Extração de parâmetros elétricos de módulos fotovoltaicos usando otimizador de beija-flor artificial

Scientific Reports volume 13, Número do artigo: 9240 (2023) Cite este artigo

Detalhes das métricas

A extração de parâmetros de modelos PV é um problema de otimização não linear e multimodelo. No entanto, é essencial estimar corretamente os parâmetros das unidades fotovoltaicas devido ao seu impacto na eficiência do sistema fotovoltaico em termos de potência e produção de corrente. Como resultado, este estudo apresenta uma técnica desenvolvida de Hummingbird Artificial (AHT) para gerar os melhores valores dos parâmetros não fornecidos dessas unidades fotovoltaicas. O AHT imita as habilidades únicas de voo e os métodos de forrageamento dos beija-flores na natureza. O AHT é comparado com várias técnicas inspiradas recentes, que são o otimizador de enxame de atum, o otimizador de abutre africano, o otimizador baseado em ensino-aprendizagem e outras técnicas de otimização recentes. Os estudos estatísticos e as descobertas experimentais mostram que o AHT supera outros métodos na extração dos parâmetros de vários modelos PV de STM6-40/36, KC200GT e PWP 201 policristalino. O desempenho do AHT é avaliado usando a folha de dados fornecida pelo fabricante. Para destacar o domínio do AHT, seu desempenho é comparado com o de outras técnicas concorrentes. Os resultados da simulação demonstram que o algoritmo AHT apresenta um tempo de processamento rápido e convergência constante em associação com a manutenção de um nível elevado de precisão na solução oferecida.

A energia solar é uma tecnologia renovável promissora devido à sua capacidade de resposta ambiental e inúmeras fontes. O desenvolvimento de sistemas solares fotovoltaicos (PV) continua, o que incentiva o uso eficaz desses sistemas na geração de energia elétrica para atender à necessidade de energia1. Além disso, existem várias desvantagens no desempenho dos sistemas fotovoltaicos, como produtividade insuficiente do painel fotovoltaico e divulgação direta do painel aos elementos2. Como resultado, determinar a eficiência realista dos sistemas fotovoltaicos é fundamental para planejar, controlar e simular módulos fotovoltaicos com eficiência. Para atingir este objetivo, o modelo prático é empregado com base nas amostras de corrente e tensão que são coletadas nos terminais do módulo. Os parâmetros do PV podem ser estabelecidos e seu modelo pode ser construído com o auxílio de representação matemática.

Na literatura, muitos pesquisadores desenvolveram uma variedade de modelos PV, incluindo o modelo de diodo único (SDM) e o modelo de diodo duplo (DDM). Além disso, o desempenho do modelo PV depende de parâmetros internos não identificados. Devido à degradação, envelhecimento e estados de funcionamento imprevisíveis, manter todos os parâmetros desconhecidos estáveis ​​e avaliá-los é um desafio. Projetar, estimar, simular e otimizar módulos fotovoltaicos é impossível sem estabelecer seus parâmetros elétricos. Como resultado, a eficácia dos métodos de otimização de enxames para quantificar os parâmetros do sistema fotovoltaico está sendo estudada3. Abordagens analíticas4 criam suposições simplificadas ou aproximações particulares ignorando a precisão comprometedora. No entanto, esse modelo analítico foi simplificado ao ignorar o efeito das resistências em paralelo e em série no cálculo da corrente e tensão relacionadas à maior potência de saída. In5, o Método Multiplicador de Lagrange (LMM) foi proposto para SDM/DDM para otimizar as saídas de energia dos módulos fotovoltaicos de células solares. In6, as informações cruciais foram reduzidas da folha de dados do fabricante, onde um requisito de limite para um estado de tensão zero foi criado usando a primeira derivada de potência. Além disso, em 7, quatro localizações aleatórias foram ilustradas na curva I-V e suas inclinações para extrair os parâmetros SDM analiticamente sem aproximação ou simplificação. No entanto, essa abordagem analítica é limitada a cenários de teste convencionais. Que tem muitos cálculos e falha quando eles mudam8.

Por outro lado, abordagens numéricas incluindo algoritmos determinísticos e metaheurísticos foram apresentadas. Valores iniciais imprecisos podem levar a ótimos locais no método determinístico, assim como o modelo real acha difícil satisfazer as limitações da equação da função objetivo9. Por outro lado, os métodos metaheurísticos fornecem uma abordagem eficaz e simples de determinar os parâmetros do modelo PV. Como resultado, o tópico de extração de parâmetros foi abordado com um estudo de métodos metaheurísticos. Miríades de pesquisas foram conduzidas usando a Evolução Diferencial (DE)10,11 para abordar o problema de identificação de parâmetros com o modelo PV. In12, um DE comparável contendo um processo de aprendizado reverso, estratégias multipopulacionais e estratégia de mutação foi proposto para SDM e DDM. Para prever as características das células fotovoltaicas da célula solar RTC France e do Photowatt-PWM201, foram realizados dois métodos diretos e livres de metáforas, Rao-2 e Rao-313. O otimizador de tropas de gorila14, o algoritmo de otimização de molde de lodo15, o Algoritmo de otimização de gafanhoto aprimorado (IGOA)16 foram desenvolvidos para sistemas fotovoltaicos eletricamente solares. In17, a otimização de Harris Hawks foi integrada com o Nelder-Mead simplex e crossovers (horizontais e verticais) e implementada para KC200GT, SM55 e ST40, incluindo DDM e SDM. Além disso, o algoritmo JAYA foi modificado usando o mapa caótico in18 e combinado com uma estratégia de aprendizado baseada no processo do oponente de elite in19 para extrair a extração do parâmetro PV.