Identificación de Parámetros en Módulos Fotovoltaicos de Triple Diodo Utilizando Algoritmos de Optimización Híbridos
Autores: Muhsen, Dhiaa Halboot; Haider, Haider Tarish; Al-Nidawi, Yaarob
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Identificación de Parámetros en Módulos Fotovoltaicos de Triple Diodo Utilizando Algoritmos de Optimización Híbridos
Categoría
Procesos industriales
Subcategoría
Diseño de procesos industriales
Palabras clave
Parámetros
Diodo triple
Circuito eléctrico
Módulos fotovoltaicos
Algoritmo de evolución diferencial
AED
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
Identificar los parámetros de una estructura de circuito eléctrico de triple diodo en módulos fotovoltaicos es un tema crítico y se ha considerado un área de investigación importante. En consecuencia, en este estudio, se hibrida un algoritmo de evolución diferencial (DEA) con un algoritmo similar al electromagnetismo (EMA) en la etapa de mutación para mejorar la fiabilidad y eficiencia del DEA. Se presenta una nueva fórmula para adaptar los parámetros de control (factor de mutación y tasa de cruce) del DEA. Se utilizan siete conjuntos de datos experimentales diferentes para mejorar el rendimiento de la evolución diferencial propuesta con un algoritmo de mutación integrada por iteración (DEIMA). Los resultados del método de modelado fotovoltaico propuesto se evalúan con otros enfoques de vanguardia. Según diferentes criterios estadísticos, el DEIMA demuestra superioridad en términos de error cuadrático medio y error de sesgo principal en al menos un 5.4% y un 10%, respectivamente, en comparación con otros métodos. Además, el DEIMA tiene un tiempo de ejecución promedio de 27.69 s, que es menor que el de los otros métodos.
Descripción
Identificar los parámetros de una estructura de circuito eléctrico de triple diodo en módulos fotovoltaicos es un tema crítico y se ha considerado un área de investigación importante. En consecuencia, en este estudio, se hibrida un algoritmo de evolución diferencial (DEA) con un algoritmo similar al electromagnetismo (EMA) en la etapa de mutación para mejorar la fiabilidad y eficiencia del DEA. Se presenta una nueva fórmula para adaptar los parámetros de control (factor de mutación y tasa de cruce) del DEA. Se utilizan siete conjuntos de datos experimentales diferentes para mejorar el rendimiento de la evolución diferencial propuesta con un algoritmo de mutación integrada por iteración (DEIMA). Los resultados del método de modelado fotovoltaico propuesto se evalúan con otros enfoques de vanguardia. Según diferentes criterios estadísticos, el DEIMA demuestra superioridad en términos de error cuadrático medio y error de sesgo principal en al menos un 5.4% y un 10%, respectivamente, en comparación con otros métodos. Además, el DEIMA tiene un tiempo de ejecución promedio de 27.69 s, que es menor que el de los otros métodos.