CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مدلسازی ردیابی ماکزیمم توان در سلول های خورشیدی به روش الگوریتم ژنتیک

عنوان مقاله: مدلسازی ردیابی ماکزیمم توان در سلول های خورشیدی به روش الگوریتم ژنتیک
شناسه ملی مقاله: CMTS02_204
منتشر شده در دومین کنفرانس بین المللی فناوری های نوین در علوم در سال 1397
مشخصات نویسندگان مقاله:

مولود رمضانی - دانشجوی برق، دانشکده مهندسی برق، دانشگاه آزاد اسلامی شاهرود ، شاهرود، ایران

خلاصه مقاله:
انرژی خورشیدی به عنوان یک منبع نامتناهی تولید برق به حساب می آید. فراوانی نور خورشید در بیشتر مناطق دنیا به این وضعیت دامن می زند. در سالهای اخیر انرژی خورشیدی به دلیل مزایای نظیر فراوانی، بدون آلودگی و در دسترس بودن موردتوجه فراوانی قرار گرفته است. با انرژی خورشیدی می توان به دو روش استفاده از سلول های فتوولتائیک و گرم کردن یک سیال برق تولید کرد. سلول های خورشیدی وسایلی هستند که انرژی خورشیدی را به جریان الکتریکی تبدیل می نمایند. جهت استفاده از این انرژی با حداکثر راندمان، باید ماکزیمم توان را از آن دریافت نمود، با توجه به خاصیت غیر خطی و وابستگی سلول های خورشیدی به شرایط دمائی و تابشی محیط ماکزیمم توانی که می توان از یک سلول خورشیدی دریافت نمود، تغییر نموده و در هر وضعیت در یک نقطه کار خاص قابل تحصیل است. از آنجا که بازده سیستمهای فتوولتاییک پایین میباشند ردیابی نقطه حداکثر توان سلولهای خورشیدی ضروری است. ابتدا یک مدل از سلول خورشیدی را که با استفاده از سیمولینک متلب ساخته شده ارائه میکند و مشخصههای P-V, I-V و P-I برای مقادیر مختلف تابش در دمای ثابت مورد مطالعه قرار گرفته و سپس برای ردیابی نقطه توان ماکزیمم ( MPPT ) سیستم فتوولتایی ( PV ) از الگوریتم ژنتیک استفاده شده است. هدف اصلی در این مقاله یافتن زاویه بهینه ای است که برای کنترل موقعیت مازول جهت ردیابی نقطه توان ماکزیمم مورد استفاده قرار می گیرد و همچنین مزیت اصلی روش پیشنهادی حذف حلقه کنترلی PI است که به طور معمولی برای دستکاری چرخه کار مورد استفاده است. شبیه سازی نشان می دهد که روش کنترلی پیشنهادی برای شرایط محیطی مختلف نتایج بهتری را ارائه می کند.

کلمات کلیدی:
سلول خورشیدی ، ردیابی ماکزیمم توان سلول خورشیدی ، الگوریتم P&O ، الگوریتم ژنتیک ، مبدل بوست ، اینورتر

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/899596/