Nový algoritmus je založen na chování pláštěnců (mořských živočichů) a údajně poskytuje pozoruhodné výsledky, pokud jde o chyby napájení. Testoval se ve čtyřech konfiguracích FV systému s pěti různými odstíny.
Mezinárodní výzkumný tým navrhl použití upravené verze algoritmu tunicate swarm algorithm (TSA). Ten by pomohl fotovoltaickým polím dosáhnout lepšího výnosu za podmínek částečného zastínění. TSA je algoritmus inspirovaný metodou pláštěnců (mořských živočichů) pro lov potravy. Snaží se reprodukovat způsob, jakým se jeho hejna vyhýbají konfliktům mezi prohledávanými oblastmi, kde nacházejí kandidátská řešení. A nakonec se sbíhají na nejprosperujícím místě.
„TSA poskytuje dva způsoby chování pro hledání zdrojů potravy, kterými jsou tryskový pohon a inteligence roje. K chování tryskového pohonu dochází prostřednictvím splnění tří podmínek, vyhýbání se konfliktu mezi pátracími agenty, přesunu na místo nejlepší pozice (kandidátské řešení) a sbližování místa nejlépe získaného řešení,“ vysvětlili vědci. ,,Chování roje však aktualizuje pozice ostatních pláštěnců na základě nejlepšího existujícího řešení.“
Modifikovaný TSA (MTSA) funguje tak, že řídí DC-DC boost konvertor na svorkách FV pole, protože konfiguruje vhodný pracovní cyklus – tedy zapínání a vypínání různých částí elektrického obvodu. A to v souladu s odstínem vzoru. Klade si za cíl dosáhnout co nejnižšího rozdílu mezi globálním vrcholem. Což se jeví jako výstup, kterého se dosáhlo při standardním testování, a multilokálním vrcholem. Což je maximální výstup, kterého lze dosáhnout za určitých podmínek zastínění.
Nová upravená verze algoritmu TSA
Výzkumníci použili algoritmus ve čtyřech konfiguracích fotovoltaického systému s pěti různými vzory odstínů. Zjistili, že MTSA získal chyby výkonu 0,0652 W, 0,00026 W, 0,00022 W a 0,000067 W, v tomto pořadí, za různých podmínek stínování. Při rovnoměrném ozáření dosáhl chyby 0,000047 W.
„Je jasné, že navrhovaný MTSA je nejlepší ze všech studovaných vzorů odstínů,“ uvedli výzkumníci. A poznamenali, že jeho výkon porovnávali s výkonem čistého algoritmu TSA a také s výkonem optimalizace založené na učení (TLBO), optimalizace roje částic (PSO), Coot, CapSA a P&O algoritmy. Ty se všechny běžně používají ve fotovoltaických aplikacích.
„Navrhovaný MTSA aktualizuje pozice pláštěnců v současné populaci na základě náhodně určených pozic ve fázi průzkumu,“ vysvětlili. ,,V důsledku toho jsou ve fázi chování roje dvě různá náhodná čísla začleněna do aktualizační rovnice pláštěnců, aby poskytla řešení na různých pozicích v oblasti hledání.“
Algoritmus se uvedl v článku „Modified tunicate swarm algorithm-based Method for enhancement operation of částečně stíněného fotovoltaického systému“. Ten se publikoval v Alexandria Engineering Journal. „Navrhovaný sledovač se má v příštích pracích aplikovat na rozsáhlý fotovoltaický systém, aby se potvrdila jeho robustnost,“ uvedli akademici s odkazem na budoucí směry své práce.
Výzkumná skupina zahrnuje vědce z Jouf University a King Fahd University of Petroleum & Minerals v Saúdské Arábii a také z Vyššího technologického institutu v Egyptě.
Zdroj: pv-magazine, TowPoint
