http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
태양광 발전 시스템의 향상된 전역 최대 발전전력 추종 기법
장요한,배성우,정승훈,Jang, Yohan,Bae, Sungwoo,Choung, Seunghoon 전력전자학회 2022 전력전자학회지 Vol.27 No.3
This paper presents an improved maximum power point tracking method that can fast track the global maximum power point (GMPP) for a photovoltaic system under partial shading conditions. The proposed method combines the advantages of the maximum power trapezium (MPT) method and the search-skip-judge method to minimize the tracking voltage intervals. Thus, the proposed method can quickly track the GMPP by skipping unnecessary tracking voltage intervals. The superiority of the proposed method is verified through simulation results in the MATLAB/Simulink and experimental real-time operation results with the hardware-in-the-loop simulation. The simulation and experimental results demonstrated that the proposed method has a faster tracking time than the MPT method under various partial shading conditions.
태양광 발전 시스템의 인공지능 기반 최대 발전전력 추종 기법 성능 비교
이채은(Chaeeun Lee),장요한(Yohan Jang),정승훈(Seunghoon Choung),배성우(Sungwoo Bae) 전력전자학회 2021 전력전자학술대회 논문집 Vol.2021 No.7
본 논문에서는 부분 음영 조건의 태양광 발전 시스템에 적용되는 인공지능 기반 최대 발전전력 추종 기법들의 성능을 비교 분석한다. 비교된 인공지능 기반 기법들은 ANN(Artificial Neural Network), FLC(Fuzzy Logic Control), PSO(Particle Swarm Optimization), GA(Genetic Algorithm)이다. 네 가지 기법들은 이론적 분석과 MATLAB/Simulink 환경에서 구현된 시뮬레이션 결과를 통해 비교 분석된다. 분석 결과 PSO와 GA기법은 ANN과 FLC 기법과 비교하여 최대 발전전력을 정확하게 추종하였다. 특히 GA 기법은 PSO 기법보다 66.67% 더 빠른 속도로 최대 발전전력을 추종하였다.