کنترل‌کننده‌های PI مبتنی بر الگوریتم بهینه‌سازی کرکس آفریقایی برای بهبود عملکرد

کنترل‌کننده‌های PI مبتنی بر الگوریتم بهینه‌سازی کرکس آفریقایی برای بهبود عملکرد

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 39

تعداد کلمات : 7400

مجله : sustainability

انتشار : 2022

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
8 فوریه 2023
دسته بندی
تعداد بازدیدها
1888 بازدید
66,000 تومان
دانلود اصل مقاله

عنوان فارسی مقاله:کنترل‌کننده‌های PI مبتنی بر الگوریتم بهینه‌سازی کرکس آفریقایی برای بهبود عملکرد سیستم‌های هیبریدی انرژی‌های تجدیدپذیر

 چکیده

 یک تکنیک مؤثر ردیابی نقطه حداکثر توان (MPPT) نقش مهمی در بهبود کارایی و عملکرد منابع انرژی تجدیدپذیر متصل به شبکه (RESs) ایفا می‌کند. این مقاله از الگوریتم بهینه‌سازی کرکس آفریقایی (AVOA) یک تکنیک فراابتکاری با الهام از طبیعت، برای تنظیم کنترل‌کننده‌های MPPT مبتنی بر انتگرال تناسبی (PI) برای RES هیبریدی سیستم‌های فتوولتائیک خورشیدی (PV) و باد و همچنین PI یعنی کنترل کننده‌هایی در یک سیستم ذخیره سازی که برای هموارسازی نوسانات خروجی آن RES ها در یک سیستم ترکیبی استفاده می‌شوند بهره می‌برد. عملکرد AVOA با تکنیک بهینه‌سازی ازدحام ذرات (PSO) که به طور گسترده مورد استفاده قرار می‌گیرد، مقایسه می‌شود، که معمولاً به عنوان پایه و اساس هوش ازدحام شناخته می‌شود. در نتیجه، این تکنیک در این تحقیق برای مقایسه معرفی شده است. مشاهده می‌شود که الگوریتم پیشنهادی از نظر سرعت ردیابی، دقت و بهترین همگرایی به حداقل مقدار، از الگوریتم PSO بهتر عمل می‌کند. یک مدل MATLAB/Simulink ساخته شد و بهینه‌سازی و شبیه‌سازی برای سیستم پیشنهادی برای تأیید الگوریتم‌های معرفی‌شده انجام شد. در نتیجه، نتایج بهینه‌سازی و شبیه‌سازی نشان داد که AVOA روشی امیدوارکننده برای حل انواع مسائل مهندسی است.

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title:African Vulture Optimization Algorithm-Based PIControllers for Performance Enhancement of Hybrid Renewable-Energy Systems

Abstract

 An effective maximum power point tracking (MPPT) technique plays a crucial role in improving the efficiency and performance of grid-connected renewable energy sources (RESs). This paper uses the African Vulture Optimization Algorithm (AVOA), a metaheuristic technique inspired by nature, to tune the proportional–integral (PI)-based MPPT controllers for hybrid RESs of solar photovoltaic (PV) and wind systems, as well as the PI controllers in a storage system that are used to smooth the output fluctuations of those RESs in a hybrid system. The performance of the AVOA is compared with that of the widely used the particle swarm optimization (PSO) technique, which is commonly acknowledged as the foundation of swarm intelligence. As a result, this technique is introduced in this study to draw a comparison. It is observed that the proposed algorithm outperformed the PSO algorithm in terms of the tracking speed, robustness, and best convergence to the minimum value. A MATLAB/Simulink model was built, and optimization and simulation for the proposed system were carried out to verify the introduced algorithms. In conclusion, the optimization and simulation results showed that the AVOA is a promising method for solving a variety of engineering problems.