وصف البحث
تحقيق تقدير دقيق لمعلمات النموذج للخلايا الشمسية والخلايا الكهروضوئية
الوحدات النمطية لها أهمية كبيرة في تعزيز أداء أنظمة التحكم الخاصة بهم.
ثلاث طرق metaheuristic جديدة للتحسين القائم على النظام البيئي الاصطناعي ، Coot
تم تطبيق التحسين المستند إلى الطيور ومحسن التوازن وتقييمهما فيما يتعلق
التقدير الدقيق لمختلف النماذج الكهروضوئية. التحقق من صحة
حدثت الطرق المطبقة لتقييم معلمات نموذج R.T.C. خلية شمسية فرنسا ،
والوحدة الكهروضوئية ST40 ذات الأغشية الرقيقة. تمت صياغة الوظيفة الموضوعية كـ
جذر متوسط مربع الخطأ بين البيانات الفعلية والتقديرية. ماتلاب / سيمولينك
تم استخدامها للتحقق من طرق التحسين. تظهر النتائج
أن: (1) يمكن لخوارزميات التحسين الثلاثة أن تحل مشكلة الخلايا الكهروضوئية
تقدير المعلمة؛ (2) هناك فروق صغيرة بين الخوارزميات الثلاثة المتعلقة
أفضل قيمة للوظيفة المحايدة ؛ هذا التمييز بين الأفضل و
أسوأ خوارزمية هي 10-9 لـ R. الخلايا الشمسية الفرنسية لـ SDM ؛ (3) أفضل خوارزمية
النظر إلى أفضل قيمة للوظيفة الموضوعية هو التحسين القائم على النظام البيئي الاصطناعي
لـ R.T.C. خلية شمسية فرنسا (4) تثبت النتائج الإحصائية أن الخوارزميات الثلاثة لديها
كفاءات التتبع بنسبة 100٪ و 99.999٪ و 98.285٪ للتحسين المستند إلى النظام البيئي الاصطناعي ،
التحسين المستند إلى Coot Bird ، ومحسن التوازن ، على التوالي ، بناءً على
10 أشواط فردية لـ R.T.C. الخلايا الشمسية الفرنسية لـ SDM. علاوة على ذلك ، نتائج المحاكاة
تبين أن منحنيات I / V التي تم الحصول عليها باستخدام التحسين المستند إلى النظام البيئي الاصطناعي ،
تم أيضًا مطابقة تقنيات تحسين Coot Bird ، وتقنيات مُحسِّن التوازن
مع منحنيات ورقة البيانات المقابلة مع التحسين القائم على النظام البيئي الاصطناعي
وهيمنة التحسين المستند إلى Coot Bird في ترتيب سرعة التقارب ،
كفاءة التتبع والمؤشرات الإحصائية ودقة الحلول.
