خلاصة:
The aim of this paper was to present an optimized method in order to use maximum capacity of the
photovoltaic panels. In this regard, we presented a method for the maximum power point tracking in the photovoltaic systems by using the neural networks and adaptive controller. In the proposed system, we estimated an error by using neural network. If this error is lower than the allowable systems error, the system works at the maximum power point, and if the error value is greater than the allowable error, the output power can be adjusted by using the adaptive controller. The adaptive part of the proposed system consisted of two fuzzy controllers with two different rule bases. The first controller designed to produce the duty cycle of the boost converter and the second controller designed to adjust online the outputs scaling factor of the first controller. We simulated the proposed system in the MATLAB software and then compared the output power of this system with the output power of the conventional fuzzy and the P&O methods. The comparison results indicated that the proposed system had better performance compared to the two
above-mentioned methods.
ایدۀ اصلی از این مقاله، ارائه یک روش بهینه سازی برای استفاده از حداکثر توان در سیستمهای فتوولتاییک میباشد. در اینجا ما روشی برای ردیابی نقطه توان ماکزیمم ارائه داده ایم که عملکرد آن بر اساس شبکه های عصبی و کنترلر تطبیقی میباشد. در این سیستم پیشنهادی، ما توسط شبکۀ عصبی یک خطا برای سیستم تخمین زده ایم. اگر این خطا کوچکتر از خطای مجاز سیستم باشد، نشانگر این است که سیستم در حال کارکرد در نقطه توان ماکزیمم است. اما اگر این خطا بزرگتر از خطای مجاز سیستم باشد، سیستم تطبیقی عملکرد خود را شروع کرده و ردیابی را انجام میدهد. قسمت تطبیقی این سیستم پیشنهادی از دو کنترلر فازی تشکیل شده است که دارای توابع عضویت و قوانین متفاوت میباشند. کنترلر فازی اول جهت تولید سیکل هدایت برای تنظیم مبدل بوست و کنترلر دوم جهت تنظیم آنلاین خروجی کنترلر اول طراحی شده است. ما این سیستم پیشنهادی را در محیط نرم افزار متلب شبیه سازی کرده ایم و سپس به مقایسۀ نتایج حاصل از این سیستم پیشنهادی و نتایج حاصل ازسیستمهای مرسوم P&O و فازی پرداخته ایم. نتایج شبیه سازی نشان میدهند که این سیستم پیشنهادی عملکرد مطلوب تری نسبت به دو سیستم ذکر شده دارد و در کل راندمان سیستم را افزایش خواهد داد.