بهبود مدلسازی و کنترل سیستم فتوولتائیک تحت شرایط سایه جزئی و با استفاده از الگوریتم تکامل دیفرانسیل (DE ) و شبکه عصبی پیشخور ( FFNN)

  • سال انتشار: 1403
  • محل انتشار: دهمین کنفرانس بین المللی مهندسی برق، کامپیوتر، مکانیک و هوش مصنوعی
  • کد COI اختصاصی: EECMAI10_044
  • زبان مقاله: فارسی
  • تعداد مشاهده: 146
دانلود فایل این مقاله

نویسندگان

فرشیدرضائی

دانشجوی کارشناسی ارشد،دانشگاه آزاد واحد ممسنی

احسان رحمانی

استادیار،گروه برق ،دانشگاه آزاد واحد ممسنی

اسحاق فرجی

استادیار،گروه برق ،دانشگاه آزاد واحد ممسنی

حامد رضازاده

استادیار،گروهعلوم پایه ،دانشگاه آزاد واحد ممسنی

چکیده

بهبود کارایی، قابلیت اطمینان و افزایش طول عمر سیستم های فتوولتائیک (PV) برخی از مزایای ضروری توسعه یک سیستم کنترل موثر حداکثر توان نقطه ردیابی (MPPT). است. در این مطالعه یک رویکرد MPPT باهوش مبتنی بر الگوریتم تکامل تفاضلی (DE) و یک شبکه عصبی تطبیقی پیشخور (FFNN) برای رسیدگی به مسائل مختلف از متداول ترین الگوریتم های MPPT توسعه یافته است که بر عملکرد سیستم های PV از جمله راندمان تولید برق، زمان ردیابی و ناپایداری ها در اطراف Global Optima (GO) تاثیر می گذارد در نتیجه، به منظور تعیین مقادیر فراپارامترهای مناسب برای فرآیند بهینهسازی و آموزش، تکنیک ترکیبی پیشنهادی در بخش اول ارزیابی میشود. این مطالعه برای انواع امکانات پیکربندی FFNN است. پس از آن، بهترین مدل عصبی بهدستآمده بهعنوان یک کنترل کننده MPPT پیادهسازی می شود و یک ارزیابی عملکرد بین الگوریتم DE مبتنی بر شبکه عصبی پیشخور (DE-FFNN) و کارآمدترین تکنیکهای MPPT مورداستفاده انجام شده است .

کلیدواژه ها

سیستم فتوولتائیک, کنترل, الگوریتم تکامل دیفرانسیل, شبکه عصبی پیشخور, توان نقطه ردیابی

مقالات مرتبط جدید

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.