Συντάχθηκε 11-12-2025 16:58
Τόπος:
Έναρξη: 17/12/2025 10:30
Λήξη: 17/12/2025 11:30
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Μηχανικών Παραγωγής και Διοίκησης
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
Τετάρτη, 17 Δεκεμβρίου 2025, 10:30
Αίθουσα Γ3.0.13, Κτίριο Γ3
Ονοματεπώνυμο: ΣΚΑΝΔΑΛΑΚΗ ΑΝΔΡΟΝΙΚΗ-ΜΑΡΙΑ
Θέμα: Διαστασιολόγηση και βελτιστοποίηση φωτοβολταϊκών συστημάτων υπό αβεβαιότητα μετεωρολογικών δεδομένων για παραγωγή πράσινου Η2
Title: Sizing and optimization of PV systems under weather data uncertainty for green hydrogen production
Εξεταστική Επιτροπή
- ΙΨΑΚΗΣ ΔΗΜΗΤΡΗΣ, Αναπληρωτής Καθηγητής (επιβλέπων)
- ΠΑΠΑΜΙΧΑΗΛ ΙΩΑΝΝΗΣ, Καθηγητής
- ΚΟΝΣΟΛΑΚΗΣ ΜΙΧΑΗΛ, Καθηγητής
Περίληψη
Η παρούσα διπλωματική εργασία πραγματεύεται τη διαστασιολόγηση και βελτιστοποίηση φωτοβολταϊκών συστημάτων υπό συνθήκες αβεβαιότητας μετεωρολογικών δεδομένων, με στόχο την παραγωγή πράσινου υδρογόνου μέσω ηλεκτρόλυσης νερού. Η έρευνα εστιάζει στην επιλογή του κατάλληλου τύπου φωτοβολταϊκου πλαισίου και στη βέλτιστη διάταξη του συστήματος, ώστε να εξασφαλίζεται η αποδοτικότερη και σταθερότερη λειτουργία ακόμα και υπό μεταβαλλόμενες και αβέβαιες περιβαλλοντικές συνθήκες. Αρχικά, πραγματοποιήθηκε η ταυτοποίηση της περιοχής μελέτης, λαμβάνοντας υπόψη παραμέτρους όπως η ηλιακή ακτινοβολία, η θερμοκρασία περιβάλλοντος και οι κλιματικές διακυμάνσεις. Στη συνέχεια, επιλέχθηκαν δεκαπέντε διαφορετικοί τύποι φωτοβολταϊκών πάνελ, για τους οποίους συλλέχθηκαν αναλυτικά τεχνικά δεδομένα από τα φύλλα προδιαγραφών των κατασκευαστών. Με τη βοήθεια μοντέλου προσομοίωσης στο MATLAB πραγματοποιήθηκε σύγκριση μεταξύ θεωρητικών και προσομοιωμένων τιμών, επιβεβαιώνοντας τη χαμηλή μέση απόκλιση και επομένως την αξιοπιστία και ακρίβεια του μαθηματικού μοντέλου που αναπτύχθηκε. Με βάση τα αποτελέσματα αυτής της αρχικής αξιολόγησης, επιλέχθηκαν τα πέντε καλύτερα πάνελ τα οποία παρουσίασαν το βέλτιστο συνδυασμό απόδοσης, αποδοτικότητας και χαμηλού σφάλματος. Για αυτά τα πάνελ πραγματοποιήθηκε περαιτέρω ανάλυση σε σταθερές μετεωρολογικές συνθήκες καθ’ όλη τη διάρκεια ενός έτους. Η αξιολόγηση έγινε λαμβάνοντας υπόψη δείκτες όπως τη συνολική επιφάνεια εγκατάστασης, το μέγεθος του PV συστήματος, τον αριθμό των απαιτούμενων πάνελ, την ισχύς που παρέχεται στο φορτίο από το δίκτυο και από τα PV καθώς και το ποσοστό αυτονομίας. Από την σύγκριση των πέντε πάνελ, το πάνελ 7 ξεχώρισε ως το αποδοτικότερο παρουσιάζοντας την καλύτερη ενεργειακή συμπεριφορά και τα υψηλότερα ποσοστά αυτονομίας. Έπειτα, εφαρμόστηκε η ίδια διαδικασία υπό συνθήκες μετεωρολογικής αβεβαιότητας με σκοπό να γίνει εκτίμηση της ευρωστίας και της προσαρμοστικότητας των συστημάτων σε ρεαλιστικές και μη ιδανικές συνθήκες. Και σε αυτή την περίπτωση το πάνελ 7 παραμένει η πρώτη επιλογή, γεγονός που αποδεικνύει τη σταθερότητα του στις μεταβολές των περιβαλλοντικών παραμέτρων. Η σύγκριση μεταξύ σταθερών και μη δεδομένων κατέδειξε ότι τα φωτοβολταϊκά συστήματα σημειώνουν ελαφρώς μεγαλύτερη απόδοση υπό σταθερές συνθήκες. Ωστόσο, η ενσωμάτωση της αβεβαιότητας έχει εξαιρετική σημασία καθώς προσφέρει πιο ρεαλιστικά και αξιόπιστα αποτελέσματα πολύ κοντά στη πραγματική συμπεριφορά του συστήματος. Επιπλέον, διερευνήθηκαν τρεις διαφορετικά σενάρια ενεργειακής ζήτησης υδρογόνου. Το πρώτο σενάριο έχει σταθερή ημερήσια παραγωγή, το δεύτερο μεταβλητή ημερήσια παραγωγή ενώ το τρίτο παρουσιάζει εποχικά μεταβαλλόμενη παραγωγή. Κάθε σενάριο απαιτεί ετήσια παραγωγή υδρογόνου ίση με 8.760 κιλά με κατανάλωση 55kWh ανά κιλό και σύμφωνα με αυτά τα στοιχεία έγινε ο προσδιορισμός του βέλτιστου μεγέθους του φωτοβολταϊκού συστήματος έτσι ώστε να μπορεί να καλυφθεί η συγκεκριμένη ζήτηση. Η ανάλυση των σεναρίων αυτών ανέδειξε τις επιπτώσεις που έχουν οι συνεχείς αλλαγές της ηλιακής ακτινοβολίας και της θερμοκρασίας στην ενεργειακή ισορροπία και παραγωγή ενός συστήματος. Εν κατακλείδι, η παρούσα μελέτη αποδεικνύει ότι η σωστή επιλογή τεχνολογίας φωτοβολταϊκων πάνελ σε συνδυασμό με ευέλικτα και ακριβή μοντέλα προσομοίωσης υπό συνθήκες αβεβαιότητας αποτελούν βασικό παράγοντα για την αποδοτική και βιώσιμη παραγωγή υδρογόνου μέσω της διαδικασίας της ηλεκτρόλυσης, η οποία αντιπροσωπεύει έναν από τους πιο υποσχόμενους τομείς της σύγχρονης ενεργειακής έρευνας σε αντίθεση με το μπλε και το γκρι υδρογόνο που παράγονται από διεργασίες βασισμένες σε ορυκτά καύσιμα και επιβαρύνουν σημαντικά το περιβάλλον.
Abstract
The present thesis investigates the optimal sizing and energy management optimization of photovoltaic systems under weather data uncertainty for sustainable hydrogen production. The primary objective of this research is to determine the most efficient and reliable PV configuration capable of supporting continuous hydrogen generation through the process of water electrolysis. Initially, the research involved the identification of an appropriate geographical location for system implementation followed by the comprehensive assessment of fifteen (15) PV panels based on their technical specifications and manufacturer datasheets (overall 6 companies ranging from 240Wp to 630Wp). Using MATLAB simulations, their performance was validated and compared, showing minimal average error values, which verifies the accuracy and reliability of the proposed mathematical model. From the initial evaluation, the five best-performed panels were identified (based on low errors and high operating efficiency) and further analyzed. These panels were tested under constant meteorological conditions over an annual period, considering parameters such as total PV area (m²), PV size (kWp), number of panels, power delivered to the load from PV and grid and system autonomy (%). Under these conditions, Panel 7 of 630Wp exhibited the highest overall performance. The same methodology was subsequently applied under uncertain weather conditions to examine system reliability and adaptability. Even in this case, Panel 7 remained the optimal choice, confirming its superior efficiency and consistency. A comparative analysis between deterministic and uncertainty based conditions revealed that PV systems could be more safely designed in order to account for such variations. However, incorporating uncertainty offers a more realistic depiction of actual operational behavior and the results showed the need for a nearly +3-8% higher size. For the overall analysis, three hydrogen scenarios (a constant and two variable ones) were investigated to determine the optimal PV system size capable of meeting yearly H₂ production targets. Trying to facilitate the autonomy of the system, the best PV configuration (panel 7) was then used in a parallel optimization study for defining the optimal sizing of PVs and batteries along with grid support. The analysis revealed important information on this integration. Finally, the results were accompanied by a techno-economic analysis leading to the estimation of capital expenses, operating expenses and the levelized cost of hydrogen (LCOH). As was found, low LCOH were identified only when PV-Grid configuration is considered. In conclusion, this research emphasizes the significance of accurate PV technology selection and advanced modeling under uncertainty as key factors for efficient green hydrogen generation contributing to the development of sustainable and decarbonized future energy systems.
