太陽電池動作原理と機械学習の併用による影を含めたセルの発電特性予測モデルの開発

摘要

近年の太陽電池(PV)システムのコスト低下により、導入量の増加が進hでいる。都市部においても導入が加速する中、最大発電量が得られる屋上だけでなく壁面などにも導入が考えられる。本研究室では、PVを壁面に設置することで年間発電量を平準化する効果を、東京工業大学大岡山キャンパス環境エネルギーイノベーション棟(EEI棟)の実データを用いて示した1)。一方、都市部においては建物同士の影の影響が大きくなり、PVシステムの設計には、PVの動作原理を考慮して、影効果を含めた詳細な発電量予測が必要となる。 年間を通して、建物に影がどうかかるかは建物データから推算できる。一方、PVに影がかかると単セルの発電量が低下し、そのセルが絶縁化し複数セルが直列接続されているモジュール全体に対する抵抗となる。その影響低減のためにバイパスダイオードが接続されることがある。さらに、複数のモジュールが直列のストリングスを構成し規定の電圧を得、並列接続されて接続箱、パワーコンディショナ(PCS)に接続し、最大出力点制御(MPPT)を行うシステムが構成される。しかし、一部のセルへの影がストリングス出力を不均一化し、最終的にMPPTに影響を与えうる。よって都市部のPVシステム設計には、セルの影による全体への影響を定量的に予測するモデルを構築する必要がある。 本研究は、PVへの影効果を含めた発電量予測モデルの構築に必要となる、PVの動作原理に関わるパラメーターを機械学習により計算し、影の発電量への影響を分析することを目的とした。