Un algoritmo mejorado de optimización de manada de alces para el seguimiento del punto de máxima potencia en sistemas...

Área de la Ciencia:

• Sistemas de energía renovable
• Conversión de energía fotovoltaica
• Algoritmos de optimización

Sus antecedentes:

• Las condiciones de sombreado parcial (PSC) en los sistemas fotovoltaicos (PV) crean múltiples picos en las características de tensión de potencia.
• Los algoritmos tradicionales de seguimiento del punto de máxima potencia (MPPT) a menudo quedan atrapados en óptimas locales, reduciendo la eficiencia de la conversión de energía.
• La localización rápida y efectiva del punto de potencia máxima global en condiciones ambientales complejas es crucial para el rendimiento fotovoltaico.

Objetivo del estudio:

• Proponer un algoritmo mejorado de optimización del rebaño de alces (IEHO) para el seguimiento rápido del punto de potencia máxima global (MPPT) en sistemas fotovoltaicos en diversas condiciones climáticas.
• Mejorar el rendimiento del MPPT y la eficiencia de la conversión de energía en los sistemas fotovoltaicos que funcionan con sombreado parcial.

Principales métodos:

• Desarrolló un algoritmo mejorado de optimización de manadas de alces (IEHO) que incorpora un mecanismo de actualización de posición guiado por la probabilidad de riesgo de depredación.
• Introdujo una estrategia de caminata triangular para mejorar la capacidad del algoritmo para escapar del óptimo local.
• Implementó una estrategia de redirección guiada por memoria para optimizar la velocidad de convergencia omitiendo los cálculos redundantes del ciclo de trabajo histórico.

Principales resultados:

• El algoritmo IEHO demostró un rendimiento superior en comparación con otros algoritmos meta-heurísticos en varias condiciones climáticas.
• Logró una eficiencia de seguimiento promedio del 99,99% en condiciones probadas.
• Se alcanzó un tiempo de seguimiento promedio de 0,3886 segundos, lo que indica una mejora significativa en la velocidad de convergencia.

Conclusiones:

• El algoritmo IEHO propuesto aborda efectivamente el desafío de la óptima local en MPPT bajo sombreado parcial.
• IEHO mejora significativamente la velocidad y la precisión del seguimiento del punto de potencia máxima global en los sistemas fotovoltaicos.
• El algoritmo ofrece una solución prometedora para mejorar la eficiencia general de conversión de energía de los sistemas fotovoltaicos en entornos dinámicos.