Zastosowanie algorytmu MPPT wykorzystującego sztuczne sieci neuronowe do optymalizacji pracy systemu fotowoltaicznego

• Autorzy: Borkowski Bartłomiej , Mączka Tadeusz , Szulc Piotr , Tietze Tomasz

Warianty tytułu

EN

Use of MPPT algorithm based on artificial neural networks to optimize operation of photovoltaic system

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono algorytm optymalizacyjny wykorzystujący sztuczne sieci neuronowe (ANN) do śledzenia maksymalnego punktu mocy (ang. Maximum Power Point) dla systemu (siłowni) PV o mocy 100 kWp podłączonej do dystrybucyjnej sieci zasilającej. Efektywność pracy opracowanego algorytmu MPPT (ang. Maximum Power Point Tracking) porównano z powszechnie opisywanymi w literaturze algorytmami śledzenia maksymalnego punktu pracy systemów fotowoltaicznych takimi jak metoda zaburzania i obserwacji (ang.Perturbation and observe method) oraz metoda przyrostów przewodności (ang. Conductance incremental method). Dla nowoczesnych, dużych systemów fotowoltaicznych, zagadnienie maksymalizacji wytwarzania energii dla różnych zmiennych warunków pogodowych (natężenie promieniowania słonecznego, temperatura paneli fotowoltaicznych) jest bardzo istotne. Na podstawie analizy otrzymanych wyników z symulacji stwierdzono , że metoda MPPT ANN wykorzystująca sztuczne sieci neuronowe pozwala uzyskać wyższą wartość aktualnej mocy elektrycznej wytworzonej z badanego systemu PV i oddawanej do sieci elektroenergetycznej w porównaniu z innymi popularnymi metodami.

EN

The article presents an optimization algorithm using artificial neural networks (ANN) to track the maximum power point for a 100 kWp PV system connected to the distribution power grid. The efficiency of the developed MPPT algorithm was compared with algorithms commonly described in the literature for tracking the maximum operating point of photovoltaic systems, such as the disturbance and observation method and the conductivity increment method. For modern, large photovoltaic systems, the issue of maximizing energy production for various variable weather conditions (irradiation, temperature of photovoltaic panels) is very important. Based on the analysis of the obtained simulation results, it was found that the MPPT ANN method based on artificial neural networks allows to obtain a higher value of the current electrical power generated from the tested PV system and transfered to the power grid compared to other popular methods.

Słowa kluczowe

PL

system fotowoltaiczny; sztuczne sieci neuronowe; algortytm MPPT

EN

photovoltaic system; artificial neural networks; MPPT algorithm

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2023
• Tom: Nr 6
• Strony: 59--65
• Opis fizyczny: Bibliogr. 27 poz., rys., tab.

Twórcy

autor

Borkowski Bartłomiej

• Instytut Automatyki Systemów Energetycznych Sp. z o.o.

autor

Mączka Tadeusz

• Instytut Automatyki Systemów Energetycznych Sp. z o.o.

autor

Szulc Piotr

• Politechnika Wrocławska

autor

Tietze Tomasz

• Politechnika Wrocławska

• https://orcid.org/0000-0002-9352-5505

Bibliografia

• [1] IRENA (2023), Renewable capacity statistics 2023, International Renewable Energy Agency, Abu Dhabi.
• [2] Khawla, E.M., Chariag, D.E., Sbita, L.: A Control Strategy for a Three-Phase Grid Connected PV System under Grid
• [3] Jena, C.] ., Ray, P.K.: Power Management in Three-Phase Grid—Integrated PV System with Hybrid Energy Storage System. Energies 2023, 16, 2030.
• [4] Elallali A., Abouloifa A., Lachkar I., Taghzaoui C.: Giri F., Mchaouar Y.: Nonlinear control of grid-connected PV systems using active power filter With three-phase three-level NPC inverter. IF AC-PapersOnLine 2022. Volume 55, Issue 12, 61- 66, ISSN 2405-8963,
• [5] Huang, L.,Qiu, D., Xie, F. Chen, Y. ,Zhang, B. Modeling and Stability Analysis of a Single-Phase Two-Stage Grid- Connected Photovoltaic System. Energies 2017, 10, 2176.
• [6] Xie, F. ,Luo, Z.,Qiu, D. ,Zhang, B. „Chen Y. ,Huang, L.. Study on a Sirnplified Structure of a Two -Stage Grid-Connected Photovoltaic System for Parameter Design Optimization. Energies 2019, 12, 2193.
• [7] Nanou S.I., Papakonstantinou A.G., Papathanassiou S.A.: A generic model of two-stage grid-connected PV systems With primary frequency response and inertia emulation Electr Power Syst Res 2015, 127 , pp. 186-196,
• [8] Alathamneh, M., Ghanayem, H., Yang, X., Nelms, R.M.: Three-Phase Grid-Connected Inverter Power Control under Unbalanced Grid Conditions Using a Time-Domain Symmetrical Components Extraction Method. Energies 2022, 15, 6936.
• [9] Ali A.H. ,Najaf1 A.: Optimization and Performance Improvement of Grid-Connected PV Plant Based on ANN-PSO and P&O Algorithms. International Transactions on Electrical Energy Systems 2022, vol. 2022
• [10] Saidi, A.S, et al.: A Novel Approach in Stand-Alone Photovoltaic System using MPPT Controllers & NNE. Ain Shams Engineering Journal 2021, 12 (2), pp. 1973-1984,
• [11] Elhorand, A.; Soares, O.: Grid-connected PV System With a Modified-NeuralNetwork Control. International Journal of Renewable Energy Research 2022, Vol. 12, No.2,
• [12] Sedaghati, F., Nahavandi, A., Badamchizadeh, M.A., Ghaemi, S., Fallah, M.A.: PV Maximum Power-Point Tracking by Using Artificial Neural Network. Mathematical Problems in Engineering 2012, vol. 2012,
• [13] Hlaili, M., Mechergui, H.: Comparison of Different MPPT Algorithms with a Proposed One Using a Power Estimator for Grid Connected PV Systems. International Journal of Photoenergy 2016, vol. 2016,
• [14] Devarakonda, AK., Karuppiah, N., Selvaraj, T., Balachandran, P.K., Shanmugasundaram, R., Senjyu, T.: A Comparative Analysis of Maximum Power Point Techniques for Solar Photovoltaic Systems. Energies 2022, 15, 8776.
• [15] Villegas-Mier, C.G., Rodriguez-Resendiz, J., Alvarez-Alvarado, J.M., Rodriguez—Resendiz, H., Herrera-Navarro, A.M., Rodriguez-Abreo, O.: Artificial Neural Networks in MPPT Algorithms for Optimization of Photovoltaic Power Systems: A Review. Micromachines 2021, 12, 1260.
• [16] Ali A.I.M., Sayed, M.A., Mohamed, E..EM: Modified efficient perturb and observe maximum power point tracking technique for grid-tied PV system. International Journal of Electrical Power & Energy Systems 2018, Volume 99, 192- 202,
• [17] Rizzo, S.A, Giacomo, S.: A based MPPT method for rapidly variable shading conditions, Applied Energy 2015,Volume145, 124-132,
• [18] Mathworks.com. Available online: https://www.mathworks.com/help/sps/powersys/ref/pvarray.html (dostęp na 24.03.2023).
• [19] Jenisha C. M., Gounden N. A., Agarwal A.: Integration of PV array to three-phase grid using Power Electronic converters with de-coupled control. 20th National Power Systems Conference (NPSC), Tiruchirappalli, India, 2018, pp. 1-6,
• [20] Chaithanakulwat A., Thungsuk N., Savangboon T., Boontua S., Sardyoung P.: Optimized D-Q vector control of single-phase grid-connected inverter for photovoltaic system. Journal Européen des Systemes Automatisés 2021, Vol. 54, No. 1, pp. 45-54.
• [21] Ebrahimi S., Moghassemi A., Olamaei J.: PV Inverters and Modulation Strategies: A Review and A Proposed Control Strategy for Frequency and Voltage Regulation. Signal Processing and Renewable Energy 2020, 4(1), 1-21. .
• [22] Iwaszkiewicz J .. Muć A.: Trój fazowy trójpoziomowy falownik z obniżoną zawartością harmonicznych, Przegląd Elektrotechniczny 2019,
• [23] Ben Said-Romdhane M., Naouar M.W., Belkhodja 1. S., Monmasson E.: Simple and systematic LCL filter design for three-phase grid-connected power converters. Mathematics and Computers in Simulation 2016, Volume 130, 181-193,
• [24] Salman S., AI X.,WU Z.: Design of a P-&-O algorithm based MPPT charge controller for a stand-alone 200W PV system. Prot Control Mod Power Syst 3 2018, 25 (2018).
• [25] Abo-Khalil, A.G., El—Sharkawy, I.I., Radwan, A., Memon, S.: Influence of a Hybrid MPPT Technique, SA-P&O, on PV System Performance under Partial Shading Conditions. Energies 2023, 16, 577.
• [26] Bounechba H., Bouzid A., Snani H., Lashab A.: Real time simulation of MPPT algorithms for PV energy system. International Journal of Electrical Power & Energy Systems 2016, Volume 83, pp. 67-78,
• [27] Borkowski B., Mączka T., Szulc P.: Założenia wstępne dla Systemu Zarządzania hybrydowymi instalacj ami OZE dla kraj owych przedsiębiorstw z sektora MSP, Energetyka 2021, nr 12, s. 786-792.,