MPPT en condiciones de sombreado parcial mediante técnicas de IA

Este libro presenta la red neuronal basada en el aprendizaje de la función de base radial profunda MPPT para el módulo fotovoltaico para obtener la máxima potencia. Además, la D-RBFN se entrena utilizando el algoritmo de optimización BOosted salp swarm optimization (BOSS) propuesto para reducir la velocidad de seguimiento y mejorar la eficiencia. El algoritmo de optimización BOSS elimina el problema del óptimo local en el algoritmo de optimización de enjambre salp convencional modificando el valor del parámetro de control, que no sólo se basa en el número máximo de generaciones, sino que también depende de las características del problema. El rendimiento del controlador BOSS-D-RBFN propuesto se analiza bajo cambios dinámicos de irradiancia y dos casos diferentes de condiciones de sombreado parcial. Además, el rendimiento del método BOSS-D-RBFN se compara con los métodos más avanzados, incluyendo el MPPT basado en redes neuronales, el MPPT basado en lógica difusa, el MPPT basado en P&O, la conductancia incremental y los métodos MPPT basados en algoritmos evolutivos en términos de porcentaje de oscilación, tiempo de asentamiento y seguimiento, potencia máxima obtenida y eficiencia.