ردیابی ماکزیمم توان سلول های خورشیدی با استفاده از شبکه های عصبی مصنوعی ANN
عنوان مقاله: ردیابی ماکزیمم توان سلول های خورشیدی با استفاده از شبکه های عصبی مصنوعی ANN
شناسه ملی مقاله: ETEC05_165
منتشر شده در پنجمین کنفرانس بین المللی رویکردهای نوین در نگهداشت انرژی در سال 1394
شناسه ملی مقاله: ETEC05_165
منتشر شده در پنجمین کنفرانس بین المللی رویکردهای نوین در نگهداشت انرژی در سال 1394
مشخصات نویسندگان مقاله:
پیمان حبیبی - دانشگاه آزاد اسلامی، واحد علوم و تحقیقات کردستان، گروه برق - الکترونیک، کردستان، ایران گروه برق الکترونیک، واحد سنندج، دانشگاه آزاد اسلامی واحد سنندج، ایران
هومن مریدویسی - دانشگاه آزاد اسلامی، واحد علوم و تحقیقات کردستان، گروه برق - الکترونیک، کردستان، ایران گروه برق الکترونیک، واحد سنندج، دانشگاه آزاد اسلامی واحد سنندج، ایران
خلاصه مقاله:
پیمان حبیبی - دانشگاه آزاد اسلامی، واحد علوم و تحقیقات کردستان، گروه برق - الکترونیک، کردستان، ایران گروه برق الکترونیک، واحد سنندج، دانشگاه آزاد اسلامی واحد سنندج، ایران
هومن مریدویسی - دانشگاه آزاد اسلامی، واحد علوم و تحقیقات کردستان، گروه برق - الکترونیک، کردستان، ایران گروه برق الکترونیک، واحد سنندج، دانشگاه آزاد اسلامی واحد سنندج، ایران
استفاده از انرژی خورشید توسط آرایه های خورشیدی دائماً در حال افزایش است و در سال های اخیر به عنوان یکی از منابع پاک و مهم انرژی به شمار رفته است. از آنجا که توان خروجی آرایه های خورشیدی وابسته به شدت تابش، دما و ولتاژ پایانه می باشد، کنترل نقطه ی کار آنها به منظور جذب حداکثر توان از اهمیت زیادی برخوردار است. در این گردآوری مدلی را با استفاده از نرم افزار مطلب ارائه خواهیم نمود که حداکثر توان را نسبت به داده های داده شده در چند سال گذشته به سیستم، ردیابی و آن را برای ما نشان می دهد. مزیتی که این سیستم نسبت به سیستم های قبلی دارد، بهترین نقطه و ماکزیمم ترین آن را برای ما ردیابی و بر روی صفحه نشان می دهد.
کلمات کلیدی: ماکزیمم توان، بازده خروجی، ردﻳﺎﺑﻲ نقطه حداکثر توان، ANN، MPPT
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/458594/