تطوير نموذج جديد لمتتبع (عصبوني-عائم) لنظم الطاقة الكهروضوئية مرتكز على تقنية توتر الدارة المفتوحة مع مبدل رافع الجهد المستمر
يقدم البحث منهجية جديدة لتطوير متتبع مرتكز على استخدام تقنيات الذكاء الصنعي كالشبكات العصبونية الصنعية (Artificial Neural Networks, ANN) والمنطق العائم (Fuzzy logic, FL) لتتبع نقطة الاستطاعة العظمى (Maximum Power Point Tracker, MPPT) لنظم الطاقة الكهروضوئية (Photovoltaic System,PV). يتحقق عمل المت...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | Arabic |
| Published: |
Tishreen University
2021-03-01
|
| Series: | مجلة جامعة تشرين للبحوث والدراسات العلمية- سلسلة العلوم الهندسية |
| Subjects: | |
| Online Access: | https://journal.tishreen.edu.sy/index.php/engscnc/article/view/10340 |
| _version_ | 1797676019333726208 |
|---|---|
| author | Iman Dilaneh |
| author_facet | Iman Dilaneh |
| author_sort | Iman Dilaneh |
| collection | DOAJ |
| description |
يقدم البحث منهجية جديدة لتطوير متتبع مرتكز على استخدام تقنيات الذكاء الصنعي كالشبكات العصبونية الصنعية (Artificial Neural Networks, ANN) والمنطق العائم (Fuzzy logic, FL) لتتبع نقطة الاستطاعة العظمى (Maximum Power Point Tracker, MPPT) لنظم الطاقة الكهروضوئية (Photovoltaic System,PV). يتحقق عمل المتتبع العصبوني-العائم المقترح عبر مرحلتين متتابعتين. يتم في المرحلة الأولى، تقدير توتر التشغيل الأمثل (Voltage of Maximum Power Point, VMPP) لنظامPV باستخدام نموذج مطور لمقدر توتر عصبوني (VMPP ANN Estimator, VMPP-ANNE)، بالاعتماد على استخدام تقنية توتر الدارة المفتوحة للحصول على قاعدة البيانات اللازمة لتدريب الشبكة العصبونية المشكلة لنموذج المقدر العصبوني. أما في المرحلة الثانية، يتم تحديد قيمة نسبة التشغيل المناسبة، باستخدام نموذج مطور لمتحكم عائم DFLC) Developed Fuzzy logic Controller,). حيث يشكل الخطأ في التوتر وتغيره متغيرات الدخل للمتحكم العائم DFLC، والمستخدم لتحديد نسبة التشغيل المناسبة المستخدمة للتحكم في دورة عمل مبدل رافع الجهد المستمر. بالتالي، يمتاز المتتبع العصبوني-العائم MPPT-ANN-DFLC المقترح، بالأداء العال في تتبع نقطة MPP، لارتكازه من جهة على استخدام الشبكات العصبونية التي تمتاز بدقتها العالية وسرعتها الفائقة في تحديد التوترVMPP. من جهة أخرى، يرتكز المتتبع المقترح، على استخدام المنطق العائم الذي يساهم في تحسين الأداء الديناميكي للمتحكم DFLC. أظهرت نتائج المحاكاة المنجزة في بيئة Matlab/Simulink، الأداء الأفضل للمتتبع MPPT-ANN-DFLC المقترح، مقارنة مع استخدام عدة نماذج أخرى لمتتبعات مرجعية.
|
| first_indexed | 2024-03-11T22:23:04Z |
| format | Article |
| id | doaj.art-848cfced2bd44c61ba250e26171c8339 |
| institution | Directory Open Access Journal |
| issn | 2079-3081 2663-4279 |
| language | Arabic |
| last_indexed | 2024-03-11T22:23:04Z |
| publishDate | 2021-03-01 |
| publisher | Tishreen University |
| record_format | Article |
| series | مجلة جامعة تشرين للبحوث والدراسات العلمية- سلسلة العلوم الهندسية |
| spelling | doaj.art-848cfced2bd44c61ba250e26171c83392023-09-24T11:01:57ZaraTishreen Universityمجلة جامعة تشرين للبحوث والدراسات العلمية- سلسلة العلوم الهندسية2079-30812663-42792021-03-01431تطوير نموذج جديد لمتتبع (عصبوني-عائم) لنظم الطاقة الكهروضوئية مرتكز على تقنية توتر الدارة المفتوحة مع مبدل رافع الجهد المستمر Iman Dilaneh0جامعة تشرين يقدم البحث منهجية جديدة لتطوير متتبع مرتكز على استخدام تقنيات الذكاء الصنعي كالشبكات العصبونية الصنعية (Artificial Neural Networks, ANN) والمنطق العائم (Fuzzy logic, FL) لتتبع نقطة الاستطاعة العظمى (Maximum Power Point Tracker, MPPT) لنظم الطاقة الكهروضوئية (Photovoltaic System,PV). يتحقق عمل المتتبع العصبوني-العائم المقترح عبر مرحلتين متتابعتين. يتم في المرحلة الأولى، تقدير توتر التشغيل الأمثل (Voltage of Maximum Power Point, VMPP) لنظامPV باستخدام نموذج مطور لمقدر توتر عصبوني (VMPP ANN Estimator, VMPP-ANNE)، بالاعتماد على استخدام تقنية توتر الدارة المفتوحة للحصول على قاعدة البيانات اللازمة لتدريب الشبكة العصبونية المشكلة لنموذج المقدر العصبوني. أما في المرحلة الثانية، يتم تحديد قيمة نسبة التشغيل المناسبة، باستخدام نموذج مطور لمتحكم عائم DFLC) Developed Fuzzy logic Controller,). حيث يشكل الخطأ في التوتر وتغيره متغيرات الدخل للمتحكم العائم DFLC، والمستخدم لتحديد نسبة التشغيل المناسبة المستخدمة للتحكم في دورة عمل مبدل رافع الجهد المستمر. بالتالي، يمتاز المتتبع العصبوني-العائم MPPT-ANN-DFLC المقترح، بالأداء العال في تتبع نقطة MPP، لارتكازه من جهة على استخدام الشبكات العصبونية التي تمتاز بدقتها العالية وسرعتها الفائقة في تحديد التوترVMPP. من جهة أخرى، يرتكز المتتبع المقترح، على استخدام المنطق العائم الذي يساهم في تحسين الأداء الديناميكي للمتحكم DFLC. أظهرت نتائج المحاكاة المنجزة في بيئة Matlab/Simulink، الأداء الأفضل للمتتبع MPPT-ANN-DFLC المقترح، مقارنة مع استخدام عدة نماذج أخرى لمتتبعات مرجعية. https://journal.tishreen.edu.sy/index.php/engscnc/article/view/10340متتبع نقطة الاستطاعة العظمى، شبكات عصبونية صنعية، منطق عائم، تقنية توتر الدارة المفتوحة، مبدل رافع الجهد المستمر. |
| spellingShingle | Iman Dilaneh تطوير نموذج جديد لمتتبع (عصبوني-عائم) لنظم الطاقة الكهروضوئية مرتكز على تقنية توتر الدارة المفتوحة مع مبدل رافع الجهد المستمر مجلة جامعة تشرين للبحوث والدراسات العلمية- سلسلة العلوم الهندسية متتبع نقطة الاستطاعة العظمى، شبكات عصبونية صنعية، منطق عائم، تقنية توتر الدارة المفتوحة، مبدل رافع الجهد المستمر. |
| title | تطوير نموذج جديد لمتتبع (عصبوني-عائم) لنظم الطاقة الكهروضوئية مرتكز على تقنية توتر الدارة المفتوحة مع مبدل رافع الجهد المستمر |
| title_full | تطوير نموذج جديد لمتتبع (عصبوني-عائم) لنظم الطاقة الكهروضوئية مرتكز على تقنية توتر الدارة المفتوحة مع مبدل رافع الجهد المستمر |
| title_fullStr | تطوير نموذج جديد لمتتبع (عصبوني-عائم) لنظم الطاقة الكهروضوئية مرتكز على تقنية توتر الدارة المفتوحة مع مبدل رافع الجهد المستمر |
| title_full_unstemmed | تطوير نموذج جديد لمتتبع (عصبوني-عائم) لنظم الطاقة الكهروضوئية مرتكز على تقنية توتر الدارة المفتوحة مع مبدل رافع الجهد المستمر |
| title_short | تطوير نموذج جديد لمتتبع (عصبوني-عائم) لنظم الطاقة الكهروضوئية مرتكز على تقنية توتر الدارة المفتوحة مع مبدل رافع الجهد المستمر |
| title_sort | تطوير نموذج جديد لمتتبع عصبوني عائم لنظم الطاقة الكهروضوئية مرتكز على تقنية توتر الدارة المفتوحة مع مبدل رافع الجهد المستمر |
| topic | متتبع نقطة الاستطاعة العظمى، شبكات عصبونية صنعية، منطق عائم، تقنية توتر الدارة المفتوحة، مبدل رافع الجهد المستمر. |
| url | https://journal.tishreen.edu.sy/index.php/engscnc/article/view/10340 |
| work_keys_str_mv | AT imandilaneh tṭwyrnmwdẖjjdydlmttbʿʿṣbwnyʿạỷmlnẓmạlṭạqẗạlkhrwḍwỷyẗmrtkzʿlytqnyẗtwtrạldạrẗạlmftwḥẗmʿmbdlrạfʿạljhdạlmstmr |