Ключевые слова
Как цитировать
Аннотация
Введение. В статье предложена геоадаптивная методика мониторинга и повышения надёжности инверторов сетевых солнечных фотоэлектрических станций в климатических условиях Узбекистана. Рассматривается совместное влияние климатических, электрических и эксплуатационных факторов на работоспособность инверторов и обосновывается подход на основе интегрального показателя «надёжность–устойчивость». Показано, что в жарких и запылённых регионах деградация и отказы инверторов происходят интенсивнее, а предиктивный мониторинг способен снизить риск простоев.
Методы и материалы. В работе использованы аналитический обзор литературы, эксплуатационные наблюдения и статистические данные по отказам инверторов. В качестве методической основы применены классические методы оценки надёжности, модель Вейбулла, телеметрия SCADA/IoT, цифровые двойники и алгоритмы машинного обучения. Предложенная геоадаптивная методика объединяет климатические, сетевые и эксплуатационные параметры в единую систему оценки риска.
Результаты. Установлено, что в полузасушливом климате деградация КПД инверторов составляет 0,8-1,5 % в год, а в жарком пустынном климате частота отказов достигает 6-7% в год. Около 65 % отказов связаны с тепловыми перегрузками силовых компонентов. Показано, что применение геоадаптивной методики позволяет формировать цифровой профиль риска для каждой станции, повышать точность прогнозирования отказов и оптимизировать профилактическое обслуживание.
Заключение. Надёжность сетевых СФЭС в условиях Узбекистана определяется совокупным влиянием климата, качества электроснабжения и тепловых режимов работы силовой электроники. Предложенная геоадаптивная методика создаёт научно-практическую основу для более точной оценки риска, сокращения аварийных остановок и повышения эффективности технического обслуживания. Перспективным следующим этапом является пилотная апробация подхода на реальных объектах.
Библиографические ссылки
[1]. International Energy Agency (IEA). Solar Energy Policy in Uzbekistan: A Roadmap. - Paris: IEA, 2022. - 124 p.
[2]. European Bank for Reconstruction and Development (EBRD). EBRD approves new country strategy for Uzbekistan // Press Release. - 2024.- January 26.
[3]. IRENA. Renewable Power Generation Costs in 2023. - Abu Dhabi: International Renewable Energy Agency, 2024. - 186 p.
[4]. World Bank. Growth and Job Creation in Uzbekistan: An In-Depth Diagnostic. - Washington DC: World Bank, 2018. - 214 p.
[5]. World Bank. Uzbekistan to Invest in Modernizing Electricity Distribution Networks with World Bank Support // Press Release. - 2025. - May 15.
[6]. Ministry of Energy of the Republic of Uzbekistan. On Causes of Power Outages. - Tashkent, 2020.
[7]. IRENA. Uzbekistan: Renewables Readiness Assessment. - Abu Dhabi: International Renewable Energy Agency, 2024. - 98 p.
[8]. Jalolova S. World Bank approves $100 million to modernize Uzbekistan’s power grid // The Times of Central Asia. - 2025. - May 19.
[9]. Masdar celebrates inauguration of landmark 100 MW Nur Navoi Solar Project in Uzbekistan // PR Newswire. - 2021. - August 28.
[10]. Government of Uzbekistan. Updated Nationally Determined Contribution of the Republic of Uzbekistan. - Tashkent, 2021.
[11]. National Renewable Energy Laboratory (NREL). Photovoltaic Inverter Reliability Assessment. - Golden (CO): NREL, 2019. - Report NREL/TP-5D00-74462.
[12]. Авезова Н.Р., Шогучкаров С.К., Кудратов А.Р. Критерии устойчивости и надежности сетевых фотоэлектрических систем: методология оценки и практическое применение // Проблемы информатики и энергетики. - 2024. - №4. - С. 56-70.
[13]. International Energy Agency (IEA). Uzbekistan 2022: Energy Policy Review. - Paris: OECD/IEA, 2022.
[14]. Strategy for the Transition of the Republic of Uzbekistan to a Green Economy for 2019–2030. Resolution of the Cabinet of Ministers of the Republic of Uzbekistan No. 841. - Tashkent, 2019.
[15]. Alavi O., Kaaya I., De Ceuninck W., Van Mierlo J. Assessing the impact of PV panel climate-based degradation rates on inverter reliability in grid-connected solar energy systems // Heliyon. -2024. - Vol. 10. - No. 3. - e25839.
[16]. Idbouhouch O., Taqi S., Ajerrar A. et al. Assessing PV inverter efficiency degradation under semi-arid climate scenarios // Heliyon. -2024. - Vol. 10. - No. 23. - e40308.
[17]. Bošnjaković M., Stojkov M., Katinić M., Lacković I. Effects of extreme weather conditions on PV systems // Sustainability. - 2023. -Vol. 15. - No. 22. - Art. 16044.
[18]. Sarita K., Saket R.K., Khan B. Reliability, availability, and condition monitoring of inverters of grid-connected solar photovoltaic systems // IET Renewable Power Generation. - 2023. - Vol. 17. - No. 2. - P. 202-213.
[19]. Li T., Wang P., Sun Y., Li Y. Reliability evaluation of photovoltaic system considering thermal characteristics of components // Electronics. - 2021. - Vol. 10. - No. 21. - Art. 2661.
[20]. Kumar A.S., Arul S., Sudhakar B., Kottursamy M. Reliability analysis of PV inverters considering locational impact // E3S Web of Conferences. -2024. -Vol. 540. - Art. 10011.
[21]. Singh S., Saket R.K., Khan B. A comprehensive review of reliability assessment methodologies for grid-connected photovoltaic systems // IET Renewable Power Generation. - 2023. - Vol. 17. - No. 7. - P. 1859-1880.
[22]. Kull K., Asad B., Khan M.A., Naseer M.U., Kallaste A., Vaimann T. Faults, failures, reliability, and predictive maintenance of grid-connected solar systems: A comprehensive review // Applied Sciences. - 2023. -Vol. 15. - No. 21. - Art. 11461.
[23]. Francisti J., Fodor K., Balogh Z., Magdin M. Predictive modeling and anomaly detection in solar PV inverters using machine learning // Results in Engineering. - 2025. - Vol. 28. - Art. 108348.
[24]. Ramos E., Vale Z. Integrating machine learning and digital twins for smart grid asset management: A review of hybrid predictive maintenance approaches // Energies. -2023. - Vol. 16. - No. 15. -Art. 5712.
[25]. Kumar R., Mishra S.K., Sahoo A.K. et al. Data-driven prediction-based reliability assessment of solar energy systems incorporating uncertainties for generation planning // Scientific Reports. -2025. - Vol. 15. - Art. 9335.
[26]. Vita V., Fotis G., Chobanov V., Pavlatos C., Mladenov V. Predictive maintenance for distribution system operators in increasing transformers’ reliability // Electronics. - 2023. -Vol. 12. - No. 6. - Art. 1356.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Copyright (c) 2026 Avezova, N.R., Mirzabaev, A.M., Kulmatov, X.X., Asadov, A.E. (Muallif)