طراحی یک سیستم ردیابی حداکثر نقطه توان (MPPT) با شبکه عصبی با رویکرد پیشخورجهت بهبود تامین انرژی خورشیدی در ناوگان دریایی
محل انتشار: فصلنامه علوم و فناوری دریا، دوره: 26، شماره: 104
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 274
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MSTJ-26-104_001
تاریخ نمایه سازی: 21 دی 1401
چکیده مقاله:
با افزایش کاربرد انرژی خورشیدی و مزایای زیاد آن، استفاده از این انرژی نو در کشتی ها مورد توجه قرار گرفته است. یکی از روش های افزایش قابلیت اطمینان در کشتی، داشتن توانی مناسب در همه شرایط جوی دریا است و به طبع در سیستم فتوولتاییک، به حداکثر رساندن انرژی قابل دریافت از آنها به ازای هر کیلووات توان نصب شده است، چرا که مشخصه ی ولتاژ – جریان سلول خورشیدی به شدت تابش و دمای سلول وابسته است. از طرفی تغییرات بار نیز نقطه ی کار را تغییر داده و باعث انحراف از نقطه ی توان بیشینه می شود. لذا در مقالات گوناگون، توجه زیادی به روش های توان بیشینه در سیستم های فتوولتاییک شده است. در این مقاله، استراتژی جدیدی برای ردیابی حداکثر نقطه توان با روش پیشخور با تکیه بر توانایی های شبکه عصبی جهت استفاده از این انرژی در دریا، پیشنهاد شده است. رویکرد پیشخور به دلیل اینکه رو به جلو می باشد و فیدبکی ندارد از انتشار نویز در شبکه جلوگیری می کند روش های گذشته توانایی دقیق ردیابی نقطه حداکثر توان در لحظات بروز اغتشاش و یا تغییرات ناگهانی نور خورشید را ندارد .این روش در زمان هایی که زاویه نور خورشید با صفحات خورشیدی شناورها تغییرات ناگهانی زیادی پیدا می کند، کاربرد داردو باعث می شود که مشخصه عملکردی آن را بهبود بخشدو شبیه سازی و نتایج عملکردی ، بیانگر دریافت بیشترین توان در این روش می باشد.
کلیدواژه ها:
نویسندگان
علی گودرزی
دانشجوی دکتری مهندسی برق ، دانشگاه آزاد ساری، واحد ساری
محمد رضوانی
استاد یار دانشکده فنی مهندسی، دانشگاه آزاداسلامی، واحد نور
مهدی رادمهر
استاد یاردانشکده فنی مهندسی، دانشگاه آزاد اسلامی، واحد ساری
علیرضا غفوری
استاد یاردانشکده فنی مهندسی، دانشگاه آزاد اسلامی، واحد ساری
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :