フォトボルタイクシステムにおけるグローバル最大出力点の推定のための高速人工ニューロネットワークベースの手法

部分的に陰がかかったフォトボルタイク（PV）アレイでは、電力-電圧曲線が複数の最大値を示し、その中の1つがグローバル最大出力点（GMPP）です。PVシステムに関連する大きな懸念の1つは、効率を高めるためにあらゆる状況でGMPPを特定し追跡することです。本論文では、従来のヒルクライミング（HC）アルゴリズムと人工ニューラルネットワーク（ANN）を組み合わせた新しい二段階GMPP追跡手法が導入されており、迅速かつ正確であることを目指しています。さらに、照度または温度センサーは必要ありません。第一段階では、電流-電圧（I-V）曲線を、照度と温度の変化を反映できる最小限のサンプルを目的として、アレイのI-V曲線分析に基づいて特定のポイントでサンプリングします。それから、これらのサンプルを使用してGMPPの近傍を推定するためにシンプルなフィードフォワードANNが採用されます。第二段階では、HCアルゴリズムが採用され、GMPPが正確に追跡されることを保証します。提案された手法は、MATLAB/Simulink環境でのシミュレーションおよび均一な照度条件、部分的な陰影条件、広範囲の温度での実験テストにより検証されました。