首页> 外文OA文献 >PEMODELAN DAN SIMULASI BERBASIS KECERDASAN BUATAN UNTUK MENGOPTIMALKAN DAYA KELUARAN PANEL SURYA
【2h】

PEMODELAN DAN SIMULASI BERBASIS KECERDASAN BUATAN UNTUK MENGOPTIMALKAN DAYA KELUARAN PANEL SURYA

机译:基于人工智能的太阳能电池板建模与仿真

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Pemodelan dan Simulasi Berbasis Kecerdasan Buatan Untuk Mengoptimalkan Daya Keluaran Panel Surya dibuat dikarenakan adanya permasalahan panel surya yang memiliki efisiensi yang cukup rendah. Hal ini menyebabkan penerimaan energi matahari tidak optimal. Oleh karena itu, perlu dibuat suatu kajian dalam bentuk pemodelan dan simulasi yang dapat membuat panel surya selalu bekerja pada titik optimalnya sehingga dari hasil pemodelan dan simulasi ini akan menjadi kerangka dasar dari pembuatan perangkat keras mppt yang dapat memanen daya yang seoptimal mungkin.Dengan latar belakang ini, perlu adanya pemahaman lebih detail mengenai karakteristik daya panel surya. Pada penelitian ini, satu model simulasi dikembangkan untuk peningkatan efisisensi daya panel surya. Pada model mppt ini ada 3 komponen penting yaitu panel surya sebagai sumber utama, dc-dc konverter, dan metode kontroler. Di penelitian ini digunakan 3 model dc-dc konverter sebagai bahan penelitian guna untuk mencari kinerja yang paling maksimal. Untuk metode kontrol menggunakan 2 metode yaitu fuzzy logic kontrol dan jaringan saraf tiruan yang sudah tersedia di simulink matlab. Setelah mendapatkan daya masing-masing akan dibuat perbandingan antara dua metode ini yang disusun berdasarkan rata-rata daya yang diperoleh hasilnya ditampilkan secara grafik. Hasil yang didapat penelitian ini dari 3 model dc-dc konverter yaitu tipe boost konverter, boost 2 kapasitor konverter dan tipe boost buck konverter dengan metode fuzzy logic dan jaringan saraf tiruan rangkaian boost dengan 1 kapasitor mendapatkan rata-rata daya terbesar dari rangkaian laiannya sebesar 16,9 watt untuk fuzzy logic dan 17,4 watt untuk jaringan saraf tiruan . Dengan kedua metode fuzzy logic control (flc) dan jaringan saraf tiruan dapat disimpulkan bahwa untuk sistem penggunaan mppt metode jaringan saraf tiruan lebih unggul dari fuzzy logic dengan dasar data flc mendapatkan rata-rata daya sebesar 16,9 watt dan jaringan saraf tiruan 17,4 watt. Sedangakan rangakian dc dc konverter tipe boost lebih baik untuk meningkatkan efisiensi panel surya. Komponen dirangkaian dc-dc konverter sangat berpengaruh pada tingkat efisiensi dari mppt salah satunya adalah induktor dan kapasitor. Semakin sederhana model rangkaian dc-dc konverter akan semakin baik efisisensi mppt.
机译:由于效率极低的太阳能电池板的问题,进行了基于人工智能的建模和仿真以优化太阳能电池板的输出功率。这导致太阳能的接收不是最佳的。因此,有必要以建模和仿真的形式进行研究,以使太阳能电池板始终在其最佳位置工作,从而使建模和仿真的结果成为制造MPPT硬件以获取最佳功率的基本框架。这需要对太阳能电池板电源的特性有更详细的了解。在这项研究中,开发了一个仿真模型来提高太阳能电池板电源的效率。在此MPPT模型中,有3个重要的组件,即太阳能电池板作为主要来源,DC-DC转换器和控制器方法。在这项研究中,使用了3种DC-DC转换器模型作为研究材料,以找到最佳性能。对于使用2种方法的控制方法,即matlab simulink中已经可用的模糊逻辑控制和人工神经网络。获得功率后,将对这两种方法进行比较,根据获得的平均功率排列这两种方法,结果以图形方式显示。通过对3种DC-DC转换器模型的研究获得的结果,即采用模糊逻辑方法的Boost型转换器,boost 2电容器转换器和Boost buck型转换器以及带有1个电容器的人工神经网络升压电路从另一个电路获得的最大平均功率为16 ,模糊逻辑为9瓦,人工神经网络为17.4瓦。结合使用模糊逻辑控制(FLC)和人工神经网络方法,可以得出结论,对于MPPT系统的使用,人工神经网络方法优于模糊逻辑,因为FLC数据库的平均功率为16.9瓦,人工神经网络为17.4瓦。直流升压型升压转换器更适合提高太阳能电池板的效率。 DC-DC转换器中的组件对MPPT的效率水平有很大的影响,其中之一就是电感器和电容器。 dc-dc转换器电路模型越简单,MPPT效率越好。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号