I risultati ottenuti nel tracciamento solare si riescono ad evidenziare osservando i grafici del rendimento in potenza del pannello.
Il confronto tra la curva di potenza nell'arco della giornata nel caso di pannello fisso e pannello in tracciamento mostrano come il picco di potenza viene mantenuto per molto più tempo grazie all'inseguimento del Sole.
Il limite principale è l'effetto atmosferico di orizzonte che attenua notevolmente i raggi solari sia di mattina che di sera.


Panello fisso rivolto verso Sud


Panello con tracciamento solare

La possibilità di salvare i dati del sistema in modo organizzato su una piattaforma Cloud consente di effettuare diverse analisi sull'andamento delle singole grandezze misurate.
Una prima analisi ha portato ad osservare l'efficienza del controllore di carica nel mantenere la tensione di esercizio del pannello.
Il controllore di carica utilizzato usa la tecnica MPPT per impostare la tensione di esercizio del pannello, questo porta ad una continua variazione di tensione e corrente seguendo la curva caratteristica della cella fotovoltaica per cercarne il punto a maggior potenza.

Grafico tensione/corrente per una cella fotovoltaica

Il risultato ha mostrato come la tensione ottimale di esercizio (circa 18V) sia raggiunta solo con condizioni di insolazione totale ma con presenza di nubi leggere nel resto della volta celeste.
Quando il cielo è terso invece la tensione di esercizio si abbassa verso i 17V abbassando quindi anche la resa complessiva del pannello. Questo tipo di analisi, nel tempo permette di avere sottocontrollo lo stato di salute del sistema e riuscire ad identificare eventuali problemi individuandone anche la causa.
Dal punto di vista software la criticità più grave è la stabilità della connessione del modulo ESP8266 con il Router collegato ad internet.
Il modulo è in grado di gestire la connessione in autonomia o tramite le istruzioni provenienti dalla scheda Arduino ma entrambe hanno capacità di calcolo limitate. Variazioni del canale WiFi possono ad esempio compromettere la capacità del modulo ESP8266 di riconnettersi ad internet e quindi di inviare i dati.
Il modulo infatti riesce a riconnettersi alla rete locale ma non riesce più a contattare il server Cloud e restituisce un errore nell'invio o nella lettura dei dati.
Qualsiasi sviluppo futuro deve essere pensato con il limite del costo di sviluppo e attuazione.
Il sistema presentato in questo progetto prevede l'utilizzo di piccoli pannelli fotovoltaici dal costo contenuto e vuole aumentarne la produttività senza oltrepassare quella soglia economica che va oltre la resa migliorata del pannello.
La soluzione deve essere pratica e conveniente, altrimenti basterebbe comprare un pannello in più per raddoppiare la produzione.
Uno sviluppo futuro che può utilizzare questo progetto come base di partenza è l'analisi della totalità dei dati raccolti tramite sistemi di intelligenza artificiale.
Questo può permettere l'individuazione di dipendenze non evidenti tra i fattori ambientali e la produzione di energia fotovoltaica e permettere, ad esempio, la previsione dell'energia prodotta nell'arco di una giornata.
Per quanto riguarda il codice Arduino deve essere sviluppato un sistema di autocalibrazione che riesca a correggere gli errori dovuti al degrado dei componenti di misurazione.
Con il cambiamento delle condizioni climatiche si osservano infatti piccole variazioni delle tensioni misurate sulle porte collegate ai sensori che portano a valori non corretti (ad esempio corrente negativa nei periodi in cui dovrebbe essere nulla).
Deve quindi essere studiato un modo per identificare la variazione e correggerne i fattori che hanno portato alla fluttuazione.

The results obtained in the solar tracking can be highlighted by observing the graphs of the panel's power performance.
The comparison between the power curve over the day in the case of a fixed panel and a tracking panel shows how the power peak is maintained for much longer thanks to the pursuit of the Sun.
The main limit is the atmospheric horizon effect which significantly reduces the sun's rays both in the morning and in the evening.


Panel in fixed position facing South


Panel with Z axis tracking activated

The ability to save system data in an organized way on a Cloud platform allows you to perform various analyzes on the progress of the individual measured quantities.
A first analysis led to observe the efficiency of the charge controller in maintaining the operating voltage of the panel.
The charge controller uses the MPPT technique to set the operating voltage of the panel, this leads to a continuous variation of voltage and current following the characteristic curve of the photovoltaic cell to search for the point with the greatest power.


Voltage-current graph for a photovoltaic panel marking the Max Power point

The result showed that the optimal operating voltage (about 18V) is reached only with: total insolation conditions with the presence of light clouds in the rest of the sky. When the sky is clear, on the other hand, the operating voltage drops towards 17V, thus also lowering the overall yield of the panel.
This type of analysis, over time, allows you to have the health of the system under control and to identify any problems, also identifying the cause.
From the software point of view, the most serious problem is the stability of the connection of the ESP8266 module with the router connected to the internet. The module, once intialized, is able to manage the connection independently or through the instructions from the Arduino board but both have limited calculation capabilities.
Variations in the WiFi channel can, for example, compromise the ability of the ESP8266 module to reconnect to the internet and therefore to send data.
In fact, the module seems to be able to reconnect to the local network but can no longer contact the Cloud server and returns an error in sending or reading the data.
Any future development must be thought of with the limit of the cost of development and implementation.
The system presented in this project involves the use of small photovoltaic panels with low cost and wants to increase their productivity without going beyond that economic threshold which goes beyond the improved yield of the panel.
The solution must be practical and convenient, otherwise it would be enough to buy an extra panel to double the production.
A future development that can use this project as a starting point is the analysis of the totality of the data collected through artificial intelligence systems.
This can allow the identification of non-evident dependencies between environmental factors and the production of photovoltaic energy and allow, for example, the forecast of the energy produced within a day.
As for the Arduino code, an autocalibration system must be developed to be able to correct errors due to the degradation of the measuring components.
With the change in climatic conditions, in fact, small variations in the voltages measured are observed on the ports connected to the sensors which lead to incorrect values ​​(for example negative current in periods when it should be zero).
A way must therefore be studied to identify the variation and correct the factors that led to that fluctuation.