ИНТЕЛЛЕКТУАЛЬНАЯ МОДЕЛЬ МАКСИМИЗАЦИИ ГЕНЕРИРУЕМОЙ МОЩНОСТИ РЕКОНФИГУРИРУЕМОЙ СОЛНЕЧНОЙ ЭЛЕКТРОСТАНЦИИ
https://doi.org/10.35266/1999-7604-2023-1-52-58
Аннотация
Задача слежения за точкой глобальной максимальной мощности реконфигурируемой солнечной электростанции при частичном затенении сопряжена с глобальной оптимизацией. Традиционные алгоритмы отслеживания точки максимальной мощности не обеспечивают глобальный максимум мощности солнечной электростанции в режиме реального времени из-за медленного процесса сходимости. Модель максимизации генерируемой мощности реконфигурируемой солнечной электростанции разработана в виде модифицированной нечеткой глубокой нейросети на основе модифицированного опти-мизатора квантовых многомерных частиц роя, которая включает в себя: сверточный блок, рекуррентные нейросети и нечеткие блоки. Обрабатывая сигналы датчиков и изображения массива солнечных панелей, настроенная модифицированная нечеткая глубокая нейросеть генерирует опорное напряжение и матрицу электрических взаимосвязей массива солнечных панелей параллельно-последовательного соединения, максимизирующие его мощность при неоднородной инсоляции, демонстрируя следующие преимущества в сравнении с моделью реконфигурируемой солнечной электростанции на основе оптимизатора роя частиц: робастность, лучшую эффективность и скорость слежения.
Об авторах
Е. А. Энгель
Хакасский государственный университет имени Н. Ф. Катанова, Абакан
Россия
Россия
кандидат технических наук, доцент
E-mail: ekaterina.en@gmail.com
Н. Е. Энгель
Хакасский государственный университет имени Н. Ф. Катанова, Абакан
Россия
Россия
бакалавр
E-mail: nikita.en@gmail.com
Список литературы
1. Osmani K., Haddad A., Jaber H. et. al. Mitigating the Effects of Partial Shading on PV System’s Performance through PV Array Reconfiguration: A Review. Thermal Science and Engineering Progress. 2022. Vol. 31. P. 101280.
2. Проект энергостратегии Российской Федерации на период до 2035 года // М-во энергетики Рос. Федерации : офиц. сайт. URL: https://minenergo. gov.ru/view-pdf/1920/104837 (дата обращения: 15.11.2022).
3. Lakshika K. A. H., Boralessa M. A. K. S., Perera M. K. et. al. Reconfigurable Solar Photo- voltaic Systems: A review. Heliyon. 2020. Vol. 6, No. 11. P. E05530.
4. Baka M., Manganiello P., Soudris D., Catthoor F. A Cost-Benefit Analysis for Reconfigurable PV Modules under Shading. Solar Energy. 2019. Vol. 178. P. 69–78.
5. Ajmal A. M., Ramachandaramurthy V. K., Tomar A. et. al. Optimal Dynamic Reconfiguration of Large-Scale PV Plant under Partial Shading Conditions Based on Two Reconfigurable Stages. Int Trans Electr Energ Syst. 2021. Vol. 31, No. 10. P. e12746.
6. Ibrahim S. A., Nasr A., Enany M. A. Maximum Power Point Tracking Using ANFIS for a Reconfigu-rable PV-Based Battery Charger under Non-Uniform Operating Conditions. IEEE Access. 2021. Vol. 9. P. 114457‒114467.
7. Энгель Е. А., Энгель Н. Е. Система слежения за точкой максимальной мощности фотоэлектрического массива на основе модифицированной нечеткой нейросети // Вестник кибернетики. 2019. № 3. С. 14–25.
8. Энгель Е. А., Энгель Н. Е. Интеллектуальная система слежения за точкой максимальной мощности фотоэлектрического массива // Вестник Кибернетики. 2020. № 4. С. 21–27.
Рецензия
Для цитирования:
Энгель Е.А., Энгель Н.Е. ИНТЕЛЛЕКТУАЛЬНАЯ МОДЕЛЬ МАКСИМИЗАЦИИ ГЕНЕРИРУЕМОЙ МОЩНОСТИ РЕКОНФИГУРИРУЕМОЙ СОЛНЕЧНОЙ ЭЛЕКТРОСТАНЦИИ. Вестник кибернетики. 2023;22(1):52-58. https://doi.org/10.35266/1999-7604-2023-1-52-58
For citation:
Engel E.A., Engel N.E. INTELLIGENT MODEL FOR MAXIMIZING THE GENERATED POWER OF A RECONFIGURABLE SOLAR POWER PLANT. Proceedings in Cybernetics. 2023;22(1):52-58. (In Russ.) https://doi.org/10.35266/1999-7604-2023-1-52-58
Просмотров:
97
Послать статью по эл. почте 