استفاده از مدل وینر-همرشتاین بهینه شده با الگوریتم ژنتیک در شناسایی سیستم فتوولتائیک ‏

نویسندگان

1 دانشکده فنی و مهندسی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران

2 دانشکده فنی و مهندسی، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران

3 دانشکده فیزیک، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران

4 دانشکده مهندسی هسته ای، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران

doi
10.30495/jce.2025.1993480.1328
چکیده

شناسایی سیستم روشی برای شناسایی یا اندازه‌گیری مدل ریاضی یک سیستم با اندازه‌گیری ورودی‌ها و خروجی‌های سیستم است. در این مقاله رویکرد الگوریتم ژنتیک (GA) را برای مدل‌سازی سیستم‌های فتوولتائیک (PV) با ساختار وینر-هامرشتاین اعمال می‌کنیم. سیستم‌های دینامیکی غیرخطی دارای هر دو عنصر پویا (عناصر ذخیره انرژی) هستند و در این نوع سیستم‌ها بین برخی از متغیرها روابط غیرخطی وجود دارد. اگر در چنین سیستم هایی بتوان فرض کرد که قطعات دینامیکی و قطعات غیرخطی قابل تفکیک هستند، می توان آنها را با ساختارهای مدل های بلوک گرا مدل کرد. این نوع مدل ها از ترکیب بلوک(های) دینامیکی خطی و بلوک(های) غیرخطی استاتیکی تشکیل شده اند. این رویکرد به تخمین یک سیستم فتوولتائیک (PV) بر اساس داده‌های مشاهده‌شده مربوط می‌شود. ورودی و خروجی غیرخطی به ترتیب از داده های تابش و جریان خروجی DC سیستم واقعی گرفته شده است. نتایج شبیه‌سازی اثربخشی و استحکام مدل پیشنهادی را با استفاده از الگوریتم ژنتیک نشان داد. نتایج شبیه سازی مقدار MSE 0.000774 را برای عملکرد عادی سیستم PV و 0.009863 را برای اثر سایه بین نرخ اطلاعات تخمینی و مرجع نشان می دهد.