Un gruppo di ricerca internazionale ha sviluppato una tecnica ibrida di inseguimento del punto di massima potenza (MPPT) per gli impianti fotovoltaici che operano in condizioni di ombreggiamento parziale o di rapida variazione dei parametri atmosferici.
L’algoritmo Mppt ibrido proposto combina i vantaggi di due algoritmi: il Salp Swarm Algorithm (SSA) e l’Hill Climbing (HC).
L’SSA è un algoritmo meta-euristico progettato per risolvere problemi di ottimizzazione a obiettivo singolo. È ispirato dal comportamento di sciame delle sarpe che tendono a galleggiare insieme in un modo che viene comunemente descritto come “catena di sarpe”. In questo algoritmo il leader è la sarpa in testa alla catena e le altre sono chiamate followers.
“Il leader inizia un movimento di ricerca di fonti di cibo ed è seguito dai followers”, hanno spiegato gli scienziati. “Con la sostituzione delle fonti di cibo con l’optimum globale, il leader delle sarpe inizia con l’idea di trovare l’optimum globale ed è inseguito dai followers la cui popolazione iniziale del branco di sarpe è casuale. Il movimento del leader verso l’optimum globale guida automaticamente la catena verso di esso”.
L’algoritmo HC è comunemente utilizzato nei sistemi di intelligenza artificiale per trovare la migliore soluzione possibile a un determinato problema. Simula il processo di scalata di una montagna ed è considerato ideale per problemi con numerose soluzioni potenziali.
Nella configurazione dell’algoritmo ibrido proposto l’SSA ha lo scopo di trovare l’MPP quando le fluttuazioni dell’irraggiamento si verificano rapidamente e lentamente, mentre l’HC ha lo scopo di decidere la posizione migliore dell’MPP per evitare la deviazione dalla potenza effettiva in caso di fluttuazione lenta dell’irraggiamento. “La mobilità della transizione tra SSA e HC durante l’esplorazione e lo sfruttamento durante la ricerca dell’obiettivo consente al processo di estrazione dell’energia di avvenire rapidamente, riducendo al minimo le oscillazioni ed evitando la divergenza dal punto di erogazione effettivo”, hanno spiegato gli scienziati.
Secondo i ricercatori, l’algoritmo ibrido è in grado di eliminare le oscillazioni all’inizio dell’inseguimento e allo stato stazionario, risparmiando la convergenza della perdita di potenza in breve tempo. Richiede un solo parametro per bilanciare lo sfruttamento e l’esplorazione del processo di ottimizzazione. Inoltre, è in grado di eseguire l’MPPT più velocemente di altri algoritmi.
“Grazie all’intelligenza e alla deriva del concetto di sciame bio-ispirato e alla dimensione dinamica del passo di perturbazione dell’HC convenzionale, l’ibrido SSA-HC evita le trappole sull’MPP locale e non diverge dal suo locus di inseguimento”, ha sottolineato il gruppo di ricerca.
Gli scienziati hanno inoltre sottolineato che l’algoritmo ha un’efficienza di inseguimento del 97,54%, rispetto al 95,56% dell’algoritmo di ottimizzazione a cicala (GOA), al 94,27% dell’ottimizzazione a sciame di particelle (PSO), al 91,63% dell’SSA standard, al 92,70% dell’ottimizzatore Grey Wolf (GWO) e al 90,78% dell’algoritmo di ottimizzazione a farfalla (BOA).
“I risultati della simulazione e dell’esperimento dell’ibrido SSA-HC in condizioni di fluttuazione rapida e lenta, in condizioni uniformi e parziali, mostrano la superiorità dell’ibrido SSA-HC rispetto a tutti gli algoritmi esistenti”, hanno dichiarato gli studiosi.
“Si può concludere che l’ibrido SSA-HC mostra un’accurata e buona risposta al cambiamento dinamico con un breve tempo di campionamento (0,02 s e 0,03s) rispetto agli algoritmi allo stato dell’arte. Inoltre, questa tecnica ibrida può aumentare l’affidabilità e la robustezza. Il vantaggio di questa tecnica è che è priva di condizioni iniziali indesiderate e facile da implementare nel controllo MPPT in varie condizioni ambientali”, hanno aggiunto.
Il gruppo di ricerca comprendeva scienziati dell’Universiti Malaysia Perlis, dell’Università di Assuan in Egitto, del Chaitanya Bharathi Institute of Technology in India e dell’Università Yuan Ze di Taiwan. L’algoritmo è stato presentato in “Hybrid salp swarm maximum power point tracking algorithm for photovoltaic systems in highly fluctuating environmental conditions“, pubblicato su nature communications.
I presenti contenuti sono tutelati da diritti d’autore e non possono essere riutilizzati. Se desideri collaborare con noi e riutilizzare alcuni dei nostri contenuti, contatta: editors@nullpv-magazine.com.
Inviando questo modulo consenti a pv magazine di usare i tuoi dati allo scopo di pubblicare il tuo commento.
I tuoi dati personali saranno comunicati o altrimenti trasmessi a terzi al fine di filtrare gli spam o se ciò è necessario per la manutenzione tecnica del sito. Qualsiasi altro trasferimento a terzi non avrà luogo a meno che non sia giustificato sulla base delle norme di protezione dei dati vigenti o se pv magazine ha l’obbligo legale di effettuarlo.
Hai la possibilità di revocare questo consenso in qualsiasi momento con effetto futuro, nel qual caso i tuoi dati personali saranno cancellati immediatamente. Altrimenti, i tuoi dati saranno cancellati quando pv magazine ha elaborato la tua richiesta o se lo scopo della conservazione dei dati è stato raggiunto.
Ulteriori informazioni sulla privacy dei dati personali sono disponibili nella nostra Politica di protezione dei dati personali.