Autor(es): Pereira, Ricardo Jorge da Silva
Data: 2015
Identificador Persistente: http://hdl.handle.net/10174/13382
Origem: Repositório Científico da Universidade de Évora
Assunto(s): Edifício integrado fotovoltaico/térmico; Armazenamento de energia; Material mudança de fase; Modelo térmico; Algoritmo genético; Building integrated photovoltaic/thermal; Energy storage; Phase-change material; Thermal modelling; Genetic algorithm
Neste trabalho é analisado, por via numérica e experimental, o comportamento térmico e eléctrico de um sistema fotovoltaico/térmico integrado em edifício, recorrendo a material de mudança de fase para regularização da diferença de temperatura entre interior e exterior e para a estabilização da temperatura do módulo fotovoltaico. Foi realizado uma revisão da literatura sobre o tema. Um modelo de cálculo dos fenómenos de transferência de calor e massa foi desenvolvido, assim como da produção de energia eléctrica, e implementado em software de cálculo Matlab/Simulink®. Paralelamente foram conduzidos ensaios experimentais a fim de analisar o comportamento térmico do sistema e respectiva validação do modelo numérico. De modo a melhorar a eficiência total do sistema, foi aplicado um processo de optimização com o método dos algoritmos genéticos. Do estudo, conclui-se que o sistema pode alcançar uma eficiência máxima total de 64% na configuração de inverno e de 32% na configuração de verão; ABSTRACT: This work presents a numerical and experimental analysis of the thermal and electrical performance of a building integrated photovoltaic/thermal system (BIPV/T), with the use of phase change material for stabilize the temperature difference between indoors and outdoors and a rapid stabilization of the PV modules’ temperature. A literature review was conducted on the topic. A calculation model was developed of the heat and mass transfer phenomena, as well as a model of a photovoltaic module, which were implemented in Matlab/Simulink®. Experimental tests were performed to analyze the thermal performance of the system and the validation of the numerical model. To improve overall system efficiency, an optimization process with the method of genetic algorithms was applied. From the study, it is concluded that the system can achieve a maximum total efficiency of 64% with winter configuration and 32% with summer configuration.
