میر فرهاد عبدالهی

چکیده

در سیستم های فتوولتائیک(PV)، الگوریتم های ردیابی نقطه توان بیشینه (MPPT)، نقش مهمی در بهینه سازی بازده انرژی خورشیدی دارند. استفاده از الگوریتم شبکه عصبی سرعت تخمین ردیابی نقطه توان بیشینه را به خاطر توانایی هایی که بر اساس پارامترهای آرایه PV دارد، افزایش می دهد. اما استفاده از این الگوریتم نیازمند آن است که شبکه عصبی به کار برده شده، به طور متوالی به خاطر تغییر منحنی مشخصه آرایه PV(استهلاک آرایهPV) دوباره آموزش داده شود. الگوریتم منطق فازی بر اساس ولتاژ و جریان گرفته شده از آرایه PV، نقطه توان بیشینه را به طور دقیق جستجو می‌کند و مشخصات آرایه PV برای این الگوریتم حالت بی‌اهمیت می‌باشد. اما بسته به گام‌های ولتاژ یا جریان و مصالحه‌ای که بین سرعت ردیابی و نوسان در MPP انجام می‌گیرد، سرعت این الگوریتم در مقایسه با شبکه عصبی کم می‌باشد.در این پایان‌نامه یک الگوریتم ترکیبی جدید منطق‌فازی و شبکه عصبی، برای ردیابی سریع و دقیق نقطه توان بیشینه ارائه می‌شود. در این الگوریتم ابتدا با استفاده از شبکه عصبی، نقطه کار آرایه PV در همسایگی خیلی نزدیک MPP قرار می‌گیرد و سپس توسط منطق‌فازی محل دقیق MPP جست‌جو می‌شود. مزیت اصلی این الگوریتم ترکیبی نسبت به الگوریتم شبکه عصبی تنها این است که شبکه عصبی استفاده شده در الگوریتم ترکیبی تنها یک‌بار آموزش داده می‌شود. تأثیر این الگوریتم ارائه شده بر روی افزایش سرعت ردیابی، با شبیه‌سازی توسط نرم‌افزار Simulink/Matlab، در میان بقیه الگوریتم‌های ترکیبی و تنها قابل مقایسه می‌باشد.

تاریخ دفاع: دوشنبه 4/8/90 ساعت: 10
محل: کلاس 301 دانشکده برق