Optimized MPPT implementation for Dye-sensitized Solar cells : Maximum Power Point Tracking for DCSs

Europeiska kommissionens plan för att skapa ett utsläppssnålt samhälle kräver en drastisk minskning av användning av kolbaserade bränslen. Lokalt producerad energi från förnybara källor kommer spela större roll i framtiden, mestadels från sol och vindenergi. Energieffektivitet kommer vara drivkrafte...

Full description

Bibliographic Details
Main Author: Karuna, Kartik
Format: Others
Language:English
Published: KTH, Maskinkonstruktion (Inst.) 2015
Online Access:http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-168712
Description
Summary:Europeiska kommissionens plan för att skapa ett utsläppssnålt samhälle kräver en drastisk minskning av användning av kolbaserade bränslen. Lokalt producerad energi från förnybara källor kommer spela större roll i framtiden, mestadels från sol och vindenergi. Energieffektivitet kommer vara drivkraften bakom denna övergång. Enheter som designas för att vara självförsörjande kommer att bidra till en minskning av kolberoendet, frigöra enheter från att vara laddningsbara, och driva övergång tillhelt trådlösa enheter. En av fördelarna till att använda sig av Grätzel-solceller (dye-sensitized cells, DSC) är dess låga tillverkningskostnader. Lägre effektivitet gentemot kisel-baserade celler är det största skälet till att ingen storskalig produktion ännu finns, dock behövs det fortfarande mer forskning för att bana väg för större tillämpning. För att maximera den producerade energin, har flera (maximum power point tracking, MPPT) algoritmer har utvecklats under åren. Algoritmerna har olika implementering, energieffektivitet, konvergenshastighet, sensorer som krävs, kostnadseffektivitet etc. Även om ett flertal studier presenterats, baserade på frekvent tillämpade MPPT algoritmer, så har dessa fokuserat på kommersiellt tillgängliga kisel-baserade solceller; inga studier har hittats där DSC-celler studerats för inomhus-tillämpningar. Detta arbete presenterar en experimentell jämförelse med simulerad inomhus-bestrålning, med tre av de mest använda MPPT metoderna för PV-kraftsystem i ett försök att hitta en som passarbäst för DSC’er. Efterföljande experiment visade de existerande MPPT metoder ejär lämpliga för DSCs. vilket föranledde utveckling och analys av en ny hybridalgoritm, som visar potential att snabbare (med färre iterationer) finna maximal effektpunkt. === European Commission’s roadmap for moving to a low-carbon economy calls for a drastic reduction in the use of carbon based fuels. More locally produced energy would be used, mostly from renewable sources with solar and wind playing an ever increasing role. Energy efficiency will be a key driver of this transition. Designing self-powered devices could offset a huge portion of the carbon budget, freeing devices from charging and making them truly wireless. Dye-Sensitized Solar Cells (DSCs) owing to their low-cost manufacturing technique among other advantages, could well be the missing piece in this puzzle. Lower efficiency vis-à-vis its Silicon based counterparts have dithered large scale implementation, however, with continued research that is soon to change. In order to maximize the produced energy, several maximum power point tracking (MPPT) algorithms have been proposed and developed over the years. They vary in implementation, energy efficiency, convergence speed, sensors required, cost effectiveness etc. Although comparative studies, based on widely-adopted MPPT algorithms, have been presented before they focused on commercially available Silicon based Solar-cells; none have applied their findings to DSCs in indoor conditions. This work presents an experimental comparison, under simulated indoor irradiation, of three most used MPPT methods for PV powersystems in an attempt to find one most suitable for DSCs. Subsequent experiments showed the existing MPPT methods to be unsuitable for DSCs, leading to a new hybrid Algorithm being proposed which shows promise by reducing the number of iterations required and hence time to lock on to the Maximum power point.