Tytuł pozycji:
Particle swarm optimization algorithm for solar pv system under partial shading
Conventional maximum power point tracking (MPPT) has several demits such as steady-state oscillation and the inability to distinguish between multipacks generated under partial shading conditions (PSC). This paper studies the compression between the conventional Perturb and Observe (P&O) algorithm and the Particle Swarm Optimization ( PSO) algorithm to track global peak (GP) . Matlab Simulink carried out under PSC, the result shows that the PSO algorithm is successful to capture GP with 98.6% efficiency and the P&O algorithm is failed to capture the GP.
Konwencjonalne śledzenie punktu maksymalnej mocy (MPPT) ma kilka wad, takich jak oscylacja stanu ustalonego i niemożność rozróżnienia opakowań zbiorczych generowanych w warunkach częściowego zacienienia (PSC). Ten artykuł bada kompresję pomiędzy konwencjonalnym algorytmem Perturb and Observe (P&O) a algorytmem Particle Swarm Optimization (PSO) w celu śledzenia globalnego piku (GP). Matlab Simulink przeprowadzony w ramach PSC, wynik pokazuje, że algorytm PSO z powodzeniem wychwytuje GP z wydajnością 98,6%, a algorytm P&O nie jest w stanie wychwycić GP.
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).
