مدلسازی ردیابی ماکزیمم توان در سلول های خورشیدی به روش الگوریتم ژنتیک

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 465

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CMTS02_204

تاریخ نمایه سازی: 29 تیر 1398

چکیده مقاله:

انرژی خورشیدی به عنوان یک منبع نامتناهی تولید برق به حساب می آید. فراوانی نور خورشید در بیشتر مناطق دنیا به این وضعیت دامن می زند. در سالهای اخیر انرژی خورشیدی به دلیل مزایای نظیر فراوانی، بدون آلودگی و در دسترس بودن موردتوجه فراوانی قرار گرفته است. با انرژی خورشیدی می توان به دو روش استفاده از سلول های فتوولتائیک و گرم کردن یک سیال برق تولید کرد. سلول های خورشیدی وسایلی هستند که انرژی خورشیدی را به جریان الکتریکی تبدیل می نمایند. جهت استفاده از این انرژی با حداکثر راندمان، باید ماکزیمم توان را از آن دریافت نمود، با توجه به خاصیت غیر خطی و وابستگی سلول های خورشیدی به شرایط دمائی و تابشی محیط ماکزیمم توانی که می توان از یک سلول خورشیدی دریافت نمود، تغییر نموده و در هر وضعیت در یک نقطه کار خاص قابل تحصیل است. از آنجا که بازده سیستمهای فتوولتاییک پایین میباشند ردیابی نقطه حداکثر توان سلولهای خورشیدی ضروری است. ابتدا یک مدل از سلول خورشیدی را که با استفاده از سیمولینک متلب ساخته شده ارائه میکند و مشخصههای P-V, I-V و P-I برای مقادیر مختلف تابش در دمای ثابت مورد مطالعه قرار گرفته و سپس برای ردیابی نقطه توان ماکزیمم ( MPPT ) سیستم فتوولتایی ( PV ) از الگوریتم ژنتیک استفاده شده است. هدف اصلی در این مقاله یافتن زاویه بهینه ای است که برای کنترل موقعیت مازول جهت ردیابی نقطه توان ماکزیمم مورد استفاده قرار می گیرد و همچنین مزیت اصلی روش پیشنهادی حذف حلقه کنترلی PI است که به طور معمولی برای دستکاری چرخه کار مورد استفاده است. شبیه سازی نشان می دهد که روش کنترلی پیشنهادی برای شرایط محیطی مختلف نتایج بهتری را ارائه می کند.

کلیدواژه ها:

سلول خورشیدی ، ردیابی ماکزیمم توان سلول خورشیدی ، الگوریتم P&O ، الگوریتم ژنتیک ، مبدل بوست ، اینورتر

نویسندگان

مولود رمضانی

دانشجوی برق، دانشکده مهندسی برق، دانشگاه آزاد اسلامی شاهرود ، شاهرود، ایران