ردیابی نقطه ماکزیمم توان در سیستم فتوولتائیک در شرایط سایه جزئی به روش الگوریتم اجتماع ذرات تکامل یافته و هدایت افزایشی
- سال انتشار: 1402
- محل انتشار: دومین کنفرانس ملی فن آوری های پیشرفته دانش بنیان در علوم مهندسی
- کد COI اختصاصی: ENGINEERKH02_010
- زبان مقاله: فارسی
- تعداد مشاهده: 63
نویسندگان
گروه برق و مهندسی پزشکی،موسسه آموزش عالی خراسان،ایران
گروه مهندسی برق،واحد علی آباد کتول،دانشگاه آزاد اسلامی،علی آباد کتول،ایران
چکیده
برای بهبود کارایی سیستم های فتوولتائیک،بایستی ماکزیمم توان تولید شود. این موضوع در شرایطی که سایه جزئی وجود دارد،اهمیت بیشتری پیدا می کند.چرا که منحنی توان_ولتاژ تغییر کرده و چندین نقطه ماکزیمم دارد.از این رو،از روش های رایج مثل انحراف و مشاهده و هدایت افزایشی نمی توان بهره برد.زیرا این روش ها غالبا نقاط ماکزیمم محلی را پیدا می کنند. برای ردیابی نقطه ماکزیمم توان در سایه جزئی ،روش های متنوعی پیشنهاد شده اند.اما اکثر آن ها نمی توانند به طور دقیق نقطه ماکزیمم توان را پیدا کنند و معمولا در نواحی نزدیک به آن فعالیت می کنند.این مقاله یک روش جدیدی برای ردیابی ماکزیمم توان در شرایط سایه جزئی ارائه می دهد که بر پایه یک الگوریتم تکاملی از الگوریتم اجتماع ذرات با ترکیب آن با روش هدایت افزایشی است.این روش باعث می شد تا محدودیتهای الگوریتم بهینه سازی اجتماع ذرات استاندارد از جمله احتمال همگرایی در نقاط ماکزیمم محلی را برطرف کند.در روش استاندارد،به ازای هر موقعیت ذره،یک تابه هدف به الگوریتم بهینه سازی باز می گردد که در روش پیشنهادی،علاوه بر بازگشت تابع هدف،موقعیت ذره نیز بهینه سازی می شود.این بهینه سازی با استفاده از روش هدایت افزایشی صورت می گیرد.به این ترتیب که موقعیت های تصادفی اولیه ذرات با محاسبه لحظه ای تابع هدف،توسط روش هدایت افزایشی به سمت نقاط ماکزیمم محلی هدایت می شوند و سپس ذرات با موقعیت های جدید بهینه شده به الگوریتم اجتماع ذرات بر می گردند.این روش با بهینه سازی موقعیت و سرعت های تصادفی اولیه ذرات ،دقت ردیابی ماکزیمم توان را افزایش می دهد و همچنین نسبت به روش استاندارد سرعت همگرایی بالاتر و پیچیدگی کمتری دارد.کلیدواژه ها
ردیابی نقطه ماکزیمم توان،بهینه سازی اجتماع ذرات،فتوولتائیک،هدایت افزایشی،سایه جزئیمقالات مرتبط جدید
- Investigating Edible coatings and their effect on food stability
- Statistical Methods in Food Science Research: A Comprehensive Overview
- آینده آموزش ریاضی از نگاه هوش مصنوعی
- Note on the total ۲-rainbow domination number in trees
- افزایش سرعت کلاسه بندی عکس ها در پایگاه داده اوراکل با استفاده ازالگوریتم های یادگیری عمیق
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.