MPPT dans des conditions d'ombrage partiel à l'aide de techniques d'IA

Ce livre pr sente le r seau neuronal fonction de base radiale profonde bas sur l'apprentissage MPPT pour le module PV afin d'obtenir la puissance maximale. En outre, le D-RBFN est form l'aide de l'algorithme propos BOosted salp swarm optimization (BOSS) afin de r duire la vitesse de suivi et d'am liorer l'efficacit . L'algorithme d'optimisation BOSS limine le probl me de l'optimum local dans l'algorithme d'optimisation par essaim salp conventionnel en modifiant la valeur du param tre de contr le, qui n'est pas seulement bas sur le nombre maximum de g n rations mais d pend galement des caract ristiques du probl me. Les performances du contr leur BOSS-D-RBFN propos sont analys es en cas de changement dynamique de l'irradiation et dans deux cas diff rents de conditions d'ombrage partiel. En outre, les performances de la m thode BOSS-D-RBFN sont compar es celles des m thodes de pointe, y compris les m thodes MPPT bas es sur les r seaux neuronaux, sur la logique floue, sur P&O, sur la conductance incr mentale et sur les algorithmes volutionnaires, en termes de pourcentage d'oscillation, de temps de stabilisation et de suivi, de puissance maximale obtenue et d'efficacit .