مقایسه منطق فازی و شبکه عصبی در ردیابی نقطه حداکثر توان برای سیستم های PV

قیمت: 40,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

مقایسه منطق فازی و شبکه عصبی در ردیابی نقطه حداکثر توان برای سیستم های PV

عنوان لاتین

Comparison of fuzzy logic and neural network in maximum power point tracker for PV systems

این مقاله به دو روش ردیابی نقطه حداکثر توان با استفاده از منطق فازی و کنترلگرهای شبکه عصبی برای سیستم های فتوولتائیک می پردازد. دو کنترلگر ردیابی نقطه حداکثر توان؛ تابش خورشیدی و دمای سلول فتوولتائیک را به عنوان ورودی دریافت می کنند و چرخه کاری بهینه متناظر با توان حداکثر را به عنوان خروجی تخمین می زنند. رویکرد روی یک PVP ی 100 Wp (دو پنل موازی SM50-H) که به بار DC ی 24 ولت متصل است اعتبارسنجی می شود. روش جدید، اجرای حداکثر توان خوبی از هر آرایه فتوولتائیک تحت شرایط مختلف مثل تابش خورشیدی در حال تغییر و دمای سلول PV ارائه می دهد. از نتایج عملی و شبیه سازی مشاهده می شود که کنترلگر منطق فازی می تواند توان بیشتری را از کنترلگر شبکه عصبی تحویل دهد و توان بیشتری نسبت به روش های مختلف در نوشته ها می دهد.

This paper proposes two methods of maximum power point tracking using a fuzzy logic and a neural network controllers for photovoltaic systems. The two maximum power point tracking controllers receive solar radiation and photovoltaic cell temperature as inputs, and estimated the optimum duty cycle corresponding to maximum power as output. The approach is validated on a 100Wp PVP (two parallels SM50-H panel) connected to a 24V dc load. The new method gives a good maximum power operation of any photovoltaic array under different conditions such as changing solar radiation and PV cell temperature. From the simulation and experimental results, the fuzzy logic controller can deliver more power than the neural network controller and can give more power than other different methods in literature.