데이터시트 기반의 새로운 PSIM 태양광 모델

Q: 이 논문에서 정의한 데이터시트 기반 파라미터 튜닝이란 무엇인가?

제조업체가 제공하는 데이터시트 값을 활용하여 태양광 패널 모델의 파라미터를 설정하는 방법이다. 특히 파웰 최적화 방법을 통해 MPP 정보를 기반으로 내부 파라미터를 추출함으로써, 복잡한 설정 없이 가변 환경에서도 정확한 시뮬레이션이 가능하도록 구현하는 기법을 의미한다.

Q: 제안된 데이터시트 기반 태양광 패널 모델이 기존 물리적 모델보다 우수한 점은 무엇인가?

연구 결과, 제안 모델은 복잡한 파라미터 설정 과정 없이 데이터시트 정보만으로 가변 환경에 적합한 튜닝이 가능하다. 또한 EN50530 규격 오차 분석을 통해 기존 PSIM 물리적 모델보다 더 정확한 시뮬레이션 결과를 제공하며 시스템 효율을 정밀하게 예측한다.

박준영; 최성진

추천

검색

질문

자료유형: 학술저널

저자정보: 박준영 (울산대) 최성진 (울산대)

저널정보: 전력전자학회 전력전자학회논문지 전력전자학회 논문지 제20권 제6호

발행연도: 2015.12

수록면: 498 - 508 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In the simulation of photovoltaic (PV) power conditioning systems, PSIM is a widely accepted circuit simulation platform because of its fast speed and C-code support. PSIM provides two kinds of generic PV panel models: functional model and physical model. Whereas the functional model simulates PV in the standard test condition (STC) only, the physical model can emulate changing PV characteristics under varying temperatures and irradiation conditions and is thus more suitable for system simulation. However, the physical model requires complicated parameters from users, and thus it is prone to errors and is difficult to use. In this study, a new PSIM model for PV is presented to solve these problems. The proposed model utilizes manufacturers’ datasheet values specified under STC only and excludes user-defined information from input parameters. To achieve good accuracy even in varying environmental conditions, single-diode model parameters are successively tuned to a time-varying virtual datasheet. Comparison with a conventional physical model shows that the proposed model provides more accurate simulation according to error analysis based on the EN50530 standard.

#Photovoltaic (PV) panel #Optimization method #Parameter tuning #PV simulator

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-560-002172270

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)