Bibliographische Detailangaben
| Titel: |
Identification of the Parameters of a Photovoltaic Cell Using an Improved Genetic Algorithm (GA) Technique and Particular Swarm Optimization (PSO). |
| Alternate Title: |
Identyfikacja parametrów ogniwa fotowoltaicznego przy użyciu techniki ulepszonego algorytmu genetycznego (GA) i optymalizacji roju szczególnego (PSO). (Polish) |
| Autoren: |
ABED, Hizia, BOURI, Sihem, BENARIBA, Hassan |
| Quelle: |
Przegląd Elektrotechniczny; 2024, Vol. 2024 Issue 11, p25-31, 7p |
| Schlagwörter: |
PARTICLE swarm optimization, PHOTOVOLTAIC cells, PARAMETER identification, SOLAR cells, GENETIC algorithms, ARTIFICIAL intelligence, ENERGY management |
| Abstract (English): |
The modeling of a photovoltaic cell predicts the behavior of the cell in various environmental contexts of the real world, the identification of the parameters of the photovoltaic cell is essential to simulate the behavior and to optimize the different characteristics of a photovoltaic cell (better energy management and good operating reliability). In this work, two intelligent algorithms were used and compared for the identification of the parameters of a photovoltaic cell. The proposed approach combines the simplicity of the equations of the explicit method with that of two meta-heuristic methods, namely the genetic algorithm (GA) and the particle swarm optimization algorithm (PSO). These techniques used for the identification of the parameters of the unknown model namely the photos run (Iph), the current of saturation (Is), the resistance series (Rs), and the factor of ideality (A) is last to govern the relation current - voltage of a solar cell. The objective is to create an objective function that aims to solve an optimization problem (find the optimal solution in terms of parameters), The panels studied in this work is the RTC France, and the characteristic curves of the panel are obtained using only the information provided by the manufacturer's datasheet, thus avoiding the need to carry out experimental data. The performances and the precision of the proposed method are evaluated by applying the model to a diode with four unknown parameters, the combination of the explicit equations with Meta-heuristic techniques allows to obtain an excellent performance of optimization and a high precision of estimation of the results, The choice of the parameters PSO and GA is very important for a faster convergence of the algorithm. [ABSTRACT FROM AUTHOR] |
| Abstract (Polish): |
Modelowanie ogniwa fotowoltaicznego przewiduje zachowanie ogniwa w różnych kontekstach środowiskowych świata rzeczywistego, identyfikacja parametrów ogniwa fotowoltaicznego jest niezbędna do symulacji zachowania i optymalizacji różnych charakterystyk ogniwa fotowoltaicznego (lepsze zarządzanie energia i dobra niezawodnosc działania). W tej pracy wykorzystano i porównano dwa inteligentne algorytmy do identyfikacji parametrów ogniwa fotowoltaicznego. Proponowane podejscie łączy prostote równan metody jawnej z prostota dwóch metod meta-heurystycznych, mianowicie algorytmu genetycznego (GA) i algorytmu optymalizacji roju cząstek (PSO). Techniki te służa do identyfikacji parametrów nieznanego modelu, mianowicie przebiegu zdjęć (Iph), pradu nasycenia (Is), szeregu rezystancji (Rs) i współczynnika idealności (A), aby ostatecznie okreslic relacje prad - napięcie ogniwa słonecznego. Celem jest stworzenie funkcji celu, która ma na celu rozwiązanie problemu optymalizacji (znalezienie optymalnego rozwiązania pod względem parametrów). Panele badane w tej pracy to RTC France, a krzywe charakterystyczne panelu uzyskano, korzystając wyłącznie z informacji dostarczonych przez karte danych producenta, unikając w ten sposób koniecznosci przeprowadzania danych eksperymentalnych. Wydajnosc i precyzja proponowanej metody są oceniane poprzez zastosowanie modelu do diody o czterech nieznanych parametrach. Połączenie równan jawnych z technikami metaheurystycznymi pozwala uzyskac doskonałą wydajnosc optymalizacji i wysoką precyzje szacowania wyników. Wybór parametrów PSO i GA ma bardzo duże znaczenie dla szybszej zbieznosci algorytmu. (identyfikacja parametrów ogniwa fotowoltaicznego przy użyciu ulepszonej techniki algorytmu genetycznego (GA) i optymalizacji roju (PSO)). [ABSTRACT FROM AUTHOR] |
|
Copyright of Przegląd Elektrotechniczny is the property of Wydawnictwo SIGMA-NOT and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.) |
| Datenbank: |
Complementary Index |
Nájsť tento článok vo Web of Science