Προσδιορισμός παραμέτρων φωτοβολταϊκού στοιχείου

Προσδιορισμός παραμέτρων μοντέλων φωτοβολταϊκών κυττάρων με χρήση βελτιωμένης διερευνητικής προσέγγισης βασισμένης σε αλυσίδες αλατιού

Η ενσωμάτωση των φωτοβολταϊκών συστημάτων (PVS) σε μελλοντικά συστήματα ισχύος εξελίσσεται σε μια πιο ελκυστική επιλογή.

Έτσι, οι μελέτες που σχετίζονται με τη λειτουργία PVS έχουν αποκτήσει τεράστιο ενδιαφέρον. Συγκεκριμένα, η έρευνα για τον προσδιορισμό παραμέτρων μοντέλου φωτοβολταϊκών κυττάρων παραμένει ένα ευκίνητο πεδίο λόγω της μη γραμμικότητας των χαρακτηριστικών των φωτοβολταϊκών κυττάρων και της ευρείας εξάρτησής του από τις μετεωρολογικές συνθήκες του επιπέδου ακτινοβολίας και της θερμοκρασίας.

Αυτό το άρθρο προτείνει έναν αλγόριθμο εκμάθησης με βάση την αντίθεση Learning Modified Salp Swarm (OLMSSA) για την ακριβή αναγνώριση των παραμέτρων μοντέλου δύο διόδων του ηλεκτρικού ισοδύναμου κυκλώματος της φωτοβολταϊκής κυψέλης / μονάδας. Έξι μεταταριστικοί αλγόριθμοι, συμπεριλαμβανομένου του βασικού αλγορίθμου SSA που κυκλοφόρησε πρόσφατα, που χρησιμοποιήθηκαν με το δοκιμαστικό μοντέλο αναφοράς PV της διπλής δίοδος και μια πρακτική φωτοβολταϊκή μονάδα, χρησιμοποιούνται για την αξιολόγηση της απόδοσης του OLMSSA.

Τα πειραματικά αποτελέσματα και η σε βάθος συγκριτική μελέτη καταδεικνύουν σαφώς ότι το OLMSSA είναι πολύ ανταγωνιστικό και ακόμη πολύ καλύτερο από τα αναφερόμενα αποτελέσματα της πλειονότητας των πρόσφατα αναπτυγμένων μεθόδων αναγνώρισης παραμέτρων.