Particle swarm optimisation with adaptive mutation strategy for photovoltaic solar cell/module parameter extraction

توسعه یک مدل دقیق برای سلول های خورشیدی و فتوولتائیک خورشیدی، یک چالش برای بهبود کارایی کل سیستم های فتوولتائیک است. برآورد پارامتر سلول خورشیدی فتوولتائیک و مدل مدار مغناطیسی یک وظیفه حیاتی است که معمولا به مسئله بهینه سازی حل شده توسط الگوریتم های فراشناختی تبدیل می شود. از میان این الگوریتم ها، بهینه سازی ساختار ذره به دلیل ساختار ساده و واکنش سریع آن، موجب شده است. با این حال، معایب اصلی آن در همگرایی زود هنگام است. در تلاش برای مقابله با این مشکل، الگوریتم بهینه سازی ذرات بهبود یافته ذرات با استراتژی جهش تطبیقی ​​در این مقاله ارائه شده است. جهش تطبیقی ​​برای از بین بردن مشکل همگام سازی زودرس معرفی شده است و اطمینان از مناسب بودن بین قابلیت های اکتشافی و استثمار در فرایند جستجو است. الگوریتم پیشنهادی برای شناسایی پارامترهای مطلوب مدل های مختلف فتوولتائیک استفاده می شود. یک دیود تک، دو دیود و ماژول فتوولتائیک. عملکرد روش استفاده شده در ابتدا بر روی داده های اندازه گیری شده گزارش شده در ادبیات ارزیابی می شود. سپس، الگوریتم بر اساس داده های اندازه گیری شده از آزمایشگاه و از ورق داده های ماژول های مختلف آزمایش می شود. نتایج تجربی ثابت می کنند که الگوریتم مورد استفاده دقت بیشتری را به دست می دهد و کمترین میانگین خطای مربع خطی را نسبت به دیگر الگوریتم های استخراج پارامتر قبلا گزارش شده ارائه می دهد.