Извлечение электрических параметров фотоэлектрических модулей с использованием искусственного оптимизатора колибри

Научные отчеты, том 13, Номер статьи: 9240 (2023) Цитировать эту статью

Подробности о метриках

Извлечение параметров фотоэлектрических моделей представляет собой нелинейную задачу оптимизации, состоящую из нескольких моделей. Однако важно правильно оценить параметры фотоэлектрических установок из-за их влияния на эффективность фотоэлектрической системы с точки зрения производства электроэнергии и тока. В результате в этом исследовании представлена ​​разработанная технология искусственного колибри (AHT) для получения наилучших значений заданных параметров этих фотоэлектрических установок. AHT имитирует уникальные летные способности колибри и методы добывания пищи в дикой природе. AHT сравнивают с многочисленными недавними вдохновленными методами, такими как оптимизатор роя тунца, оптимизатор африканского стервятника, оптимизатор обучения, основанный на обучении, и другие новейшие методы оптимизации. Статистические исследования и результаты экспериментов показывают, что AHT превосходит другие методы при извлечении параметров различных моделей фотоэлектрических модулей из поликристаллического STM6-40/36, KC200GT и PWP 201. Производительность AHT оценивается с использованием таблицы данных, предоставленной производителем. Чтобы подчеркнуть доминирование AHT, его производительность сравнивается с показателями других конкурирующих методов. Результаты моделирования показывают, что алгоритм AHT отличается быстрым временем обработки и стабильной сходимостью в сочетании с сохранением повышенного уровня точности предлагаемого решения.

Солнечная энергия является многообещающей возобновляемой технологией благодаря своей экологической ответственности и многочисленным источникам поставок. Продолжается разработка солнечных фотоэлектрических (PV) систем, что способствует эффективному использованию этих систем для производства электроэнергии для удовлетворения потребностей в энергии1. Также существует ряд недостатков в работе фотоэлектрических систем, таких как недостаточная производительность фотоэлектрических панелей и прямое раскрытие панели к элементам2. В результате определение реальной эффективности фотоэлектрических систем имеет решающее значение для эффективного планирования, контроля и моделирования фотоэлектрических модулей. Для достижения этой цели используется практическая модель, основанная на выборках тока и напряжения, собранных на клеммах модуля. Параметры фотоэлектрической системы могут быть установлены, а ее модель построена с помощью математического представления.

В литературе многие исследователи разработали множество фотоэлектрических моделей, включая модель одного диода (SDM) и модель двойного диода (DDM). Более того, производительность фотоэлектрической модели зависит от неустановленных внутренних параметров. Из-за деградации, старения и непредсказуемого состояния функционирования поддержание стабильности всех неизвестных параметров и их оценка являются сложной задачей. Проектирование, оценка, моделирование и оптимизация фотоэлектрических модулей невозможны без установления их электрических параметров. В результате изучается эффективность методов групповой оптимизации для количественной оценки параметров фотоэлектрической системы3. Аналитические подходы4 создают упрощенные предположения или конкретные приближения, игнорируя снижающую точность. Однако эта аналитическая модель была упрощена за счет игнорирования влияния параллельных и последовательных сопротивлений при расчете тока и напряжения, связанных с максимальной выходной мощностью. В главе 5 для SDM/DDM был предложен метод множителя Лагранжа (LMM) для оптимизации выходной мощности фотоэлектрических модулей солнечных батарей. В разделе 6 важная информация была взята из таблицы данных производителя, где ограничивающее требование для состояния с нулевым напряжением было создано с использованием первой производной мощности. Кроме того, в статье 7 были проиллюстрированы четыре случайных местоположения на ВАХ и их наклонах для аналитического извлечения параметров SDM без аппроксимации или упрощения. Однако такой аналитический подход ограничен традиционными сценариями тестирования. Который имеет много вычислений и терпит неудачу при их изменении8.

С другой стороны, были представлены численные подходы, включая детерминированные и метаэвристические алгоритмы. Неточные начальные значения могут привести к локальному оптимуму в детерминированном методе, а также к тому, что реальной модели будет сложно удовлетворить ограничения уравнения целевой функции9. И наоборот, метаэвристические методы обеспечивают эффективный и простой подход к определению параметров фотоэлектрической модели. В результате тема извлечения параметров была решена с помощью изучения метаэвристических методов. Множество исследований было проведено с использованием дифференциальной эволюции (DE)10,11 для решения проблемы идентификации параметров фотоэлектрической модели. В работе 12 для SDM и DDM была предложена сопоставимая DE, содержащая обратный процесс обучения, многопопуляционные стратегии и стратегию мутации. Для прогнозирования характеристик фотоэлектрических элементов солнечных элементов RTC France и Photowatt-PWM201 были использованы два простых метода без метафор — Rao-2 и Rao-313. Оптимизатор отрядов горилл14, алгоритм оптимизации слизевиков15, Улучшенный алгоритм оптимизации кузнечиков (IGOA)16 были разработаны для электрических солнечных фотоэлектрических систем. В 17 году оптимизация Harris Hawks была интегрирована с симплексными и (горизонтальными и вертикальными) кроссоверами Nelder-Mead и реализована в KC200GT, SM55 и ST40, включая DDM и SDM. Кроме того, алгоритм JAYA был модифицирован с использованием хаотической карты в 18 и в сочетании со стратегией обучения, основанной на процессе элитного противника в 19, для извлечения параметров PV.