DOI: https://doi.org/10.1038/s41598-026-40918-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41720999
تاريخ النشر: 2026-02-20
المؤلف: Zhenyun Du وآخرون
الموضوع الرئيسي: تقنيات تحسين أنظمة الطاقة الشمسية
نظرة عامة
في هذه الدراسة، تم اقتراح استراتيجية متقدمة للتحكم في تتبع نقطة الطاقة القصوى (MPPT) لأنظمة الطاقة الشمسية المتصلة بالشبكة، باستخدام خوارزمية تحسين فرس النهر (HOA) لتحسين معلمات تقنية التوصيل المتزايد (IC) المدمجة مع وحدات التحكم التكاملية (I)، والتكاملية النسبية (PI)، والتكاملية النسبية من الدرجة الكسرية (FOPI). يتم مقارنة أداء النهج القائم على HOA مع خوارزميتين أخريين مستلهمتين من الطبيعة، وهما خوارزمية التحسين الحسابي (AOA) ومُحسّن الذئب الرمادي (GWO)، باستخدام نظام طاقة شمسية متصل بالشبكة بقدرة 100 كيلو واط تم نمذجته في MATLAB/Simulink 2025a. يهدف التحسين إلى تقليل مؤشرات الأداء الكلاسيكية مثل التكامل للخطأ المطلق (IAE)، والتكامل للخطأ المربع (ISE)، والتكامل للخطأ المطلق الموزون زمنياً (ITAE)، والتكامل للخطأ المربع الموزون زمنياً (ITSE). تشير النتائج إلى أن تكوين FOPI-IC-MPPT القائم على HOA يحقق أداء ديناميكياً متفوقاً، مع زمن صعود قدره 0.0073 ثانية وأقصى طاقة مستخرجة قدرها 100.72 كيلو واط، متفوقاً على AOA وGWO من حيث أوقات الصعود والاستقرار وفقاً لمعيار IAE.
تسلط الاستنتاجات الضوء على فعالية HOA في ضبط وحدة التحكم FOPI-IC-MPPT عبر سيناريوهات مناخية متنوعة، مما يظهر تحسينات كبيرة في أداء النظام. على وجه الخصوص، في السيناريو الأول، قلل HOA زمن الصعود بنسبة 61% وزمن الاستقرار بنسبة 94% مقارنة بـ GWO وAOA، مما أدى إلى تحسين أقصى إنتاج للطاقة. كما أظهر HOA استجابات ديناميكية أسرع في السيناريوهات اللاحقة، حيث نجحت جميع الخوارزميات في تتبع نقطة الطاقة القصوى تحت ظروف متغيرة. بشكل عام، تؤكد النتائج أن وحدة التحكم FOPI-IC-MPPT المحسنة بواسطة HOA توفر حلاً قوياً لأنظمة الطاقة الشمسية المتصلة بالشبكة، مما يضمن أوقات استجابة سريعة وقدرات محسنة في جمع الطاقة. ستركز الأبحاث المستقبلية على اختبار IC-MPPT القائم على HOA تحت ملفات الإشعاع الواقعية ودمج تقنيات الذكاء الاصطناعي لتعزيز الأداء تحت ظروف الظل الجزئي.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الانتقال العاجل نحو مصادر الطاقة المتجددة، وخاصة أنظمة الطاقة الشمسية الكهروضوئية (PV)، بسبب فوائدها البيئية ووفرتها مقارنة بالوقود الأحفوري. بحلول عام 2021، وصلت القدرة المركبة العالمية للطاقة المتجددة إلى 3,064 جيجاوات، مع مساهمة كبيرة للطاقة الشمسية الكهروضوئية في هذا النمو. ومع ذلك، فإن الخصائص غير الخطية لتيار الجهد (I-V) ومنحنيات الطاقة-الجهد (P-V) لأنظمة الطاقة الشمسية تمثل تحديات في تحقيق أقصى استخراج للطاقة. تعتبر تقنيات تتبع نقطة الطاقة القصوى (MPPT) الفعالة ضرورية لتحسين التقاط الطاقة تحت ظروف بيئية متغيرة.
تقدم الدراسة خوارزمية تحسين فرس النهر (HOA) كنهج جديد لضبط وحدات التحكم المعتمدة على التوصيل المتزايد (IC) – التكاملية (I)، والتكاملية النسبية (PI)، والتكاملية النسبية من الدرجة الكسرية (FOPI) – في نظام الطاقة الشمسية المتصل بالشبكة. تهدف HOA إلى تعزيز سرعة التقارب، ودقة التتبع، والصلابة تحت الظروف الديناميكية. تم استخدام مقاييس الأداء مثل التكامل للخطأ المطلق الموزون زمنياً (ITAE) والتكامل للخطأ المربع (ISE) لتقييم فعالية استراتيجيات التحكم المقترحة. تشير النتائج إلى أن طريقة HOA-FOPI-IC تتفوق على تقنيات MPPT التقليدية، مما يظهر تحسينات في الاستقرار والكفاءة في تطبيقات الطاقة الشمسية في العالم الحقيقي. تمثل هذه الدراسة أول تنفيذ لـ HOA لتصميم وحدة التحكم FOPI المثلى ضمن إطار عمل IC MPPT، مما يبرز إمكانياتها في معالجة تحديات التحسين المعقدة في أنظمة الطاقة المتجددة.
النتائج
في قسم النتائج، قامت الدراسة بتقييم أداء ثلاث خوارزميات تحسين – خوارزمية تحسين هاريس (HOA)، وخوارزمية التحسين التكيفية (AOA)، وخوارزمية تحسين الذئب الرمادي (GWO) – تحت سيناريوهات مناخية متنوعة. تم تقييم الخوارزميات بناءً على قدرتها على تحسين الإعدادات لوحدات التحكم التكاملية (I)، والتكاملية النسبية (PI)، والتكاملية النسبية من الدرجة الكسرية (FOPI)، باستخدام مؤشرات الأداء مثل التكامل للخطأ المطلق (IAE)، والتكامل للخطأ المربع (ISE)، والتكامل للخطأ المطلق الموزون زمنياً (ITAE)، والتكامل للخطأ المربع الموزون زمنياً (ITSE). كانت قيمة ISE تتفوق باستمرار على غيرها في كل من طرق HOA وAOA، محققة أسرع أوقات استقرار قدرها 0.00069800 ثانية و0.0005997 ثانية، على التوالي، وأعلى إنتاج للطاقة قدره 100.65 كيلو واط و100.6 كيلو واط.
بالنسبة لـ MPPT القائم على GWO، أظهرت قيمة ITAE أفضل أداء مع زمن استقرار قدره 0.0005993 ثانية وأقصى إنتاج للطاقة قدره 99.97 كيلو واط. على الرغم من الفروق الطفيفة في أوقات الصعود والزيادة بين المؤشرات، كانت سلاسة جهد الخرج الكهروضوئي هي الأعلى بشكل ملحوظ تحت معيار ISE لكل من HOA وAOA، بينما حقق ITAE أنعم جهد لـ GWO. بشكل عام، تم تسليط الضوء على طريقة MPPT القائمة على HOA باعتبارها الأكثر كفاءة، محققة أعلى إنتاج للطاقة وكفاءة، إلى جانب انخفاض فقد الطاقة وخطأ التتبع مقارنة بالخوارزميات المرجعية الحديثة. كما قدمت الدراسة سيناريوهات محددة، توضح الاستجابات الديناميكية لنظام الطاقة الشمسية تحت ظروف الإشعاع الشمسي ودرجات الحرارة المتغيرة، حيث أظهرت خوارزمية AOA أسرع زمن استقرار بينما قدمت خوارزمية HOA أنعم ملف جهد.
مناقشة
في قسم المناقشة هذا، تؤكد الورقة على أهمية نمذجة خلايا الطاقة الشمسية (PV) لتحليل أنظمة الطاقة الشمسية، مع تسليط الضوء على نماذج الدوائر الكهربائية المعادلة المختلفة، وخاصة نموذج الصمام الواحد (SDM)، الذي يُفضل لسهولة استخدامه ودقته. يتم تقديم التمثيل الرياضي لخصائص التيار والجهد لوحدة الطاقة الشمسية، مع توضيح المعلمات الرئيسية مثل التيار الناتج عن الضوء ($I_{ph}$)، وتيار تشبع الصمام ($I_{o}$)، والجهد الحراري ($V_{t}$). تركز الدراسة على تكوين نظام طاقة شمسية بقدرة 100 كيلو واط يستخدم وحدات SunPower SPR-305E-WHT-D، والتي تم تحسينها من خلال وحدة تحكم التكاملية النسبية من الدرجة الكسرية (FOPI) بناءً على تقنية تتبع نقطة الطاقة القصوى (MPPT) المعتمدة على التوصيل المتزايد (IC).
تم ضبط وحدة التحكم FOPI المقترحة باستخدام خوارزمية تحسين فرس النهر (HOA)، التي تعزز أداء وحدة التحكم من خلال تقليل أخطاء التوصيل وضمان تعديلات دورة العمل المثلى لمحول رفع مرتبط بمحول متصل بالشبكة. تظهر النتائج أن HOA تتفوق بشكل كبير على الخوارزميات التقليدية مثل الخوارزمية الجينية (GA) وخوارزمية تحسين الذئب الرمادي (GWO) عبر سيناريوهات مناخية متنوعة، محققة أوقات استجابة أسرع وكفاءة محسنة في استخراج الطاقة. تشير النتائج إلى أن وحدة التحكم FOPI-IC-MPPT القائمة على HOA تقدم حلاً قوياً لتعظيم إنتاج الطاقة في أنظمة الطاقة الشمسية المتصلة بالشبكة، خاصة تحت ظروف بيئية متغيرة، مع توجيه العمل المستقبلي نحو دمج تقنيات الذكاء الاصطناعي لتحسين الأداء تحت الظل الجزئي.
DOI: https://doi.org/10.1038/s41598-026-40918-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41720999
Publication Date: 2026-02-20
Author(s): Zhenyun Du et al.
Primary Topic: Photovoltaic System Optimization Techniques
Overview
In this study, an advanced maximum power point tracking (MPPT) control strategy for grid-connected photovoltaic (PV) systems is proposed, utilizing the Hippopotamus Optimization Algorithm (HOA) to optimize the parameters of an Incremental Conductance (IC) MPPT technique integrated with Integral (I), Proportional-Integral (PI), and Fractional-Order Proportional-Integral (FOPI) controllers. The performance of the HOA-based approach is compared against two other nature-inspired algorithms, the Arithmetic Optimization Algorithm (AOA) and the Grey Wolf Optimizer (GWO), using a 100 kW grid-tied PV system modeled in MATLAB/Simulink 2025a. The optimization aims to minimize classical performance indices such as Integral of Absolute Error (IAE), Integral of Squared Error (ISE), Integral of Time-weighted Absolute Error (ITAE), and Integral of Time-weighted Squared Error (ITSE). Results indicate that the HOA-based FOPI-IC-MPPT configuration achieves superior dynamic performance, with a rise time of 0.0073 s and a maximum extracted power of 100.72 kW, outperforming AOA and GWO in terms of rise and settling times under the IAE criterion.
The conclusions highlight the effectiveness of the HOA in fine-tuning the FOPI-IC-MPPT controller across various climate scenarios, demonstrating significant improvements in system performance. Specifically, in the first scenario, the HOA reduced rise time by 61% and settling time by 94% compared to GWO and AOA, leading to enhanced maximum power output. The HOA also exhibited quicker dynamic responses in subsequent scenarios, with all algorithms successfully tracking the maximum power point under fluctuating conditions. Overall, the findings confirm that the HOA-optimized FOPI-IC-MPPT controller provides a robust solution for grid-connected PV systems, ensuring fast response times and improved energy harvesting capabilities. Future research will focus on testing the HOA-based IC-MPPT under realistic irradiance profiles and integrating artificial intelligence techniques to enhance performance under partial shading conditions.
Introduction
The introduction of this research paper highlights the urgent transition towards renewable energy sources, particularly solar photovoltaic (PV) systems, due to their environmental benefits and abundance compared to fossil fuels. By 2021, the global installed capacity of renewable energy reached 3,064 GW, with solar PV contributing significantly to this growth. However, the nonlinear characteristics of PV systems’ current-voltage (I-V) and power-voltage (P-V) curves pose challenges in maximizing power extraction. Effective maximum power point tracking (MPPT) techniques are crucial for optimizing energy capture under varying environmental conditions.
The study introduces the Hippopotamus Optimization Algorithm (HOA) as a novel approach for tuning Incremental Conductance (IC) based controllers—Integral (I), Proportional-Integral (PI), and Fractional-Order PI (FOPI)—in a grid-connected PV system. The HOA aims to enhance convergence speed, tracking accuracy, and robustness under dynamic conditions. Performance metrics such as the Integral of Time-weighted Absolute Error (ITAE) and Integral of Squared Error (ISE) were employed to evaluate the effectiveness of the proposed control strategies. The results indicate that the HOA-FOPI-IC method outperforms traditional MPPT techniques, demonstrating improved stability and efficiency in real-world solar energy applications. This research marks the first implementation of HOA for optimal FOPI controller design within an IC MPPT framework, showcasing its potential in addressing complex optimization challenges in renewable energy systems.
Results
In the results section, the study evaluated the performance of three optimization algorithms—Harris Optimization Algorithm (HOA), Adaptive Optimization Algorithm (AOA), and Grey Wolf Optimization (GWO)—under various climate scenarios. The algorithms were assessed based on their ability to optimize the settings for Integral (I), Proportional-Integral (PI), and Fractional-Order Proportional-Integral (FOPI) controllers, using performance indices such as Integral of Absolute Error (IAE), Integral of Squared Error (ISE), Integral of Time-weighted Absolute Error (ITAE), and Integral of Time-weighted Squared Error (ITSE). The ISE index consistently outperformed others in both HOA and AOA methods, achieving the fastest settling times of 0.00069800s and 0.0005997s, respectively, and the highest power outputs of 100.65 kW and 100.6 kW.
For the GWO-based MPPT, the ITAE index demonstrated the best performance with a settling time of 0.0005993s and a maximum power output of 99.97 kW. Despite minor differences in rise times and overshoot among the indices, the smoothness of the photovoltaic output voltage was notably highest under the ISE criterion for HOA and AOA, while ITAE yielded the smoothest voltage for GWO. Overall, the HOA-based MPPT method was highlighted as the most efficient, achieving the highest power output and efficiency, alongside lower power loss and tracking error compared to recent reference algorithms. The study also presented specific scenarios, illustrating the dynamic responses of the PV system under varying solar irradiance and temperature conditions, with the AOA algorithm showing the fastest settling time and the HOA algorithm providing the smoothest voltage profile.
Discussion
In this discussion section, the paper emphasizes the significance of photovoltaic (PV) cell modeling for analyzing solar energy systems, highlighting various electrical equivalent circuit models, particularly the single-diode model (SDM), which is favored for its simplicity and accuracy. The mathematical representation of the current-voltage characteristics of a PV module is provided, detailing key parameters such as photogenerated current ($I_{ph}$), diode saturation current ($I_{o}$), and the thermal voltage ($V_{t}$). The study focuses on a 100 kW PV system configuration utilizing SunPower SPR-305E-WHT-D modules, optimized through a Fractional Order Proportional-Integral (FOPI) controller based on the Incremental Conductance (IC) Maximum Power Point Tracking (MPPT) technique.
The proposed FOPI controller is tuned using the Hippopotamus Optimization Algorithm (HOA), which enhances the controller’s performance by minimizing conductance errors and ensuring optimal duty cycle adjustments for a boost converter linked to a grid-tied inverter. The results demonstrate that the HOA significantly outperforms traditional algorithms like Genetic Algorithm (GA) and Grey Wolf Optimization (GWO) across various climatic scenarios, achieving faster response times and improved power extraction efficiency. The findings indicate that the HOA-based FOPI-IC-MPPT controller offers a robust solution for maximizing energy yield in grid-connected PV systems, particularly under fluctuating environmental conditions, with future work aimed at integrating AI techniques for enhanced performance under partial shading.