Zastosowanie algorytmu MPPT wykorzystującego sztuczne sieci neuronowe do optymalizacji pracy systemu fotowoltaicznego
Use of MPPT algorithm based on artificial neural networks to optimize operation of photovoltaic system
Bartłomiej Borkowski, Tadeusz Mączka, Piotr Szulc, Tomasz Tietze
Streszczenie
W artykule przedstawiono algorytm optymalizacyjny wykorzystujący sztuczne sieci neuronowe (ANN) do śledzenia
maksymalnego punktu mocy (ang. Maximum Power Point) dla systemu (siłowni) PV o mocy 100 kWp podłączonej do
dystrybucyjnej sieci zasilającej. Efektywność pracy opracowanego algorytmu MPPT (ang. Maximum Power Point Tracking)
porównano z powszechnie opisywanymi w literaturze algorytmami śledzenia maksymalnego punktu pracy systemów fotowoltaicznych
takimi jak metoda zaburzania i obserwacji (ang.Perturbation and observe method) oraz metoda przyrostów przewodności
(ang. Conductance incremental method). Dla nowoczesnych, dużych systemów fotowoltaicznych, zagadnienie maksymalizacji
wytwarzania energii dla różnych zmiennych warunków pogodowych (natężenie promieniowania słonecznego,
temperatura paneli fotowoltaicznych) jest bardzo istotne. Na podstawie analizy otrzymanych wyników z symulacji stwierdzono
, że metoda MPPT ANN wykorzystująca sztuczne sieci neuronowe pozwala uzyskać wyższą wartość aktualnej mocy
elektrycznej wytworzonej z badanego systemu PV i oddawanej do sieci elektroenergetycznej w porównaniu z innymi popularnymi
metodami.
maksymalnego punktu mocy (ang. Maximum Power Point) dla systemu (siłowni) PV o mocy 100 kWp podłączonej do
dystrybucyjnej sieci zasilającej. Efektywność pracy opracowanego algorytmu MPPT (ang. Maximum Power Point Tracking)
porównano z powszechnie opisywanymi w literaturze algorytmami śledzenia maksymalnego punktu pracy systemów fotowoltaicznych
takimi jak metoda zaburzania i obserwacji (ang.Perturbation and observe method) oraz metoda przyrostów przewodności
(ang. Conductance incremental method). Dla nowoczesnych, dużych systemów fotowoltaicznych, zagadnienie maksymalizacji
wytwarzania energii dla różnych zmiennych warunków pogodowych (natężenie promieniowania słonecznego,
temperatura paneli fotowoltaicznych) jest bardzo istotne. Na podstawie analizy otrzymanych wyników z symulacji stwierdzono
, że metoda MPPT ANN wykorzystująca sztuczne sieci neuronowe pozwala uzyskać wyższą wartość aktualnej mocy
elektrycznej wytworzonej z badanego systemu PV i oddawanej do sieci elektroenergetycznej w porównaniu z innymi popularnymi
metodami.