معرفی و پیاده سازی الگوریتم های هوشمند جهت دستیابی به نقطه ماکزیمم توان ممکن از منابع فتوولتاییک

چکیده مقاله

امروزه با کاهش منابع انرژی های فسیلی و مضرات آنها نسبت به محیط زیست نیاز به منابع انرژی هایتجدیدپذیر بیشتر شده است در این میان انرژی خورشیدی که قابل دسترس و فاقد آلودگی می باشد یکی ازگزینه هایی است که بسیار مورد توجه قرار گرفته است البته سیستم های فتوولتاییک علی رغم مزایایفراوان دارای معایبی چون بازده پایین و هزینه نصب بسیار زیاد می باشند هر سلول خورشیدی دارای یک نقطه کار منحصر به فرد است که اصطلاحا نقطه ماکزیمم توان نامیده میشود و زمانی که سیستم در این نقطه کار وجود داشته باشد بیشترین راندمان را خواهد داشت علی رغمروش های مطرح شده هیچ یک قادر به یافتن نقطه ماکزیمم توان سراسری نیستند زیرا این الگوریتم ها یاهیچگاه همگرا نمی شوند یا آنقدر برای همگرایی زمان طولانی سپری می شود که تلفات توان بسیار زیادشده و در انتها اگر همگرایی صورت گیرد به جای همگرایی کلی یک همگرایی محلی صورت می گیرد در این مقاله با استفاده از الگوریتم های ژنتیک و مشاهده و آشوب تلاش می کنیم در کمترین زمان ممکنو با کمترین تعداد تکرار به نقطه توان ماکزیمم برسیم نتایج بدست آمده گویای این مطلب است کهالگوریتم های مطرح شده با دقت و صحت بالایی می توانند نقطه ی ماکزیمم توان را ردیابی نمایند در انتهابا مقایسه الگوریتم های پیشنهادی نتیجه می شود که الگوریتم ژنتیک در بدست آمدن توان عملکرد بهتریخواهد داشت

کلیدواژه‌ها

نویسندگان

حمید ملکی زاده

امیر خانجانزادهمیلاد شمس ناتری

امیر خانجانزاده

حمید ملکی زادهمیلاد شمس ناتری

میلاد شمس ناتری

حمید ملکی زادهامیر خانجانزاده

ملکی زاده، حمید و خانجانزاده، امیر و شمس ناتری، میلاد،1397،معرفی و پیاده سازی الگوریتم های هوشمند جهت دستیابی به نقطه ماکزیمم توان ممکن از منابع فتوولتاییک،دومین کنفرانس زیرساخت های انرژی،مهندسی برق و نانو فناوری،تهران

ارائه‌شده در

مجموعه مقالات دومین کنفرانس زیرساخت های انرژی،مهندسی برق و نانو فناوری19 اردیبهشت 1397 · تهران