طراحي ‏MPPT ‏ براي سيستم فتو ولتاييك به كمك هوش مصنوعي و ‏مقايسه آن با روش ‏P O ‏ در شرايط تصادفي

MPPT design for photovoltaic system using artificial intelligence and its comparison with P O method in random conditions

در اين تحقيق، يك روش هوش مصنوعي مبتني بر منطق فازي براي ‏MPPT‏ (رديابي نقطه حداكثر توان) براي پنل فتوولتاييك، تحت ‏دماي متغير از 10 درجه سانتيگراد تا 40 درجه سانتيگراد و تابش متغييراز 500 تا 1000 وات بر متر مربع بررسي و با يكي از روش هاي ‏كلاسيك اين كار مقايسه شده و مزايا ومعايب آن ارايه شده است.اين روش در اين مطالعه 3‏^FLC ‏_‏MPPT‏ نام گذاري شده است. ‏ ولتاژ و جريان پنل هاي ‏PV‏ غير خطي است و به شرايط محيطي مانند دما و تابش بستگي دارد بنابراين شرايط محيطي متغير باعث ‏تغيير ولتاژ، جريان و همچنين تغيير حداكثر توان قابل دسترس پنل هاي ‏PV‏ مي شود. همچنين براي افزايش راندمان لازم است پنل ‏هاي ‏PV‏ در نقطه حداكثر توان خودكاركنند. درهر شرايط محيطي، ‏MPP‏ منحصر به فردي وجود داشته و براي رديابي آن روش هاي ‏زيادي مورد مطالعه قرار گرفته است. روش ‏FLC‏_‏MPPT‏ در اين مطالعه بدليل واكنش سريع آن به شرايط محيطي متغير ترجيح داده ‏شده است. علاوه برآن اين روش تحت تاثير تغيير پارامترهاي مدار نيز قرار نمي گيرد. ‏ براي شبيه سازي سيستم از نرم افزار ‏Simulink‏ در ‏MATLAB R2022b‏ استفاده شده است. نتايج اين مطالعه كاركرد‎ ‎‏ بهتر روش ‏هوش مصنوعي مبتني بر منطق فازي (‏FLC‏) براي رد يابي نقطه حداكثر توان در شرايط محيطي متغير را نشان مي دهد.‏

Abstract In this research, an artificial intelligence method based on fuzzy logic controller for MPPT ??(Maximum Power Point Tracking) for photovoltaic system, in variable temperature from 10 to 40 ?degrees Celsius and variable radiation from 500 to 1000 w/m has been investigated. The result of ?the investigation is compared with one of the classic MPPT methods and its advantages and ?disadvantages are presented. This method is named FLC_MPPT in this study.? The voltage and current of PV panels are non-linear and depend on environmental conditions ?such as temperature and radiation, so changing environmental conditions change the voltage, ?current and also change the maximum available power of PV panels. Also, to increase the ?efficiency, it is necessary to automate the PV panels at the point of maximum power. In every ?environmental condition, there is a unique MPP and many methods have been studied to track it. ?FLC_MPPT method is preferred in this study due to its quick response to variable environmental ?conditions. In addition, this method is not affected by the change of circuit parameters?.? Simulink software in MATLAB R2022b was used to simulate the system. The results of this study ?show the better performance of artificial intelligence method based on fuzzy logic? ?controller (FLC) ?for tracking the maximum power point in variable environmental conditions.?