Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2021 - zeszyt 12

Design and implementation of IoT-based dual-axis solar PV tracking system

10.15199/48.2021.12.09

Saheed Lekan GBADAMOSI

nr katalogowy: 134754
10.15199/48.2021.12.09

Streszczenie

In the world today, power generated from solar PV plays a crucial role in the field of sustainable electrification. However, the power produced from solar system reduces significantly owing to the positioning of PV modules. In order to increase the efficiency of solar PV for an improved power generation, this paper proposes the designing and implementation of an IoT-based dual axis solar PV tracking system. The proposed solar tracker control system employs an Arduino based microcontroller unit, Global Positioning System (GPS), web-based connectivity and light-dependent resistors (LDRs). The LDRs are used for detecting the visible light spectrum, thereby enhancing tracking movement of the PV modules. The tracking controller utilizes four intensity signal radiations obtained from LDR sensors as inputs to rotate the axes based on daily sun trajectory. The results obtained from the experimental study shows an efficient performance of the proposed tracking system as compared to a fixed system.

Abstract

W dzisiejszym świecie energia wytwarzana z fotowoltaiki odgrywa kluczową rolę w dziedzinie zrównoważonej elektryfikacji. Jednak moc wytwarzana z systemu fotowoltaicznego znacznie się zmniejsza dzięki rozmieszczeniu modułów fotowoltaicznych. Aby zwiększyć wydajność fotowoltaiki słonecznej w celu poprawy wytwarzania energii, w niniejszym artykule zaproponowano zaprojektowanie i wdrożenie opartego na IoT dwuosiowego systemu śledzenia fotowoltaiki słonecznej. Proponowany system sterowania trackerem słonecznym wykorzystuje jednostkę mikrokontrolera Arduino, globalny system pozycjonowania (GPS), łączność internetową i rezystory zależne od światła (LDR). Czujniki LDR są używane do wykrywania widma światła widzialnego, co poprawia śledzenie ruchu modułów fotowoltaicznych. Kontroler śledzenia wykorzystuje cztery promieniowanie sygnału o intensywności uzyskane z czujników LDR jako dane wejściowe do obracania osi w oparciu o dzienną trajektorię słońca. Wyniki uzyskane z badań eksperymentalnych wskazują na wydajną pracę proponowanego systemu śledzącego w porównaniu z systemem stacjonarnym. (Projekt i wdrożenie opartego na IoT dwuosiowego systemu śledzenia fotowoltaiki słonecznej)

Słowa kluczowe

Keywords

Bibliografia

[1] Gbadamosi S.L., Nwulu, N.I., A multi-period composite generation and transmission expansion planning model incorporating renewable energy sources and demand response. Sustain. Energy Technol. Assessments, vol. 39, p. 100726, 2020.
[2] Taheri A. et al., Improving the performance of a nanofluidbased photovoltaic thermal module utilizing dual-axis solar tracker system: Experimental examination and thermodynamic analysis. Appl. Therm. Eng., vol. 196, no. June 2020, p. 117178, 2021.
[3] Gbadamosi S.L., Nwulu, N.I., A comparative analysis of generation and transmission expansion planning models for power loss minimization. Sustain. Energy, Grids Networks, vol. 26, p. 100456, 2021.
[4] Gbadamosi S.L., N.I. Nwulu. Harmonic estimation on a transmission system with large-scale renewable energy sources, Przeglad Elektrotechniczny, ISSN 0033-2097, R. 97 NR 4/2021.
[5] Mpodi E. K., Tjiparuro Z., Matsebe O. Review of dual axis solar tracking and development of its functional model of its functional model. Procedia Manuf., vol. 35, pp. 580–588, 2019.
[6] Nwulu N.I., Fahrioglu M. Investigating a ranking of loads in avoiding potential power system outages, Przeglad Elektrotechniczny, Volume 88, Issue 11 A, 2012.
[7] Rajan, K., Dhayalini , S., Sathiyamoorthy, Genetic Algorithm for the coordination of wind thermal dispatch, PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 90 NR 4/2014
[8] H. Bouzeboudja, M. Maamri , M. Tandjaoui, The Use of Grey Wolf Optimizer (GWO) for Solving the Economic Dispatch Problems based on Renewable Energy in Algeria A case study of “Naama Site”, PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 95 NR 6/2019
[9] W. Khamsen, C. Takeang, Hybrid of Lamda and Bee Colony Optimization for Solving Economic Dispatch, PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 92 NR 9/2016
[10] M. H. M. Sidek, N. Azis, W. Z. W. Hasan, M. Z. A. A. Kadir, S. Sha, and M. A. M. Radzi. Automated positioning dual-axis solar tracking system with precision elevation and azimuth angle control. Energy, vol. 124, 2017.
[11] A. Z. Hafez, A. M. Yousef, and N. M. Harag. Solar tracking systems: Technologies and trackers drive types – A review. Renew. Sustain. Energy Rev., vol. 91, pp. 754–782, 2018.
[12] A. Saymbetov, S. Mekhilef, N. Kuttybay, and M. Nurgaliyev. Dual-axis schedule tracker with an adaptive algorithm for a strong scattering of sunbeam. Sol. Energy, vol. 224, pp. 285– 297, 2021.
[13] C. Jamroen, C. Fongkerd, W. Krongpha, and P. Komkum. A novel UV sensor-based dual-axis solar tracking system: Implementation and performance analysis. Appl. Energy, vol. 299, no. June, p. 117295, 2021.
[14] W. Batayneh, A. Owais, and M. Nairoukh. Automation in Construction An intelligent fuzzy based tracking controller for a dual-axis solar PV system. Autom. Constr., vol. 29, pp. 100– 106, 2013.
[15] H. Fathabadi. Novel high efficient offline sensor less dual-axis solar tracker for using in photovoltaic systems and solar concentrators. Renew. Energy, vol. 95, pp. 485–494, 2016.
[16] N. Al-rousan, N. Ashidi, M. Isa, M. Khairunaz, and M. Desa. Efficient single and dual axis solar tracking system controllers based on adaptive neural fuzzy inference system. J. King Saud Univ. - Eng. Sci., vol. 32, no. 7, pp. 459–469, 2020.
[17] S. L. Gbadamosi and N. I. Nwulu. Reliability assessment of composite generation and transmission expansion planning incorporating renewable energy sources. J. Renew. Sustain. Energy, vol. 026301, no. 12, 2020.
[18] B. M. Radhakrishnan and D. Srinivasan. A multi-agent based distributed energy management scheme for smart grid applications. Energy, vol. 103, pp. 192–204, 2016.
[19] N. A. Mwedzi, N. I. Nwulu, and S. L. Gbadamosi. Machine Learning Applications for Fire Detection in a Residential Building. IEEE International Conference on Engineering Technologies and Applied Sciences (ICETAS), 2019.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2021-12 , nr katalogowy 134754 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2021-12 licencja: Osobista Produkt cyfrowy Nowość	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2021-12

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma