Study and analysis of partial shading effect on power production of a photovoltaic string controlled by three different MPPT techniques: PO, PSO and ANN

Abstract

Часткове затінення відбувається, коли деякі сонячні панелі піддаються зменшенню опромінення. Часткове затінення може призвести до створення вершин та впадин у виробництві електроенергії. Мета цього дослідження — порівняти вплив часткового затінення на здатність методів відстеження максимальноі точки потужності (MPPT), щоб знайти глобальну максимальну точку потужності. З цією метою дослідження зосереджено на моделюванні продуктивності та обговоренні збурень та спостереження (PO), оптимізації рою частинок (PSO) та керування штучною нейронною мережею (ANN). Аналізуючи результати трьох контролерів MPPT з точки зору точності, керування ANN та PSO показали високу продуктивність. З іншого боку, керування PO виявило нижчу точність, особливо при частковому затіненні. Для швидкості реакції керування PO та ANN виявилися найшвидшими, тоді як керування PSO виявило дещо довший час реакції. Однак важливо зазначити, що підхід ANN представляє додаткову концептуальну складність.

Partial shading occurs when some of the solar panels are exposed to reduced irradiation. Partial shading can lead to creating peaks and troughs in power production. The goal of this study is to compare the effect of partial shading on the capacity of maximum power point tracking (MPPT) methods, to find the global maximum power point. To this end, the study focuses on performance simulation and discussion of Perturb and Observe (PO), Particle Swarm Optimization (PSO), and Artificial Neural Network (ANN) controls. Analysing the three MPPT controller’s results, in terms of accuracy, the ANN and PSOcontrols showed high performance. On the other hand, the PO control showed lower accuracy, particularly under partial shading. For the speed of reaction, the P&O and ANN controls proved to be the fastest, while the PSO control showed a slightly longer response time. However, it is important to note that ANN approach presents added complexity interms of conception.