روشی جدید برای تولید بر اساس پیش بینی توان کوتاه مدت در مورد شبکه های عصبی مصنوعی و روش های بهینه سازی برای نیروگاه های خورشیدی فتوولتائیک

در سال های اخیر؛ نیروگاه های خورشیدی فتوولتائیک در سراسر جهان به دلیل پتانسیل انرژی خورشیدی آن ها استفاده شده است اگرچه نیروگاه های فتوولتائیک بسیار پیش تر ساخته شده بودند. نقطه ضعف اصلی سیستم این است که ویژگی های توان خروجی ناپایدار هستند. همان طور که سیستم نیروگاه های فتوولتائیک به شبکه متصل است؛ جریان برق نامتعادل بر تمامی بخش های کنترل سیستم تاثیر می گذارد. علاوه بر این؛ ظرفیت بار دقیقا مشخص نیست به همین دلیل به موضوعی مهم تبدیل شده ؛ هدف اصلی کار خذف ناپایداری نیروگاه به دلیل عدم تعادل توان خروجی است. برای پیش بینی کوتاه مدت توان با داده های توان فتوولتائیک 1 مگاوات برآورد می شود صفحه های در حال استفاده داده های توان تخمینی با داده های زمان وا قعی و دقت مقایسه می شوند. روش پیشنهادی مشخص شده است. در مرحله اول از الگوریتم های هوش مصنوعی استفاده می شود سپس این الگوریتم ها با مبتنی بر ازدحام آموزش داده می شوند. روش های بهینه سازی و تجزیه و تحلیل عملکرد به تفصیل ارائه شده است. در میان تمام الگوریتم های مورد استفاده؛ الگوریتم با کمترین خطا تعیین می شود. بدین ترتیب این مطالعه اطلاعات و تکنیک های مفیدی را برای کمک به محققانی که علاقمند به برنامه ریزی و مدل سازی نیروگاه های فتوولتائیک هستند در این زمینه ارائه می دهد.

کلیدواژه ها:

شبکه های عصبی ، روش های بهینه سازی ، کوتاه مدت ، توان پیش بینی ، نیروگاه های فتوولتائیک ، الگوریتم کرم شب تاب