Outils d'expérimentation
Programmes de soutien pour nos expériences PV 1 et 3.
L'ordinateur de simulation pour l'expérience 1...
Ce logiciel trace les courbes de performance théoriques d'un système photovoltaïque, en fonction de l'inclinaison et de l'orientation des modules. La simulation repose sur la perspective des modules, qui se déplace d'est en ouest et de l'horizon au zénith.
Le programme de l'expérience 3...
Ceci introduit le concept d'ajustement de données pour dériver de manière programmatique (numérique) une fonction continue à partir de l'ensemble de données discrètes de l'interface utilisateur de l'expérience. La fonction ajustée est similaire à l' équation de la diode de Shockley , décrivant ainsi l'ensemble des effets attendus lors de l'effet photoélectrique.
Expérience 1
Expérience 3
Expérience 1 : Simulation de la courbe de puissance d’un système photovoltaïque au cours de la journée
Sud
Est
Ouest
Exp3 : Tracé de la courbe MPP
Lors des premiers travaux pratiques à l'université et en dessin technique, on utilise souvent du papier millimétré pour tracer des graphiques de données de mesure avec la plus grande précision possible. Ce papier est un quadrillage rectangulaire dont chaque carré a un millimètre de côté.
En physique, il est important de « construire » une ligne continue à partir de points de données discrets afin de tirer des conclusions avec certitude sur certaines caractéristiques du système.
Mais quelle droite correspond le mieux à un ensemble de données ? Quelle droite
Est-ce la gamme Best-Fit ?
Si la tendance des données est linéaire, il est évident que la droite de régression est une droite passant par les points. On peut facilement la tracer sur du papier millimétré. Les paramètres importants du système sont alors la pente et l'ordonnée à l'origine, c'est-à-dire les paramètres de la fonction.
Paramètres de pente
Paramètre d'ordonnée à l'origine
variable
Mais que se passe-t-il si la tendance n'est pas claire ? Les tendances non linéaires et les valeurs aberrantes dans les données compliquent considérablement le processus, en particulier avec des processus physiques complexes.
Avec le développement de la logique des machines à commande électronique, son utilité dans le traitement et l'interprétation des données s'est avérée indispensable. Aujourd'hui, nous utilisons des logiciels contenant des algorithmes qui nous permettent de traiter des données. Un algorithme est simplement un ensemble d'instructions mathématiques qu'un ordinateur peut exécuter. Pour donner ces instructions à l'ordinateur, il faut être capable de parler l'un des nombreux langages qu'il comprend.
De nombreuses femmes scientifiques choisissent le langage de programmation « Python ». Extrêmement puissant et polyvalent, il se distingue par une syntaxe simple, c’est-à-dire la structure et la grammaire de ses phrases.
✨
✨
La procédure est désormais la suivante :
Quelle équation physique décrit théoriquement les données ? Il s’agit de notre modèle mathématique. Nous souhaitons maintenant déterminer les paramètres de cette équation à l’aide d’un algorithme.
Définissez l'équation en Python en utilisant lemot-clé 'def' .
Créez en Python des « listes »contenant toutes vos valeurs x et toutes vos valeurs y.
Effectuez l'ajustement en appliquant l' algorithme « curve_fit »à vos listes et à l'équation. Cet algorithme part du principe que les valeurs affichées par votre multimètre sont très probablement correctes, malgré l'incertitude de mesure. Il procède en minimisant la perte d'information quadratique ( voir informations complémentaires ).
Le programme trace ensuite pour vous les droites d'ajustement optimales, vous donne les valeurs des paramètres et même leur incertitude, car tout ce que nous mesurons lors d'expériences est sujet à erreur.
Essayez-le vous-même ci-dessous !
Exemples de valeurs
montrer
Exemples de valeurs
supprimer
Liste_U = [
]
I_list = [
]
Importez le dessin et le module d'ajustement. Définissez l'équation mathématique utilisée pour ajuster les données.
import plot
from scientific_python import curve_fit
# das hier ist ein Kommentarbereich. Die Gleichung unten ist eine Version
# der sogenannten Shockley-Gleichung, die die Stromstärke einer Diode,
# also auch einer Solarzelle beschreibt.
def shockley_gleichung(U, a, b ,c):
return a*(1-b*(e**(U/c)-1))
P_liste = I_liste * U_liste
Dans le code ci-dessus, « e » désigne le nombre d'Euler. Le symbole « ** » signifie « à la puissance de » et « * » est le signe de multiplication. Les lettres « a », « b » et « c » sont les paramètres de la fonction à déterminer, comme dans l'exemple précédent avec les paramètres « m » et « t », à la différence qu'ils n'ont pas de nom spécifique. En termes mathématiques, l'équation se présente ainsi :
Cette équation, contenant l'expression « e à la puissance de… », est qualifiée d'équation non linéaire. L'équation de Shockley décrit le courant dans une cellule photovoltaïque en fonction de la tension totale appliquée. L'équation correspondante pour un élément résistif est…
que vous connaissez probablement déjà. Il ne reste plus qu'à tracer les points de données et à trouver la droite de régression qui correspond le mieux !
tracer (x= U_list , y= I_list , marqueur= "Point" , couleur= "rouge" )
tracer (x= U_list , y= P_list , marqueur= "Point" , couleur= "bleu" )
I_ergebnis = curve_fit(shockley_gleichung, U_liste, I_liste)
P_ergebnis = I_ergebnis * U_liste
plot(x=U_liste, y=I_ergebnis, marker="line", color="red")
plot(x=U_liste, y=P_ergebnis, marker="line", color="blue")
