Key points are not available for this paper at this time.
부분적으로 그늘이 지는 태양광(PV) 배열에서는 전력-전압 곡선이 여러 개의 최대치를 표시하며, 그 중 하나가 글로벌 최대 전력 점(GMPP)입니다. PV 시스템과 관련된 주요 관심사 중 하나는 효율성을 높이기 위해 모든 상황에서 GMPP를 찾고 추적하는 것입니다. 본 논문에서는 전통적인 힐 클라이밍(HC) 알고리즘과 인공 신경망(ANN)을 결합하여 빠르고 정확한 새로운 2단계 GMPP 추적 방법을 제안합니다. 또한, 이 방법은 복사량 또는 온도 센서를 필요로 하지 않습니다. 첫 번째 단계에서 전류-전압(I-V) 곡선은 배열 I-V 곡선 분석에 따라 정해진 특정 지점에서 샘플링되어, 복사량과 온도의 변화를 반영할 수 있는 최소 샘플을 목표로 합니다. 그 다음, 이러한 샘플을 사용하여 GMPP의 이웃을 추정하기 위해 간단한 피드포워드 ANN이 사용됩니다. 두 번째 단계에서는 HC 알고리즘이 채택되어 GMPP가 정확하게 추적되도록 합니다. 제안된 방법은 MATLAB/Simulink 환경에서 시뮬레이션과 균일한 복사량 조건, 부분 그늘 조건 및 다양한 온도에서의 실험 테스트로 검증됩니다.
Allahabadi et al. (금요일)이 이 문제를 연구했습니다.