تخمین پارامترهای سلول فتوولتائیک با استفاده از الگوریتم فرا¬ابتکاری جستجوی فاخته

محورهای موضوعی : مهندسی برق الکترونیک

وحدت ناظریان ¹ (دانشکده مهندسي برق، دانشگاه مازندران، بابلسر، ايران)
مهران حسین زاده دیزج ² (دانشکده مهندسي برق، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ايران)
علیرضا صالحی ³ (دانشکده مهندسي برق، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ايران)

تاریخ دریافت : 1402/08/22 تاریخ پذیرش : 1402/12/26 تاریخ انتشار : 1403/04/13

کلید واژه: سلول فتوولتائیک, تخمین پارامترها, الگوریتم جستجوی فاخته, جذر میانگین مربعات خطاها (RMSE),

چکیده مقاله :

در این مقاله یک مدار معادل الکتریکی بر اساس اثر فتوولتائیک با مطالعات انجام شده بر روی شبیه سازی سیستم انرژی خورشیدی ارائه شده است. این مدل خطی که از دو دیود تشکیل شده است، نحوه رفتار سلول خورشیدی جهت تولید برق را نشان مي¬دهد. با استفاده از نرم افزار MATLAB شبیه سازی های مورد نظر را انجام داده ایم. هدف ما در این تحقیق محاسبه ی حداقل مقدار خطا برای پارامتر های مجهول مدار مي¬باشد که این خطا به واسطه ی جذر میانگین مربعات خطاها (RMSE) بدست مي¬آید. برای تعیین دقیق و قابل اعتماد پارامترهای مدل دو دیودی، یک روش بهینه سازی مبتنی بر هوش جمعی به نام الگوریتم جستجوی فاخته در این مقاله ارائه شده است. با توجه به مدل مورد نظر که قصد مطالعه آن را با الگوریتم پیشنهادی داریم، برای حصول حداقل مقدار خطا، پارامترهای مجهول مدار را بدست آورده و با روش های دیگر مقایسه مي¬کنیم. نتایج نشان مي¬دهد مقدار RMSE الگوریتم پیشنهادی با مقدار جمعیت اولیه 50 و تعداد دور تکرار 1000، برابر با 2-10 × 56/3 است که نتیجه بهتری نسبت به سایر الگوریتم¬ها در اختیار ما قرار مي¬دهد. متوسط زمان اجرای این الگوریتم 81/15 میلی ثانیه در هر بار اجرا مي¬باشد.

چکیده انگلیسی:

In this paper, an electrical equivalent circuit model based on the photovoltaic effect has been presented with the studies done on the simulation of the solar energy system. This linear model, which consists of two diodes, shows the behavior of a solar cell to produce electricity. We have done the desired simulations using MATLAB software. Our goal in this research is to calculate the minimum error value for the unknown parameters of the circuit, which is obtained by the root-mean-square error (RMSE). In order to accurately and reliably determine the parameters of the double-diode model, an optimization method based on collective intelligence called the Cuckoo search algorithm is presented in this article. According to the desired model that we intend to study with the proposed algorithm, to obtain the minimum error value, we calculate the unknown parameters of the circuit and compare them with other methods. The results show that the RMSE value of the proposed algorithm with the initial population value of 50 and the number of iteration rounds of 1000 is equal to 3.56*10-2, which provides better results than other algorithms. The average execution time of this algorithm is 15.81 milliseconds per every iteration round.

منابع و مأخذ:

[1] L. El Chaar, L. A. Lamont, and N. El Zein, “Review of photovoltaic technologies”, Renewable and Sustainable Energy Reviews, vol. 15, no. 5, pp. 2165-2175, June 2011, doi: 10.1016/j.rser.2011.01.004.
[2] A. Bahrami, S. Mohammadnejad, S. Soleimaninezhad, “Photovoltaic cells technology: principles and recent developments”, Optical and Quantum Electronics, vol. 45, no. 2, pp. 161-197, February 2013, doi: 10.1007/S11082-012-9613-9.
[3] J. Ma, K. L. Man, T. O. Ting, N. Zhang, S. U. Guan, and P. W. H. Wong, “Approximate Single-Diode Photovoltaic Model for Efficient I-V Characteristics Estimation”, The Scientific World Journal, vol. 2013, November 2013, doi: 10.1155/2013/230471.
[4] C. Emeksiz, A. Akbulut, Z. Dogan, M. Akar, “Optimization Of PV Module with Single-Diode model for Tokat region”, International journal of research science & Management, vol. 4, no. 6, pp. 78-85, June 2017, doi: 10.5281/zenodo.802328.
[5] V. Nazerian, and S. Babaei, “Optimization of Exponential Double-Diode Model for Photovoltaic Solar Cells Using GA-PSO Algorithm”, Lecture Notes in Electrical Engineering, vol. 480, pp. 697-703, 2019, doi: 10.1007/978-981-10-8672-4_52.
[6] D. Yousri, S. B. Thanikanti, D. Allam, V. K. Ramachandaramurthy, M. B. Eteiba, “Fractional chaotic ensemble particle swarm optimizer for identifying the single, double, and three diode photovoltaic models’ parameters”, Energy, vol. 195(C), 2020, doi: 10.1016/j.energy.2020.116979.
[7] D. S. H. Chan, J. R. Phillips, and J. C. H. Phang, “A comparative study of extraction methods for solar cell model parameters”, Solid-State Electronics, vol. 29, no. 3, pp. 329-337, March 1986, doi: 10.1016/0038-1101(86)90212-1.
[8] K.M. El-Naggar, M.R. AlRashidi , M.F. AlHajri, A.K. Al-Othman, “Simulated Annealing algorithm for photovoltaic parameters identification”, Solar Energy, vol. 86, pp. 266-274, 2012, doi: 10.1016/j.solener.2011.09.032.
[9] T. Ikegami, T. Maezono, F. Nakanishi, Y. Yamagata, and K. Ebihara, “Estimation of equivalent circuit parameters of PV module and its application to optimal operation of PV system”, Solar Energy Materials and Solar Cells, vol. 67, no. 3, pp. 389-395, 2001, doi: 10.1016/S0927-0248(00)00307-X.
[10] M. Haouari-Merbah, M. Belhamel, I. Tobias, and J. M. Ruiz, “Extraction and analysis of solar cell parameters from the illuminated current-voltage curve,” Solar Energy Materials and Solar Cells, vol. 87, pp. 225-233, 2005, doi: 10.1016/j.solmat.2004.07.019.
[11] J. Bai, S. Liu, Y. Hao, Z. Zhang, M. Jiang, and Y. Zhang, “Development of a new compound method to extract the five parameters of PV modules”, Energy Conversion and Management, vol. 79, pp. 294-303, March 2014, doi: 10.1016/j.enconman.2013.12.041.
[12] Y. Yoon, and Z. W. Geem, “Parameter Optimization of Single-Diode Model of Photovoltaic Cell Using Memetic Algorithm”, International Journal of Photoenergy, vol. 2015, November 2015, doi: 10.1155/2015/963562.
[13] A.A. Jadallah and D.Y. Mahmood, “Modeling and Simulation of a Photovoltaic Module in Different Operating Regimes”, ICCESEN 2014, vol. 128, pp. 461-464, 2015.
[14] M.A. Mughal, Q. Ma and C. Xiao, “Photovoltaic Cell Parameter Estimation Using Hybrid Particle Swarm Optimization and Simulated Annealing”, Energies, vol. 10, no. 8, pp. 1213, 2017, doi: 10.3390/en10081213.
[15] J. Ma, T. O. Ting, K. L. Man, N. Zhang, S. U. Guan, and P. W. H. Wong, “Parameter Estimation of Photovoltaic Models via Cuckoo Search”, Journal of Applied Mathematics, vol. 2013, no. 2, January 2013, doi: 10.1155/2013/362619.
[16] Y. Lu, S. Liang, H. Ouyang, S. Li and G. Wang, “Hybrid multi-group stochastic cooperative particle swarm optimization algorithm and its application to the photovoltaic parameter identification problem”, Energy Reports, vol. 9, pp. 4654-4681, December 2023, doi: 10.1016/j.egyr.2023.03.105.
[17] وحدت ناظریان، مطهره نصیری،"تعیین بهینه پارامترهای مدل دو دیودی سلول های خورشیدی فتوولتائیک با استفاده از الگوریتم کلونی زنبور عسل"، دومین کنفرانس بین المللی پژوهش های دانش بنیان در مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی علامه مجلسی، تهران، ایران، تیر ماه 1396.
[18] V. Nazerian, H. Asadollahi, and T. Sutikno, “Improving the efficiency of photovoltaic cells embedded in floating buoys”, International Journal of Electrical and Computer Engineering, vol. 13, no. 6, pp. 5986-5999, December 2023, doi: 10.11591/ijece.v13i6.pp5986-5999.
[19] X-S Yang and S. Deb, “Cuckoo search via Lévy flights”, in Proc. of World Congress on Nature & Biologically Inspired Computing (NaBIC 2009), December 2009, India. IEEE Publications, USA, pp. 210-214, doi: 10.48550/arXiv.1003.1594.
[20] R. Rajabioun, “Cuckoo Optimization Algorithm”, Applied Soft Computing, vol. 11, no. 8, pp. 5508-5518, December 2011, doi: 10.1016/j.asoc.2011.05.008.
[21] وحدت ناظریان، آرزو شادکام، "تعیین بهینه پارامترهای مدل دو دیودی پاره خطی سلول های خورشیدی فتوولتائیک با استفاده از الگوریتم جستجوی هارمونی (HS)"، پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی، تهران، ایران، آذر ماه 1396.
[22] B. Lekouaghet, A. Boukabou and C. Boubakir, “Estimation of the photovoltaic cells/modules parameters using an improved Rao-based chaotic optimization technique”, Energy Conversion and Management, vol. 229, 2021, 113722, doi: 10.1016/j.enconman.2020.113722.
[23] S. Jiao, G. Chong, C. Huang, H. Hu, M. Wang, AA. Heidari, H. Chen and X. Zhao, “Orthogonally adapted Harris hawks optimization for parameter estimation of photovoltaic models,” Energy, vol. 203, July 2020, 117804, doi: 10.1016/j.energy.2020.117804.
[24] A. Askarzadeh and A. Rezazadeh, “Artificial bee swarm optimization algorithm for parameters identification of solar cell models’, Applied Energy, vol. 102, pp. 943-949, 2013, doi: 10.1016/j.apenergy.2012.09.052.
[25] AM. Beigi and A. Maroosi, “Parameter identification for solar cells and module using a Hybrid Firefly and Pattern Search Algorithms”, Solar Energy, vol. 171, pp. 435-446, 2018, doi: 10.1016/j.solener.2018.06.092.