Metaheuristische Optimierung der fraktionalen Ordnung inkrementeller Leitfähigkeit (FO‐INC) Maximum Power Point Tracking (MPPT)

Dieses Papier zielt darauf ab, die Effizienz von photovoltaischen (PV) Systemen durch metaheuristisch optimierte fraktionale Ordnung inkrementeller Leitfähigkeit (FO‐INC) Steuerung zu verbessern. Die vorgeschlagene FO‐INC steuert die Ausgangsspannung der PV-Arrays, um das Maximum Power Point Tracking (MPPT) zu erreichen. Aufgrund seiner Einfachheit und Effizienz ist der inkrementelle Leitfähigkeits-MPPT (INC‐MPPT) einer der beliebtesten Algorithmen, die im PV-Schema verwendet werden. Aufgrund der Nichtlinearität und der fraktionalen Ordnung (FO) sowohl der PV- als auch der DC-DC-Wandler bietet der herkömmliche INC-Algorithmus einen Kompromiss zwischen Überwachungsrate und Verfolgungsgenauigkeit. Die fraktionale Kalkül wird verwendet, um ein verbessertes dynamisches Modell des PV-Systems bereitzustellen, um nichtlineare Eigenschaften zu beschreiben. Darüber hinaus werden drei metaheuristische Optimierungstechniken angewendet; Partikelschwarmoptimierung (PSO), Ameisenkolonieoptimierung (ACO) und Ameisenlöwen-Optimierer (ALO) werden verwendet, um die FO-Parameter des vorgeschlagenen INC‐MPPT zu optimieren. Ein auf MATLAB-Simulink basierendes Modell des PV-Systems und der Optimierung wurde entwickelt und für verschiedene INC‐MPPT-Techniken simuliert. Verschiedene Techniken zielen darauf ab, den Boost-DC-DC-Wandler auf den MPP zu steuern. Die vorgeschlagenen Optimierungsalgorithmen werden ebenfalls in MATLAB entwickelt und implementiert, um die Zielparameter zu optimieren. Vier Leistungsindikatoren werden ebenfalls in dieser Forschung eingeführt, um die Zuverlässigkeit der vergleichenden Analyse des vorgeschlagenen FO‐INC mit metaheuristischer Optimierung und den herkömmlichen INC‐MPPT-Algorithmen zu zeigen, wenn sie auf ein dynamisches PV-System unter schnell wechselnden Wetterbedingungen angewendet werden. Die Simulationsergebnisse zeigen die effektive Leistung des vorgeschlagenen metaheuristisch optimierten FO‐INC als MPPT-Steuerung für verschiedene klimatische Bedingungen mit Störungsunterdrückung und Robustheitsanalyse.