DOI: https://doi.org/10.1038/s41598-025-03154-w
PMID: https://pubmed.ncbi.nlm.nih.gov/40456858
تاريخ النشر: 2025-06-02
المؤلف: Mustapha Melhaoui وآخرون
الموضوع الرئيسي: تقنيات تحسين أنظمة الطاقة الشمسية
نظرة عامة
تقدم هذه الورقة تحليلًا شاملاً للتحكم في أنظمة الطاقة الشمسية (PV) باستخدام MATLAB/Simulink، مع التركيز بشكل خاص على تحسين خوارزميات تتبع نقطة القدرة القصوى (MPPT) لتعزيز الكفاءة في الظروف الديناميكية. يقدم المؤلفون نهجًا هجينًا جديدًا يدمج بين التوصيل المتزايد مع التحكم المنطقي الضبابي (FLC)، باستخدام متغيرين مدخلين مبتكرين: مجموع التوصيل والتوصيل المتزايد (SInC) ومعدل تغيره (CSI). تشير نتائج المحاكاة إلى أن هذه الخوارزمية الهجينة تحقق كفاءة MPPT متوسطة تبلغ 97.7%، ووقت تقارب يبلغ 53.5 مللي ثانية، وجذر متوسط مربع (RMS) يبلغ 97.8%، متفوقة على الطرق التقليدية وتقنيات هجينة أخرى تحت ظروف إشعاع وحمل متغيرة.
تقوم الدراسة أيضًا بتقييم أداء طرق FLC التقليدية والهجينة المختلفة، كاشفة أنه بينما تصل الطرق التقليدية مثل الاضطراب والملاحظة (P&O) والتوصيل المتزايد (InC) إلى كفاءة تبلغ حوالي 95%، فإنها تعاني من التذبذبات وبطء التقارب خلال التغيرات السريعة في الإشعاع. بالمقابل، يظهر الأسلوب الهجين المقترح استقرارًا وكفاءة متفوقين، مما يقلل بشكل فعال من التذبذبات ويضمن تشغيلًا موثوقًا. على الرغم من ملاحظة تأخير طفيف (أقل من 5 مللي ثانية) في الاستجابة لتغيرات الحمل المفاجئة، إلا أنه لم يؤثر بشكل كبير على الأداء العام. تؤكد النتائج على الدور الحاسم لاختيار المتغيرات المدخلة وتصميم القواعد الضبابية في تعزيز أداء MPPT، مما يضع طريقة FLC الهجينة المقترحة كحل قوي وقابل للتكيف لأنظمة الطاقة الشمسية في العالم الحقيقي في البيئات الديناميكية.
النتائج
تركز نتائج المحاكاة المقدمة في هذا القسم على تقييم الأداء الديناميكي لمختلف تقنيات تتبع نقطة القدرة القصوى (MPPT) المطبقة على نظام الطاقة الشمسية (PV). يتكون النظام، الذي تم تنفيذه في MATLAB/Simulink، من لوحة شمسية SunPower SPR 210، ومحول DC-DC معزز يعمل عبر إشارة PWM بتردد 10 كيلوهرتز، وحمل مقاوم 50Ω. كان الهدف الرئيسي هو تقييم فعالية استراتيجيات التحكم MPPT المقترحة تحت ظروف جوية متغيرة وتغيرات حمل مفاجئة.
تم استخدام مقاييس أداء رئيسية لتحديد فعالية كل خوارزمية MPPT. وشملت هذه كفاءة MPPT المتوسطة، المحسوبة على أنها
\[
\text{MPPT Efficiency} = \left( \frac{\sum_{i=1}^{N} P_{pv}(i)}{\sum_{i=1}^{N} P_{opt}(i)} \right) \times 100\%
\]
لقياس قدرة المستشعر على استخراج الطاقة؛ ووقت التقارب، الذي يقيم سرعة وحدة التحكم MPPT في الوصول إلى نقطة القدرة القصوى الجديدة (MPP) بعد التغيرات في ظروف التشغيل؛ وجذر متوسط مربع الخطأ (RMSE)، المحدد على أنه
\[
\text{RMSE} = \frac{1}{N} \sum_{i=1}^{N} (P_{pv}(i) – P_{opt}(i))^2
\]
لتقييم دقة التتبع. بالإضافة إلى ذلك، تم حساب قيمة RMS المعيارية (RMS%) لتقييم استقرار الناتج الكهربائي بالنسبة للطاقة المثلى. توفر هذه المقاييس تقييمًا شاملاً لأداء تقنيات MPPT في سيناريوهات الزمن الحقيقي.
المناقشة
تستعرض قسم المناقشة في ورقة البحث تصميم وتقييم أداء نظام الطاقة الشمسية (PV)، والذي يتضمن لوحة شمسية SunPower SPR-210، ومحول DC-DC، وحمل مقاوم. تؤكد الدراسة على تأثير العوامل البيئية مثل الإشعاع ودرجة الحرارة على ناتج الطاقة الشمسية، حيث يؤدي الإشعاع الأعلى إلى زيادة توليد الطاقة وتؤدي درجات الحرارة المرتفعة إلى انخفاض الأداء. يستخدم النظام وحدة تحكم لتتبع نقطة القدرة القصوى (MPPT) لتحسين الناتج من خلال الحفاظ على التشغيل عند نقطة القدرة القصوى (MPP). يعد المحول DC-DC أمرًا حيويًا لتنظيم الجهد والتيار، مع حساب معلمات محددة تحت ظروف الاختبار القياسية (STC) لضمان الأداء الأمثل.
تستكشف الدراسة خوارزميات MPPT المختلفة، بما في ذلك نهج هجين يجمع بين طريقة الاضطراب والملاحظة (P&O) مع التحكم المنطقي الضبابي (FLC). تعدل طريقة P&O الجهد المرجعي بناءً على تغييرات ناتج الطاقة، بينما توفر خوارزمية التوصيل المتزايد (InC) آلية تتبع أكثر دقة من خلال تقييم توصيل اللوحة الشمسية. يعزز FLC استراتيجية التحكم من خلال دمج قواعد ضبابية تأخذ في الاعتبار السلوك غير الخطي لنظام الطاقة الشمسية، مما يسمح بتعديلات أكثر فعالية على دورة العمل لإشارة PWM. تقدم الدراسة أيضًا عدة خوارزميات هجينة تستخدم متغيرات مدخلة مختلفة لتحسين دقة وسرعة التتبع، خاصة تحت ظروف إشعاع متغيرة. تظهر النتائج أن خوارزمية P&O-FLC الهجينة تعزز بشكل كبير كفاءة MPPT، محققة كفاءة متوسطة تبلغ 97.5% خلال تغييرات الإشعاع الديناميكية، بينما تقلل أيضًا من التذبذبات حول MPP، مما يحسن استقرار النظام بشكل عام.
DOI: https://doi.org/10.1038/s41598-025-03154-w
PMID: https://pubmed.ncbi.nlm.nih.gov/40456858
Publication Date: 2025-06-02
Author(s): Mustapha Melhaoui et al.
Primary Topic: Photovoltaic System Optimization Techniques
Overview
This paper presents a comprehensive analysis of photovoltaic (PV) system control using MATLAB/Simulink, specifically targeting the optimization of Maximum Power Point Tracking (MPPT) algorithms to enhance efficiency in dynamic conditions. The authors introduce a novel hybrid approach that integrates Incremental Conductance with Fuzzy Logic Control (FLC), employing two innovative input variables: the sum of Conductance and Incremental Conductance (SInC) and its rate of change (CSI). Simulation results indicate that this hybrid algorithm achieves an average MPPT efficiency of 97.7%, a convergence time of 53.5 ms, and a root mean square (RMS) of 97.8%, outperforming conventional methods and other hybrid techniques under varying irradiance and load conditions.
The study further evaluates the performance of various conventional and hybrid FLC methods, revealing that while traditional approaches like Perturb and Observe (P&O) and Incremental Conductance (InC) reach approximately 95% efficiency, they struggle with oscillations and slow convergence during rapid changes in irradiance. In contrast, the proposed hybrid method demonstrates superior stability and efficiency, effectively mitigating oscillations and ensuring reliable operation. Although a slight delay (less than 5 ms) in response to sudden load variations was noted, it did not significantly affect overall performance. The findings emphasize the critical role of input variable selection and fuzzy rule design in enhancing MPPT performance, positioning the proposed hybrid FLC method as a robust and adaptable solution for real-world PV systems in dynamic environments.
Results
The simulation results presented in this section focus on the dynamic performance assessment of various Maximum Power Point Tracking (MPPT) techniques applied to a photovoltaic (PV) system. The system, implemented in MATLAB/Simulink, consists of a SunPower SPR 210 PV panel, a DC-DC boost converter operated via a 10 kHz PWM signal, and a 50Ω resistive load. The primary objective was to evaluate the effectiveness of the proposed MPPT control strategies under varying meteorological conditions and sudden load changes.
Key performance metrics were employed to quantify the effectiveness of each MPPT algorithm. These included the Average MPPT Efficiency, calculated as
\[
\text{MPPT Efficiency} = \left( \frac{\sum_{i=1}^{N} P_{pv}(i)}{\sum_{i=1}^{N} P_{opt}(i)} \right) \times 100\%
\]
to measure the controller’s power extraction capability; Convergence Time, which assesses the speed of the MPPT controller in reaching the new maximum power point (MPP) after changes in operating conditions; and the Root Mean Square Error (RMSE), defined as
\[
\text{RMSE} = \frac{1}{N} \sum_{i=1}^{N} (P_{pv}(i) – P_{opt}(i))^2
\]
to evaluate tracking accuracy. Additionally, the Normalized RMS Value (RMS%) was calculated to assess the stability of the power output relative to the optimal power. These metrics provide a comprehensive evaluation of the MPPT techniques’ performance in real-time scenarios.
Discussion
The discussion section of the research paper outlines the design and performance evaluation of a photovoltaic (PV) system, which includes a SunPower SPR-210 PV panel, a DC-DC boost converter, and a resistive load. The study emphasizes the impact of environmental factors such as irradiance and temperature on the PV output, with higher irradiance leading to increased power generation and higher temperatures resulting in decreased performance. The system employs a maximum power point tracking (MPPT) controller to optimize the output by maintaining operation at the maximum power point (MPP). The DC-DC converter is crucial for regulating voltage and current, with specific parameters calculated under standard test conditions (STC) to ensure optimal performance.
Various MPPT algorithms are explored, including a hybrid approach that combines the Perturb and Observe (P&O) method with fuzzy logic control (FLC). The P&O method adjusts the reference voltage based on power output changes, while the Incremental Conductance (InC) algorithm provides a more precise tracking mechanism by evaluating the conductance of the PV panel. The FLC enhances the control strategy by incorporating fuzzy rules that account for the nonlinear behavior of the PV system, allowing for more effective adjustments to the duty cycle of the PWM signal. The study also presents multiple hybrid algorithms that utilize different input variables to improve tracking accuracy and speed, particularly under varying irradiance conditions. The results demonstrate that the hybrid P&O-FLC algorithm significantly enhances MPPT efficiency, achieving an average efficiency of 97.5% during dynamic irradiance changes, while also reducing oscillations around the MPP, thus improving overall system stability.