Módulo de matriz fotovoltaica de seguimiento de potencia máxima global combinado con algoritmo de colonia de abejas artificial y optimización de enjambre de partículas
Autores: Chao, Kuei-Hsiang; Hsieh, Cheng-Chieh
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Módulo de matriz fotovoltaica de seguimiento de potencia máxima global combinado con algoritmo de colonia de abejas artificial y optimización de enjambre de partículas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Estudio
Características de salida
Módulos parciales
Matriz de módulos fotovoltaicos
Sombreado
Optimización por enjambre de partículas
Algoritmo PSO
Punto global de máxima potencia
Seguidor de MPP
Curva característica multi-pico
Colonia artificial de abejas
Algoritmo ABC
Ponderación
Factor de aprendizaje cognitivo
Factor de aprendizaje social
Número de iteraciones
Rendimiento de seguimiento
Software MATLAB
Simulación
Curva de salida de la matriz fotovoltaica
Múltiples picos.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 38
Citaciones: Sin citaciones
En este estudio, se exploraron primero las características de salida de módulos parciales en un conjunto de módulos fotovoltaicos cuando están sujetos a sombreado. Luego, se aplicó un algoritmo mejorado de optimización de enjambre de partículas (PSO) para rastrear el punto de máxima potencia global (MPP), con una curva característica de múltiples picos. El algoritmo mejorado de optimización de enjambre de partículas propuesto, combinado con el algoritmo de colonia de abejas artificiales (ABC), se utilizó para ajustar el peso, el factor de aprendizaje de cognición y el factor de aprendizaje social, y cambiar el número de iteraciones para mejorar el rendimiento de seguimiento del rastreador de MPP. Finalmente, se utilizó el software MATLAB para llevar a cabo una simulación y demostrar que el algoritmo PSO mejorado rastreó con éxito el MPP en la curva de salida del conjunto fotovoltaico con múltiples picos. Su rendimiento de seguimiento es mucho superior al del algoritmo PSO existente.
Descripción
En este estudio, se exploraron primero las características de salida de módulos parciales en un conjunto de módulos fotovoltaicos cuando están sujetos a sombreado. Luego, se aplicó un algoritmo mejorado de optimización de enjambre de partículas (PSO) para rastrear el punto de máxima potencia global (MPP), con una curva característica de múltiples picos. El algoritmo mejorado de optimización de enjambre de partículas propuesto, combinado con el algoritmo de colonia de abejas artificiales (ABC), se utilizó para ajustar el peso, el factor de aprendizaje de cognición y el factor de aprendizaje social, y cambiar el número de iteraciones para mejorar el rendimiento de seguimiento del rastreador de MPP. Finalmente, se utilizó el software MATLAB para llevar a cabo una simulación y demostrar que el algoritmo PSO mejorado rastreó con éxito el MPP en la curva de salida del conjunto fotovoltaico con múltiples picos. Su rendimiento de seguimiento es mucho superior al del algoritmo PSO existente.