بخشی از مقاله

چکیده

انرژی های تجدید پذیر با توجه به سازگاری با مسایل زیست محیطی و هزینه های پایین تولید آنها در مقایسه با محدودیت های سوخت های فسیلی بسیار قابل توجه هستند. انرژی بادی و انرژی خورشیدی از منابع تجدید پذیری هستند که بسیار جدیدا مورد توجه قرار گرفته و برای ردیابی حداکثر توان تولیدی آنها روش های مختلفی ارایه شده است. در این مقاله به بررسی سلول های خورشیدی پرداخته شده است. سلول های خورشیدی با توجه به مقدار تابش خورشید توان متفاوتی تولید میکنند و برای دستیابی به حداکثر توان تولیدی آنها نیاز به کنترل کننده است.

تاکنون روش های بسیار مطلوب برای MPPT یا ردیابی حداکثر توان تولیدی PV ارایه شده است که همه در شرایط تابش 1000W/m3 طراحی و بررسی شده اند. روش PO یکی از این روشهاست که علاوه بر سادگی و سهولت در اجرا و برنامه ریزی، دقت بالایی هم در ردیابی توان دارد. در این مقاله پیشنهاد می گردد که PSO با الگوریتم GA ترکیب شود و سپس از الگوریتم PO برای افزایش حداکثری دقت جستجو استفاده گردد. نتایج شبیه سازی نشان می دهد که استفاده از الگوریتم ترکیبی PSO_GA برخی نواقص PSO را جبران می نماید.

.1 مقدمه

از میان منابع مختلف انرژی تجدیدپذیر، توان فتوولتائیک - PV* - به عنوان یک منبع محبوب شناخته میشود که دلیل استقبال از آن مزایایی چون دسترسی رایگان، وجود تابش خورشید در اکثر نواحی، عدم وجود بخشهای چرخان، تطبیق با سقف منازل مسکونی و هزینه پایین تعمیر و نگهداری است. توان تولیدی یک یستم فتوولتائیک عمدتاً به میزان قرارگیری آن در برابر تابش خورشید و دمای صفحه خورشیدی بستگی داشته و منحنی توان - ولتاژ - P - V - دارای یک نقطه یکتای توان ماکزیمم - - MPP است .[1]

دریافت ماکزیمم توان - MPP - از سیستم های فتوولتائیک امری مهم و اساسی در افزایش راندمان این سیستم ها است. هر سلول خورشیدی دارای یک نقطه کار واحد است که اصطلاحاً نقطه ماکزیمم توان یا MPP نامیده میشود. هنگامی که سیستم در این نقطه کار قرار داشته باشد بیشترین بهره در تولید توان و بیشترین توان خروجی را دارد. از طرفی به دلیل تغییر مشخصه خروجی PV تحت عوامل متعددی همچون تغییرات تابش، دما و اندازه بار این سیستم ها بندرت در نقطه ماکزیمم توان کار می کنند.

تأثیر تغییر تابش بر جریان بیش از ولتاژ است، به گونه ای که کاهش میزان تابش، جریان را بیش از ولتاژ کاهش می دهد و در نهایت توان کاهش می یابد. همچنین کاهش دما بیشتر روی ولتاژ تاثیرگذار است بطوریکه با افزایش دما، ولتاژ بیش از جریان کاهش می یابد و این امر نیز سبب کاهش توان می شود .[1-2] از طرفی سرمایهگذاری اولیه یک سیستم تولید توان فتوولتائیک زیاد بوده بنابراین برای ماکزیمم سازی بازگشت سرمایه، بسیار حیاتی است که ماکزیمم انرژی تابشی از آن استخراج شود. از طرفی وقتی شرایط محیطی تغییر کند، نقطه توان ماکزیمم - MPP - یک سیستم فتوولتائیک نیز تغییر میکند و این نیازمند جستجوی مجدد نقطه جدید توان ماکزیمم است. لذا، تعقیب نقطه توان ماکزیمم ضروری می باشد .[1-2]

سیستهایم بزرگ فتوولتائیک معمولاً شامل آرایشهای سری-موازی ماژولهای فتوولتائیک هستند که هر ماژول از یک زنجیره سلولهای فتوولتائیک با اتصال سری، تشکیل شده است. در چنین سیستمهای فوتوولتائیک، برخی اجزای ماژول ممکن است به دلیل حرکت ابرها، سایه درختان، ساختمانها و دیگر اشیای مجاور، شدت نور کمتری را از آفتاب دریافت کنند. به این پدیده، شرایط سایه جزئی - PSC* - می گویند .[3] به منظور جلوگیری از نقاط داغ در طی شرایط سایه جزئی، از دیودهای کنارگذر در ماژولهای فتوولتائیک استفاده میشود.

تحت شرایط سایه جزئی، ولتاژ دو سر هر ماژول در اتصال سری متفاوت از هم بوده و در حال اتصال موازی هم، جریان زنجیرهها نسبت به هم متفاوت است. این اتفاق منجر به گامهای چندگانه در مشخصات نتیجه شده I-V سیستم فتوولتائیک میشود. اثر ایجاد شده عبارت است از حضور چندین پیک یا نقاط چندگانه توان پیک در مشخصات .P-V مشخصات P-V سیستمهای فتوولتائیک با دیودهای کنارگذر تحت شرایط سایه جزئی در حالت با پیکهای چندگانه پیچیدهتر میشود.

از میان این پیکهای چندگانه، بالاترین نقطه را نقطه ماکزیمم توان عمومی - - GMPP می گویند. دیگر نقاط پیکهای محلی نام گذاری می شوند. مکان و دامنه نقاط توان ماکزیمم محلی و عمومی به تغییرات تصادفی الگوی سایهاندازی و به ترکیب آرایههای فتوولتائیک بستگی دارد. تکنیکهای معمول تعقیب نقطه ماکزیمم توان، که تنها یک نقطه پیک توان را روی منحنی مشخصه فتوولتائیک فرض میکنند قادر به تضمین همگرایی به نقطه ماکزیمم توان جهانی نیستند؛ و این روشها اغلب در یکی از پیکهای محلی به دام میافتند که دلیل آن ناپایداری آنها در تشخیص میان پیکهای محلی و عمومی است.

این مساله نیازمند توسعه الگوریتمهای بهینهسازی قدرتمندی است که قادر به دستیابی به نقطه ماکزیمم توان عمومی در یک سیستم فتوولتائیک و تحت شرایط سایه جزئی باشند. بنابراین سلول های خورشیدی هنگامی که تحت شرایط سایه جزئی باشند مشخصه خروجی آنها ماکزیمم های متعددی دارد. در سال های اخیر تحقیقات گسترده ای در زمینه یافتن نقطه حداکثر توان سلول های خورشیدی انجام شده است که تفاوت آنها در هزینه و پیچیدگی، سنسورهای مورد نیاز، سرعت همگرایی، رنج اثر بخشی و اجرای سخت افزاری آنها میباشد. در ادامه به بررسی روشهای مختلف MPPT پرداخته و مزایا و معایب آنها بررسی می شود.

در [3] روش P&O و در [4] روشH&C به صورت گسترده مورد استفاده قرار گرفته است. دلیل این امر نیز پیاده سازی ساده این تکنیک است که با حداقل تعداد سنسور جستجوی حداکثر توان انجام میپذیرد. اساس کار روش H&C ایجاد آشفتگی در سیکل کاری مبدل است که باعث آشفتگی در ولتاژ و جریان می شود . در روش P&O با ایجاد آشفتگی در ولتاژ عملکرد آرایه باعث افزایش یا کاهش توان خروجی شده که با نگه داشتن یا معکوس کردن آشفتگی بعدی به نقطهMPPT نزدیک می شود. روش P&O را میتوان به دو صورت دو نقطه ای و سه نقطه ای پیاده سازی نمود. در روش P&O اگر اندازه اغتشاش بزرگ باشد حول نقطه MPP نوسان میکند و اگر اندازه اغتشاش کوچک باشد ردیابی MPP کند میشود.

برای حل این مشکل از الگوریتم دو مرحله ای استفاده کرده به صورتی که در مرحله اول ردیابی سریع با الگوریتم های هوشمند دیگر انجام شده و در مرحله دوم با روش P&O پالایش ردیابی انجام شده و دقت جستجو را افزایش میدهند.[4] مزایای این دو روش هزینه پایین و اجرای آسان، الگوریتم کنترلی نسبتا ساده و ردیابی مناسب MPP و عیب آنها عدم ردیابی MPP تحت تغیرات سریع دما و تابش خورشید است که باعث تلفات انرژی میشود. در شرایط بروز سایه جزیی نیز توانایی ردیابی خود را از دست میدهند.

آرایه های فتوولتاییک، قادر است نقطه حداکثر توان سیستم را جستجو کند. [5] این تکنیک در تابش های بالا خوب عمل میکند اما در تابش های پایین عملکرد خود را از دست میدهد. در سال های اخیر تحقیقات بیشتری در زمینه جستجوی نقطه حداکثر توان سلول خورشیدی و تاثیر سایه پراکنده انجام شده است. محققین در یافتن روش های مرسوم MPPT عملکرد به نسبت ضعیفی در جستجوی حداکثر نقطه توان در شرایط سایه پراکنده دارند.

الگوریتم های هوشمند نیز با هدف رفع ضعف روش های کلاسیک بیان شده اند. الگوریتم اجتماع ذرات PSO در [6]، تکاملی تفاضلی [7] DE، ژنتیک [8]، شبکه های عصبی [9] به منظور جستجوی دقیق تر نقطه حداکثر توان در شرایط سایه به کار رفته اند. در [10] مروری کامل بر انواع روش های جستجوی حداکثر توان در سلول خورشیدی ارایه شده است. در این مقاله، مساله ردیابی نقطه ماکزیمم توان - MPPT* - در سیستمهای فتوولتائیک تحت شرایط سایه جزئی ارائه شده است.

روش پیشنهادی از ترکیب الگوریتم بهینهسازی اجتماع ذرات بهبودیافته - - IPSO با کراس آور ژنتیک با روش اختلال و مشاهده - - PO برای ردیابی نقطه ماکزیمم توان استفاده می کند. در این مطالعه عملکرد روش پیشنهادی با روش اختلال و مشاهده و ترکیبی از الگوریتم های اجتماع ذرات و الگوریتم ژنتیک، برای الگوهای مختلفی از سلول های خورشیدی مورد مقایسه و بررسی قرار می گیرد. الگوهای ارائه شده، آرایش هایی از ماژول خورشیدی و الگوهای سایه جزیی می باشند.

.2 مدل سازی

در این قسمت رویکردی جدید برای ردیابی نقطه ماکزیمم توان - - MPPT در سیستمهای فتوولتائیک تحت شرایط سایه جزئی ارائه شده است. رویکرد پیشنهادی از ترکیب الگوریتم بهینهسازی اجتماع ذرات بهبودیافته - IPSO** - با روش اختلال و مشاهده - - PO برای تعقیب نقطه ماکزیمم توان در طی مراحل اولیه تعقیب نقطه توان حداکثر استفاده می کند. در روش پیشنهادی با روش بهینهسازی IPSO، منحنی فتوولتائیک بررسی می شود و سپس روش PO با شروع از موقعیت بهترین ذره الگوریتم IPSO به کار رود . در این قسمت، روش پیشنهادی ترکیبی اجتماع ذرات بهبودیافته-اختلال و مشاهده - PSO-PO - تشریح شده است.    

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید