MPPT dans des conditions d'ombrage partiel à l'aide de techniques d'IA

Ce livre présente le réseau neuronal à fonction de base radiale profonde basé sur l'apprentissage MPPT pour le module PV afin d'obtenir la puissance maximale. En outre, le D-RBFN est formé à l'aide de l'algorithme proposé BOosted salp swarm optimization (BOSS) afin de réduire la vitesse de suivi et d'améliorer l'efficacité. L'algorithme d'optimisation BOSS élimine le problème de l'optimum local dans l'algorithme d'optimisation par essaim salp conventionnel en modifiant la valeur du paramètre de contrôle, qui n'est pas seulement basé sur le nombre maximum de générations mais dépend également des caractéristiques du problème. Les performances du contrôleur BOSS-D-RBFN proposé sont analysées en cas de changement dynamique de l'irradiation et dans deux cas différents de conditions d'ombrage partiel. En outre, les performances de la méthode BOSS-D-RBFN sont comparées à celles des méthodes de pointe, y compris les méthodes MPPT basées sur les réseaux neuronaux, sur la logique floue, sur P&O, sur la conductance incrémentale et sur les algorithmes évolutionnaires, en termes de pourcentage d'oscillation, de temps de stabilisation et de suivi, de puissance maximale obtenue et d'efficacité.