de nettoyage ne sont pas connues. Pour simplifier, un vecteur C pourra être désigné par la suite en tant que vecteur caché. This system can be assimilated to a state space model, with a vector P representative of the electric powers generated by the photovoltaic production unit during the time series (i.e. P = (P t ) t ) corresponding to the observation (the electrical power P t generated by the photovoltaic production unit being known at all times) and a vector C representative of the occurrence of cleaning events at course of the time series (that is to say C = (C t ) t ) corresponding to the unknown, that is to say the hidden state since the dates and the intensities of cleaning are not known . To simplify, a vector C can be designated subsequently as a hidden vector.
Il est à noter qu’intuitivement, l’homme du métier aurait plutôt choisi la perte par salissure St comme l'état caché puisque c'est la vitesse de salissure m qui est recherchée. Or, l'hypothèse d'une vitesse de salissure m constante fait que connaître une valeur précédente de la vitesse de salissure m revient à connaître la suivante. On peut dès lors considérer la vitesse de salissure m comme un paramètre relationnel de ce système, et non comme une variable. En fait, la connaissance de la perte par salissure St n’importe pas. En outre, alors que la perte par salissure St varie librement entre 0 et 1, la plupart des coefficients du vecteur C=(Ct)t sont nuis. Il en résulte que le calcul est alors restreint aux indices non nuis correspondant aux évènements nettoyants ayant effectivement une action de nettoyage. It should be noted that intuitively, the person skilled in the art would rather have chosen the loss by soiling S t as the hidden state since it is the speed of soiling m which is sought. Now, the assumption of a constant fouling speed m means that knowing a previous value of the fouling speed m amounts to knowing the following. We can therefore consider the speed of soiling m as a relational parameter of this system, and not as a variable. In fact, the knowledge of the soil loss S t does not matter. In addition, while the soil loss S t varies freely between 0 and 1, most of the coefficients of the vector C = (C t ) t are detrimental. As a result, the calculation is then restricted to non-harmful indices corresponding to the cleaning events having effectively a cleaning action.
Pour chaque pas de temps, le vecteur Wt des paramètres météorologiques est connu, et la puissance électrique Pt générée par l'unité de production photovoltaïque est aussi connue. Il reste donc à estimer les valeurs des paramètres relationnels (c'est-à-dire intervenant dans la relation évoquée plus haut) représentés par le vecteur de pondération Q, la moyenne q de la distribution de l'intensité des nettoyages, la vitesse de salissure m et l'écart-type s du bruit. For each time step, the vector W t of the meteorological parameters is known, and the electric power P t generated by the photovoltaic production unit is also known. It thus remains to estimate the values of the relational parameters (that is to say intervening in the relation mentioned above) represented by the weighting vector Q, the mean q of the distribution of the intensity of the cleanings, the speed of soiling m and the standard deviation s of the noise.
La vitesse de salissure m est donc directement contenue dans les paramètres relationnels du système, et peut être approximée de façon fine grâce aux données disponibles. The speed of soiling m is therefore directly contained in the relational parameters of the system, and can be approximated in fine detail using the available data.
Afin de déterminer ces paramètres relationnels, il est proposé de mettre en œuvre un algorithme itératif qui permet de trouver les paramètres du maximum de vraisemblance du modèle, décrit en référence à la figure 1. Plus précisément, il est proposé ma mise en œuvre d’une variante stochastique de l’algorithme espérance-maximisation, également appelé espérance-maximisation par Monte-Carlo, ou MCEM pour l’anglais "Monte Carlo Expectation Maximization". In order to determine these relational parameters, it is proposed to implement an iterative algorithm which makes it possible to find the parameters of the maximum likelihood of the model, described with reference to FIG. 1. More precisely, it is proposed my implementation of a stochastic variant of the expectation-maximization algorithm, also called expectation-maximization by Monte-Carlo, or MCEM for the English "Monte Carlo Expectation Maximization".
Dans une première étape a) (SI sur la figure 1), des valeurs courantes des paramètres relationnels sont obtenues par initialisation ou comme résultat d’une itération précédente. En notant f„=(q, m, q, s)„ les valeurs des paramètres relationnels à l'itération n, on peut partir d'un état initial dans lequel sont fixées des valeurs initiales de l'ensemble des paramètres relationnels recherchés fo=(q, m, q, s)o, qui peuvent par exemple correspondre à des hypothèses plausibles. Dès la seconde itération, les valeurs courantes des paramètres relationnels sont obtenues dans l'itération précédente. In a first step a) (SI in FIG. 1), current values of the relational parameters are obtained by initialization or as a result of a previous iteration. By noting f „= (q, m, q, s)„ the values of the relational parameters at iteration n, we can start from an initial state in which are fixed initial values of the set of relational parameters sought fo = (q, m, q, s) o, which can for example correspond to plausible hypotheses. From the second iteration, the current values of the parameters relational are obtained in the previous iteration.
Dans une seconde étape b) (S2 sur la figure 1), une pluralité de vecteurs cachés Ci” représentatifs de la survenue d’évènements nettoyants au cours de la série chronologique sont déterminés comme autant de réalisations de la variable cachée. Chaque vecteur caché C” est constitué de coefficients correspondant aux valeurs prises par les réalisations de la loi des évènements nettoyants Ct sur l’intervalle de temps des données considérées. In a second step b) (S2 in FIG. 1), a plurality of hidden vectors Ci ”representative of the occurrence of cleaning events during the time series are determined as many realizations of the hidden variable. Each hidden vector C ”is made up of coefficients corresponding to the values taken by the realizations of the law of cleaning events C t over the time interval of the data considered.
De préférence, ces vecteurs cachés C” sont obtenus par tirage pseudo-aléatoire utilisant la loi de probabilité modélisant la survenue d'un évènement nettoyant par rapport aux puissances électriques générées par l’unité de production photovoltaïque au cours de la série chronologique, avec les valeurs courantes des paramètres relationnels. Plus précisément, les vecteurs cachés C” sont simulés selon la densité conditionnelle : Preferably, these hidden vectors C ”are obtained by pseudo-random drawing using the probability law modeling the occurrence of a cleaning event with respect to the electric powers generated by the photovoltaic production unit during the time series, with the current values of relational parameters. More precisely, the hidden vectors C ”are simulated according to the conditional density:
Pd>n(C\P) Pd > n (C \ P)
Plusieurs possibilités sont offertes à l’homme du métier pour déterminer les vecteurs cachés C”. Il est par exemple possible d’utiliser un algorithme mettant en œuvre une méthode de Monte-Carlo par chaînes de Markov. Un exemple typique est la mise en œuvre de l’algorithme de Metropolis-Hastings. There are several possibilities for those skilled in the art to determine the hidden vectors C ”. It is for example possible to use an algorithm implementing a Monte-Carlo method using Markov chains. A typical example is the implementation of the Metropolis-Hastings algorithm.
Dans cette approche, l'étape b) de chaque itération comprend la mise en œuvre d’une sous-itération comprenant une première étape b.l) (S21 sur la figure 1) dans laquelle un vecteur caché proposé c„propose représentatif de la survenue d’évènements nettoyants au cours de la série chronologique est déterminé avec les valeurs courantes des paramètres relationnels f„=(q, m, q, s)„ par tirage pseudo-aléatoire utilisant la loi de probabilité modélisant la survenue d’un évènement nettoyant. On dispose également d’un vecteur courant C„ résultant d'une sous-itération précédente, ou éventuellement d'une initialisation en l’absence de sous-itération précédente. In this approach, step b) of each iteration includes the implementation of a sub-iteration comprising a first step b1) (S21 in FIG. 1) in which a proposed hidden vector c „ proposes representative of the occurrence of d cleaning events during the time series is determined with the current values of the relational parameters f „= (q, m, q, s)„ by pseudo-random drawing using the probability law modeling the occurrence of a cleaning event. There is also a current vector C „resulting from a previous sub-iteration, or possibly from an initialization in the absence of a previous sub-iteration.
Dans une deuxième étape b.2) (S22 sur la figure 1) de la sous-itération, un rapport de vraisemblance p est ensuite calculé à partir des vraisemblances que les valeurs des puissances électriques Pt générée par l’unité de production photovoltaïque au cours de la série chronologique soit atteintes avec le vecteur caché proposé c„propose et le vecteur caché courant C„, respectivement :
Figure imgf000014_0001
In a second step b.2) (S22 in FIG. 1) of the sub-iteration, a likelihood ratio p is then calculated from the likelihoods that the values of the electrical powers P t generated by the photovoltaic production unit at course of the time series be reached with the proposed hidden vector c „ proposes and the current hidden vector C„, respectively:
Figure imgf000014_0001
Dans une troisième étape b.3) de la sous-itération (S23 sur la figure 1) de l’étape b), le vecteur caché courant Cn est remplacé ou non en fonction du rapport de vraisemblance p. Il est par exemple possible de comparer le rapport de vraisemblance p à un seuil fixe ou dynamique. De préférence, une variable aléatoire u entre 0 et 1 est simulée, par exemple suivant une loi de distribution uniforme, et cette variable aléatoire u est utilisée comme seuil. Ainsi, si la variable aléatoire u est inférieure au rapport de vraisemblance p, le vecteur caché proposé c„propose remplace le vecteur caché courant pour l'étape b.l) de la sous-itération suivante : C„+i= c„propose; sinon le vecteur caché courant reste inchangé : Cn+1 Cn· In a third step b.3) of the sub-iteration (S23 in FIG. 1) of step b), the current hidden vector C n is replaced or not depending on the likelihood ratio p. It is for example possible to compare the likelihood ratio p to a fixed or dynamic threshold. Preferably, a random variable u between 0 and 1 is simulated, for example according to a uniform distribution law, and this random variable u is used as a threshold. Thus, if the random variable u is less than the likelihood ratio p, the proposed hidden vector c „ proposes replaces the current hidden vector for step b1) of the following sub-iteration: C„ + i = c „ offers ; otherwise the current hidden vector remains unchanged: Cn + 1 - Cn ·
Les sous-itérations sont arrêtées lorsque qu'un critère d'arrêt est atteint. Ce critère d’arrêt peut par exemple être le fait qu’un nombre prédéterminé de sous-itérations a été atteint. Il est également possible que le critère d'arrêt soit basé sur une mesure de stabilité de vecteurs cachés courants consécutifs, indiquant le faible intérêt de continuer les sous- itérations, ou sur tout autre critère menant à l’arrêt des sous-itérations. Subiterations are stopped when a stop criterion is reached. This stopping criterion can for example be the fact that a predetermined number of sub-iterations has been reached. It is also possible that the stopping criterion is based on a stability measurement of consecutive current hidden vectors, indicating the low interest of continuing the sub-iterations, or on any other criterion leading to the stopping of the sub-iterations.
A la suite de l'étape b) d'une itération, on dispose ainsi d'une pluralité de vecteurs cachés C” représentatifs de la survenue d'évènements nettoyants au cours de la série chronologique. Dans la troisième étape c) (S3 sur la figure 1) d'une itération, des valeurs modifiées des paramètres relationnels sont déterminées à partir de cette pluralité de vecteurs cachés Ci”, ces valeurs modifiées des paramètres relationnels devenant les valeurs courantes des paramètres relationnels pour l’itération suivante. Following step b) of an iteration, there is thus a plurality of hidden vectors C ”representative of the occurrence of cleaning events during the time series. In the third step c) (S3 in FIG. 1) of an iteration, modified values of the relational parameters are determined from this plurality of hidden vectors Ci ”, these modified values of the relational parameters becoming the current values of the relational parameters for the next iteration.
De préférence, les valeurs modifiées des paramètres relationnels sont déterminées par la recherche de la maximisation d’une fonction de vraisemblance faisant intervenir les vraisemblances de la pluralité de vecteurs cachés C” en prenant en compte les puissances électriques P générées par l'unité de production photovoltaïque au cours de la série chronologique. Preferably, the modified values of the relational parameters are determined by the search for the maximization of a likelihood function involving the likelihoods of the plurality of hidden vectors C ”taking into account the electrical powers P generated by the production unit. photovoltaic during the time series.
Il est par exemple possible de chercher à optimiser la log-vraisemblance moyenne de ces vecteurs cachés Ci” résultant des sous-itérations de l'étape b) :
Figure imgf000015_0001
It is for example possible to seek to optimize the average log-likelihood of these hidden vectors Ci ”resulting from the sub-iterations of step b):
Figure imgf000015_0001
On obtient alors un ensemble f„+i de valeurs modifiées des paramètres relationnels qui remplacent les valeurs courantes des paramètres relationnels pour la mise en œuvre de l'itération suivante n+1, et d'abord de l'étape a) de l'itération suivante : We then obtain a set f „ + i of modified values of the relational parameters which replace the current values of the relational parameters for the implementation of the following iteration n + 1, and first of step a) of the next iteration:
Fh — Fh+1 Fh - Fh + 1
Parmi les valeurs des paramètres relationnels se trouve la vitesse de salissure p. A chaque itération, une valeur de la vitesse de salissure m est donc déterminée parmi les valeurs des paramètres relationnels. Among the values of the relational parameters is the rate of soiling p. At each iteration, a value of the fouling speed m is therefore determined among the values of relational parameters.
Les itérations sont arrêtées lorsque qu'un critère d'arrêt est atteint. Le critère d'arrêt peut être par exemple basé sur la convergence de valeurs de vitesse de salissure produites par ces itérations. Plus simplement, il est possible d'arrêter les itérations après un nombre déterminé d'itérations. Cette approche peut notamment être envisagée car les itérations convergent rapidement, et dans le cadre du procédé présenté, le nombre d’itérations n’a pas besoin d'être important, les itérations pouvant par exemple être généralement stoppées avant la cinquantième itération. Iterations are stopped when a stop criterion is reached. The stopping criterion can for example be based on the convergence of soiling velocity values produced by these iterations. More simply, it is possible to stop the iterations after a determined number of iterations. This approach can in particular be envisaged because the iterations converge quickly, and within the framework of the method presented, the number of iterations does not need to be significant, the iterations being able for example to be generally stopped before the fiftieth iteration.
La figure 2 illustre un exemple de convergence des valeurs de vitesse de salissure m obtenus selon 25 itérations consécutives. La vitesse de salissure est ici exprimée selon son influence sur la perte par salissure St, en pourcentage par jour (%/jour). Il est bien entendu possible d’exprimer cette vitesse de salissure selon d’autres modalités. Dans les calculs ci- dessus, la vitesse de salissure m était d’ailleurs présentée comme l’accroissement de la perte par salissure St par pas de temps. La vitesse de salissure m étant considérée comme constante, il s'agit simplement d'un changement d'unité. FIG. 2 illustrates an example of convergence of the dirt speed values m obtained according to 25 consecutive iterations. The rate of soiling is here expressed in terms of its influence on the loss by soiling S t , in percentage per day (% / day). It is of course possible to express this rate of soiling in other ways. In the above calculations, the rate of soiling m was also presented as the increase in the loss by soiling S t by time step. Since the soiling rate m is considered to be constant, it is simply a change of unit.
On constate que la valeur de la vitesse de salissure m converge rapidement vers une valeur qui peut être considérée comme celle recherchée. Dans l'exemple illustré, la moyenne des dix dernières valeurs est 0,15 %/jour, ce qui signifie que la perte par salissure St augmente de 0,15% par jour en l’absence d’évènements nettoyants. On constate également que cette valeur est approchée dès la dixième itération. It can be seen that the value of the speed of soiling m converges rapidly towards a value which can be considered as that sought. In the example illustrated, the average of the last ten values is 0.15% / day, which means that the soil loss S t increases by 0.15% per day in the absence of cleaning events. We also note that this value is approached from the tenth iteration.
Ainsi, à la suite des itérations, au moins une valeur de la vitesse de salissure m est déterminée à partir des valeurs des paramètres relationnels résultant d'un ensemble d’itérations, et plus précisément, à partir des valeurs de la vitesse de salissure m obtenus lors de différentes itérations. Il est par exemple possible, comme dans l’exemple de la figure 2, de déterminer une tendance centrale (moyenne ou médiane) des valeurs de vitesse de salissure m d’un sous-ensemble de la série de valeurs des paramètres relationnels f„=(q, m, q, s)„. En raison de la convergence résultant de l’aspect itératif des étapes mises en œuvre, seules les dernières (en termes d’itérations) valeurs de vitesse de salissure m sont exploitées, voire la dernière valeur résultant de la dernière itération. Thus, following the iterations, at least one value of the fouling speed m is determined from the values of the relational parameters resulting from a set of iterations, and more precisely, from the values of the fouling speed m obtained during different iterations. It is for example possible, as in the example of FIG. 2, to determine a central tendency (average or median) of the soil velocity values m of a subset of the series of values of the relational parameters f „= (q, m, q, s) „. Due to the convergence resulting from the iterative aspect of the steps implemented, only the last (in terms of iterations) soiling velocity values m are used, or even the last value resulting from the last iteration.
Dans tous les cas, on obtient une valeur pour la vitesse de salissure m. La connaissance de cette vitesse de salissure m peut être utilisée par exemple pour planifier et mener des opérations de nettoyage des panneaux photovoltaïques, en estimant le moment opportun pour mener une opération de nettoyage, lorsque les panneaux photovoltaïques sont suffisamment sales sans l'être trop. La vitesse de salissure m peut également être utilisée afin d'affiner les prévisions de production électrique de l'unité de production photovoltaïque. In all cases, a value is obtained for the soiling rate m. The knowledge of this fouling speed m can be used for example to plan and carry out cleaning operations of the photovoltaic panels, by estimating the opportune moment to carry out a cleaning operation, when the photovoltaic panels are sufficiently dirty without being too dirty. The soiling rate m can also be used to refine the forecasts of electrical production of the photovoltaic production unit.
Le procédé décrit est typiquement mis en œuvre par un ordinateur pourvu d'un processeur et d'une mémoire. A cet effet, il est proposé un produit programme d'ordinateur comprenant des instructions de code de programme enregistrées sur support tangible non- transitoire lisible par ordinateur pour l'exécution du procédé selon l'une quelconque des revendications précédentes, lorsque ledit programme est exécuté sur un ordinateur. The method described is typically implemented by a computer provided with a processor and a memory. To this end, a computer program product is proposed comprising program code instructions recorded on a tangible non-transient computer-readable medium for the execution of the method according to any one of the preceding claims, when said program is executed. on a computer.
L’invention n’est pas limitée au mode de réalisation décrit et représenté aux figures annexées. Des modifications restent possibles, notamment du point de vue de la constitution des divers éléments ou par substitution d'équivalents techniques, sans sortir pour autant du domaine de protection de l’invention. The invention is not limited to the embodiment described and shown in the appended figures. Modifications remain possible, in particular from the point of view of the constitution of the various elements or by substitution of technical equivalents, without thereby departing from the scope of protection of the invention.

Claims

Revendications Claims
1. Procédé de détermination d'une vitesse de salissure, m, de panneaux photovoltaïques d'une unité de production photovoltaïque, dans lequel : 1. Method for determining a fouling speed, m, of photovoltaic panels of a photovoltaic production unit, in which:
- à partir de valeurs d'une grandeur électrique générées par l'unité de production photovoltaïque à une pluralité d'instants d'une série chronologique et de valeurs correspondantes de paramètres météorologiques à ladite pluralité d'instants de la série chronologique, et - from values of an electrical quantity generated by the photovoltaic production unit at a plurality of instants in a chronological series and corresponding values of meteorological parameters at said plurality of instants in the chronological series, and
- à partir d’une relation entre une valeur de la grandeur électrique générée par l'unité de production à un instant, les valeurs prises par les paramètres météorologiques à cet instant, et la survenue d'évènements nettoyants, la relation comprenant plusieurs paramètres relationnels parmi lesquels la vitesse de salissure est considérée comme un paramètre constant d'une décroissance dans le temps de la valeur de la grandeur électrique générée par l'unité de production, la survenue d'un évènement nettoyant étant modélisée par une loi de probabilité faisant intervenir un paramètre relationnel, - from a relationship between a value of the electrical quantity generated by the production unit at an instant, the values taken by the meteorological parameters at this instant, and the occurrence of cleaning events, the relationship comprising several relational parameters among which the rate of soiling is considered as a constant parameter of a decrease over time of the value of the electric quantity generated by the production unit, the occurrence of a cleaning event being modeled by a probability law involving a relational parameter,
le procédé comprend la mise en œuvre d’une pluralité d’itérations comprenant chacune la mise en œuvre des étapes suivantes : the method comprises the implementation of a plurality of iterations each comprising the implementation of the following steps:
a) des valeurs courantes des paramètres relationnels sont obtenues (SI) comme résultat d'une itération précédente, a) current values of the relational parameters are obtained (SI) as a result of a previous iteration,
b) une pluralité de vecteurs représentatifs de la survenue d'évènements nettoyants au cours de la série chronologique sont déterminés (S2) par tirage pseudo-aléatoire utilisant la loi de probabilité modélisant la survenue d’un évènement nettoyant par rapport aux valeurs de la grandeur électrique générées par l'unité de production photovoltaïque au cours de la série chronologique, avec les valeurs courantes des paramètres relationnels, c) des valeurs modifiées des paramètres relationnels sont déterminées (S3) par la recherche de la maximisation d’une fonction de vraisemblance faisant intervenir les vraisemblances de la pluralité de vecteurs représentatifs de la survenue d'évènements nettoyants au cours de la série chronologique par rapport aux valeurs d'une grandeur électrique générées par l'unité de production photovoltaïque au cours de la série chronologique, lesdites valeurs modifiées des paramètres relationnels devenant les valeurs courantes des paramètres relationnels pour l'itération suivante ; b) a plurality of vectors representative of the occurrence of cleaning events during the time series are determined (S2) by pseudo-random drawing using the probability law modeling the occurrence of a cleaning event with respect to the values of the quantity electric generated by the photovoltaic production unit during the time series, with the current values of the relational parameters, c) modified values of the relational parameters are determined (S3) by the search for the maximization of a likelihood function making intervene the likelihoods of the plurality of vectors representative of the occurrence of cleaning events during the time series with respect to the values of an electrical quantity generated by the photovoltaic production unit during the time series, said modified values of the relational parameters becoming the current values of relational parameters for iteration next ion;
la vitesse de salissure étant déterminée à partir de valeurs de paramètres relationnels résultant d'un ensemble d'itérations. the rate of soiling being determined from values of relational parameters resulting from a set of iterations.
2. Procédé selon la revendication 1, dans lequel le paramètre relationnel intervenant dans la loi de probabilité modélisant la survenue d'un évènement nettoyant est représentatif d’une moyenne d’une distribution d'intensités de nettoyages des évènements nettoyants, un évènement nettoyant accroissant d’une intensité de nettoyage la valeur de la grandeur électrique générée par l'unité de production. 2. Method according to claim 1, in which the relational parameter intervening in the probability law modeling the occurrence of a cleaning event is representative of an average of a distribution of cleaning intensities of the cleaning events, an increasing cleaning event cleaning intensity the value of the electrical quantity generated by the production unit.
3. Procédé selon l'une des revendications précédentes, dans lequel l'étape b) de chaque itération comprend la mise en œuvre d’une méthode de Monte-Carlo par chaînes de Markov pour déterminer la pluralité de vecteurs représentatifs de la survenue d’évènements nettoyants au cours de la série chronologique. 3. Method according to one of the preceding claims, in which step b) of each iteration comprises the implementation of a Monte Carlo method using Markov chains to determine the plurality of vectors representative of the occurrence of cleaning events during the time series.
4. Procédé selon l'une des revendications précédentes, dans lequel l'étape b) de chaque itération comprend la mise en œuvre de sous-itérations comprenant les étapes suivantes: 4. Method according to one of the preceding claims, in which step b) of each iteration comprises the implementation of sub-iterations comprising the following steps:
b.l) un vecteur proposé représentatif de la survenue d'évènements nettoyants au cours de la série chronologique est déterminé (S21) avec les valeurs courantes des paramètres relationnels par tirage pseudo-aléatoire utilisant la loi de probabilité modélisant la survenue d’un évènement nettoyant b.l) a proposed vector representative of the occurrence of cleaning events during the time series is determined (S21) with the current values of the relational parameters by pseudo-random drawing using the probability law modeling the occurrence of a cleaning event
b.2) un rapport de vraisemblance du vecteur proposé est calculé (S22) à partir de la vraisemblance que les valeurs d'un vecteur de valeurs de la grandeur électrique générée par l'unité de production photovoltaïque au cours de la série chronologique soit atteintes avec le vecteur proposé, et de la vraisemblance que les valeurs d'un vecteur de la grandeur électrique générée par l'unité de production photovoltaïque au cours de la série chronologique soit atteinte avec un vecteur courant représentatif de la survenue d'évènements nettoyants au cours de la série chronologique, le vecteur courant résultant d’une initialisation ou d’une itération précédente, b.2) a likelihood ratio of the proposed vector is calculated (S22) from the likelihood that the values of a vector of values of the electrical quantity generated by the photovoltaic production unit during the time series are reached with the proposed vector, and the likelihood that the values of a vector of the electrical quantity generated by the photovoltaic production unit during the time series is reached with a current vector representative of the occurrence of cleaning events during of the time series, the current vector resulting from a previous initialization or iteration,
b.3) remplacement ou non du vecteur courant par le vecteur proposé en fonction du rapport de vraisemblance. b.3) replacement or not of the current vector by the vector proposed according to the likelihood ratio.
5. Procédé selon la revendication 4, dans lequel l'étape b.3) comprend : 5. Method according to claim 4, in which step b.3) comprises:
- une détermination d’une variable aléatoire entre 0 et 1 , - a determination of a random variable between 0 and 1,
- la comparaison du rapport de vraisemblance avec cette variable aléatoire, - le vecteur courant étant remplacé par le vecteur proposé si le rapport de vraisemblance est supérieur à la variable aléatoire. - comparison of the likelihood ratio with this random variable, - the current vector being replaced by the proposed vector if the likelihood ratio is greater than the random variable.
6. Procédé selon l'une quelconque des revendications précédentes, dans lequel le pas de temps entre deux instants de la série chronologique est inférieur ou égal à une heure. 6. Method according to any one of the preceding claims, in which the time step between two instants of the time series is less than or equal to one hour.
7. Procédé selon l'une quelconque des revendications précédentes, dans lequel la relation fait intervenir une fonction paramétrique ¾ des paramètres météorologiques Wt, les paramètres de la fonction paramétrique ¾ faisant partie des paramètres relationnels. 7. Method according to any one of the preceding claims, in which the relation involves a parametric function ¾ of the meteorological parameters W t , the parameters of the parametric function ¾ forming part of the relational parameters.
8. Procédé selon la revendication 7, dans lequel la grandeur électrique est une puissance électrique Pt générée par l'unité de production photovoltaïque à un instant t, et dans la relation, la puissance électrique Pt est considérée comme une fonction paramétrique i des paramètres météorologiques Wt, avec une prise en compte multiplicative d'une perte par salissure St : 8. Method according to claim 7, in which the electrical quantity is an electrical power P t generated by the photovoltaic production unit at an instant t, and in the relation, the electrical power P t is considered to be a parametric function i of meteorological parameters W t , with a multiplicative taking into account of a soil loss S t :
pt = Mwt)(i - st) p t = Mw t) (i - s t)
la perte par salissure St s'accroissant de la vitesse de salissure m lors d'un pas de temps : the loss by fouling S t increasing by the fouling speed m during a time step:
St = (1 Ct)St- 1 + St = (1 - C t ) St- 1 +
9. Procédé selon la revendication 7, dans lequel la grandeur électrique est une intensité électrique It générée par l'unité de production photovoltaïque à un instant t, et dans la relation, l’intensité électrique It est considérée comme une fonction paramétrique t des paramètres météorologiques Wt, avec une prise en compte multiplicative d'une perte par salissure St : 9. Method according to claim 7, in which the electric quantity is an electric intensity I t generated by the photovoltaic production unit at an instant t, and in the relation, the electric intensity I t is considered as a parametric function t meteorological parameters W t , with a multiplicative taking into account of a soil loss S t :
it = Mwt)(i - st) i t = Mw t) (i - s t)
la perte par salissure St s'accroissant de la vitesse de salissure m lors d'un pas de temps :the loss by fouling S t increasing by the fouling speed m during a time step:
Figure imgf000020_0001
Figure imgf000020_0001
10. Procédé selon l'une quelconque des revendications précédentes, dans lequel les paramètres météorologiques comprennent : 10. Method according to any one of the preceding claims, in which the meteorological parameters include:
- l'irradiance dans le plan d'un panneau photovoltaïque, et/ou - the irradiance in the plane of a photovoltaic panel, and / or
- le carré de l'irradiance dans le plan d'un panneau photovoltaïque, et/ou - the square of the irradiance in the plane of a photovoltaic panel, and / or
- la température de l'air, et/ou - la vitesse du vent. - the air temperature, and / or - wind speed.
11. Procédé selon l'une quelconque des revendications précédentes, dans lequel la relation fait intervenir un bruit gaussien modélisé par une loi de probabilité dont au moins un paramètre fait partie des paramètres relationnels. 11. Method according to any one of the preceding claims, in which the relation involves a Gaussian noise modeled by a probability law of which at least one parameter is part of the relational parameters.
12. Produit programme d'ordinateur comprenant des instructions de code de programme enregistrées sur support tangible non-transitoire lisible par ordinateur pour l'exécution des étapes du procédé selon l'une quelconque des revendications précédentes, lorsque ledit programme est exécuté sur un ordinateur. 12. A computer program product comprising program code instructions recorded on a tangible non-transient computer-readable medium for the execution of the steps of the method according to any one of the preceding claims, when said program is executed on a computer.
PCT/FR2019/052914 2018-12-06 2019-12-04 Method for determining a soiling speed of a photovoltaic generation unit WO2020115431A1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
FR1872455A FR3089669B1 (en) 2018-12-06 2018-12-06 Method for determining a soiling rate of a photovoltaic production unit
FR1872455 2018-12-06

Publications (1)

Publication Number Publication Date
WO2020115431A1 true WO2020115431A1 (en) 2020-06-11

Family

ID=66530162

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2019/052914 WO2020115431A1 (en) 2018-12-06 2019-12-04 Method for determining a soiling speed of a photovoltaic generation unit

Country Status (2)

Country Link
FR (1) FR3089669B1 (en)
WO (1) WO2020115431A1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012089485A1 (en) * 2010-12-30 2012-07-05 Arcelik Anonim Sirketi A photovoltaic module whereof surface dirt is detected
US20150047688A1 (en) * 2013-08-15 2015-02-19 California Institute Of Technology Methods and systems for self-cleaning of photovoltaic panels

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012089485A1 (en) * 2010-12-30 2012-07-05 Arcelik Anonim Sirketi A photovoltaic module whereof surface dirt is detected
US20150047688A1 (en) * 2013-08-15 2015-02-19 California Institute Of Technology Methods and systems for self-cleaning of photovoltaic panels

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
"A Scalable Method for Extracting Soiling rates from PV Production Data", NREL/CP-5JOO-65763, June 2016 (2016-06-01), pages 2061 - 2065
"Quantifying Year-to-Year Variations in Solar Panel Soiling from PV Energy-Production Data", 2017 PROC. IEEE 44TH PHOTOVOLTAIC SPECIALIST CONFÉRENCE (PVSC, pages 4
A. ALAMI MERROUNI ET AL: "Investigation of Soiling Effect on Different Solar Mirror Materials under Moroccan Climate", ENERGY PROCEDIA, vol. 69, 1 May 2015 (2015-05-01), NL, pages 1948 - 1957, XP055594847, ISSN: 1876-6102, DOI: 10.1016/j.egypro.2015.03.194 *
IEEE PHOTOVOLTAIC SPECIALISTS CONFÉRENCE, 5 June 2016 (2016-06-05)
LIZA BOYLE ET AL: "Assessment of PM dry deposition on solar energy harvesting systems: Measurement-model comparison", AEROSOL SCIENCE AND TECHNOLOGY., vol. 50, no. 4, 18 February 2016 (2016-02-18), US, pages 380 - 391, XP055594848, ISSN: 0278-6826, DOI: 10.1080/02786826.2016.1153797 *
MICHAEL G. DECEGLIE ET AL.: "Quantifying Soiling Loss Directly From PV Yield", IEEE JOURNAL OF PHOTOVOLTAICS, vol. 8, no. 2, March 2018 (2018-03-01), pages 547 - 551, XP002791855
MOHAMMAD HUSSAIN NAEEM ET AL: "Soiling of Photovoltaic Modules: Modelling and Validation of Location-Specific Cleaning Frequency Optimization", 1 December 2014 (2014-12-01), XP055685006, Retrieved from the Internet <URL:https://repository.asu.edu/attachments/140875/content/Naeem_asu_0010N_14391.pdf> *
MUHAMMAD ABIDEEN AFRIDI ET AL: "Determining the Effect of Soiling and Dirt Particles at Various Tilt Angles of Photovoltaic Modules", INTERNATIONAL JOURNAL OF ENGINEERING WORKS INTERNATIONAL JOURNAL OF ENGINEERING WORKS KAMBOHWELL PUBLISHER ENTERPRISES ISSN, 4 August 2017 (2017-08-04), pages 143 - 146, XP055594846, Retrieved from the Internet <URL:https://hal.archives-ouvertes.fr/hal-01571933/document> [retrieved on 20190606] *
SAID SYED A M ET AL: "The effect of environmental factors and dust accumulation on photovoltaic modules and dust-accumulation mitigation strategies", RENEWABLE AND SUSTAINABLE ENERGY REVIEWS, vol. 82, 28 February 2018 (2018-02-28), pages 743 - 760, XP085263232, ISSN: 1364-0321, DOI: 10.1016/J.RSER.2017.09.042 *

Also Published As

Publication number Publication date
FR3089669A1 (en) 2020-06-12
FR3089669B1 (en) 2022-03-25

Similar Documents

Publication Publication Date Title
Hammad et al. Modeling and analysis of dust and temperature effects on photovoltaic systems’ performance and optimal cleaning frequency: Jordan case study
Deceglie et al. Quantifying soiling loss directly from PV yield
Pavan et al. A comparison between BNN and regression polynomial methods for the evaluation of the effect of soiling in large scale photovoltaic plants
Belluardo et al. Novel method for the improvement in the evaluation of outdoor performance loss rate in different PV technologies and comparison with two other methods
FR2941328A1 (en) METHOD FOR PREDICTING THE ELECTRIC PRODUCTION OF A PHOTOVOLTAIC DEVICE
Micheli et al. Correlating photovoltaic soiling losses to waveband and single-value transmittance measurements
Pulipaka et al. Analysis of irradiance losses on a soiled photovoltaic panel using contours
Dhimish et al. Estimating the impact of azimuth-angle variations on photovoltaic annual energy production
Skomedal et al. Endogenous soiling rate determination and detection of cleaning events in utility-scale PV plants
Younis et al. Modeling of dust soiling effects on solar photovoltaic performance: A review
EP3474439B1 (en) Method for electrical characterisation of a photovoltaic cell
EP3304732B1 (en) Method for estimating a loss of energy production of a photovoltaic module
WO2020115431A1 (en) Method for determining a soiling speed of a photovoltaic generation unit
Dahmani et al. Etat de l’art sur les réseaux de neurones artificiels appliqués à l’estimation du rayonnement solaire
EP3084402A2 (en) Method and system for monitoring the quality of photovoltaic cells
EP3660524B1 (en) Method for determining a corrected characteristic current-voltage curve of an electrical system
EP3032590B1 (en) Method and device for detecting a photovoltaic power device in a power distribution network, and related computer programme product
CA2913250A1 (en) Estimation of a deleted fluid consumption
FR3046483A1 (en) METHOD OF OPTIMIZING ENERGY GENERATING MEANS
Fernández-Solas et al. Estimation of soiling losses in photovoltaic modules of different technologies through analytical methods
FR3071920A1 (en) IMPROVED DETECTION AND CHARACTERIZATION OF ANOMALIES IN A WATER CONTINUUM
Chan et al. Quantifying the impact of individual atmospheric parameters on CPV system power and energy yield
FR3044187A1 (en) LOCATION OF A SUBGROUP OF FAILURE MODULES IN A PHOTOVOLTAIC PARK
WO2022128933A1 (en) Method and system for estimating the electrical power supplied by a photovoltaic module
Patankar Degradation Linearity Determination and Temperature of Soiled Photovoltaic Modules in the Field

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19839358

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19839358

Country of ref document: EP

Kind code of ref document: A1