تحلیل عملکرد حرارتی پنلهای خورشیدی با خنک سازی غیر فعال در اقلیم گرم سراوان با استفاده از مدل عددی، شبکه عصبی مصنوعی و الگوریتم ژنتیک

در این پژوهش عملکرد حرارتی پنلهای خورشیدی در اقلیم گرم و خشک سراوان مورد بررسی قرار گرفته است. با استفاده از داده های اقلیمی معتبر از پایگاه Global Solar Atlas یک مدل عددی انتقال حرارت توسعه داده شده است، سپس شبکه عصبی مصنوعی (ANN) برای پیش بینی دمای سطحی پنلها آموزش داده شده و الگوریتم ژنتیک (GA) برای بهینه سازی و طراحی سیستم خنک سازی به کار گرفته شده است. نتایج حاصل حاکی از این است که ترکیب ماده تغییر فاز (PCM) و جریان طبیعی هوا می تواند دمای پنل را تا ۱۴ درجه سانتی گراد کاهش داده و راندمان را تا ۱۷.۲ درصد افزایش دهد. این پژوهش نشان می دهد که استفاده از خنک سازی غیر فعال در اقلیم های گرم ایران می تواند به طور موثری بهره وری سیستم های فتوولتاییک را افزایش دهد. علاوه بر این استفاده از مدل های هوش مصنوعی و الگوریتم های تکاملی در طراحی بهینه سیستم های خورشیدی راهکاری نوین و کارآمد برای توسعه پایدار انرژی های تجدیدپذیر در مناطق گرمسیری ارائه می دهد.

کلیدواژه ها:

پنل خورشیدی ، خنک سازی غیر فعال ، ماده تغییر فاز (PCM) ، شبکه عصبی مصنوعی (ANN) ، الگوریتم ژنتیک (GA) ، سراوان