[논문]개선된 입자 무리 최적화 알고리즘 이용한 태양광 패널의 최대 전력점 추적

김재정; 김창복

doi:10.12673/jant.2020.24.4.291

개선된 입자 무리 최적화 알고리즘 이용한 태양광 패널의 최대 전력점 추적
Maximum Power Point Tracking of Photovoltaic using Improved Particle Swarm Optimization Algorithm 원문보기

한국항행학회논문지 = Journal of advanced navigation technology, v.24 no.4, 2020년, pp.291 - 298

김재정 (가천대학교 에너지 IT학과) , 김창복 (가천대학교 에너지 IT학과)

초록
AI-Helper

본 연구는 입자 무리 최적화 (PSO; particle swarm optimization) 알고리즘을 이용하여 기존의 MPPT 알고리즘보다 신속하게 MPP를 추적할 수 있는 모델을 제안하였다. 제안 모델은 PSO 알고리즘에서 gbest 및 pbest의 가속 상수를 높게 설정하여 신속하게 MPP 지점을 추적하고 이로 인한 전력 불안정 문제점을 제거하였다. 또한, 일사량의 급격한 변화에 따른 태양광 패널의 전력 변화를 감지하여 알고리즘을 다시 실행하였다. 실험결과, 일사량이 691.5W/m2에 대해서 MPPT 시간이 0.03초와 전력이 131.65로서 기존의 P&O와 INC 알고리즘보다 높은 전력과 빠른 속도로 MPP를 추적하였으며, 일사량 변화에 따라 신속하게 MPP를 추적하였다. 제안 모델은 태양광 패널이 병렬로 연결되어 있는 태양광 발전소에서 부분적인 음영에 의해 전력량의 변화를 감지하였을 경우에도 적용할 수 있다. 본 연구는 MPPT 알고리즘을 개선하기 위해 MFO (moth flame optimization) 및 WOA (whale optimization algorithm)와 같은 최적화 알고리즘에 대한 비교 연구가 필요하다.

Abstract ▼ AI-Helper

This study proposed a model that can track MPP faster than the existing MPPT algorithm using the particle swarm optimization algorithm (PSO). The proposed model highly sets the acceleration constants of gbest and pbest in the PSO algorithm to quickly track the MPP point and eliminates the power instability problem. In addition, this algorithm was re-executed by detecting the change in power of the solar panel according to the rapid change in solar radiation. As a result of the experiment, MPP time was 0.03 seconds and power was 131.65 for 691.5 W/m2, and MPP was tracked at higher power and speed than the existing P&O and INC algorithms. The proposed model can be applied when a change in the amount of power is detected by partial shading in a Photovoltaic power plant with Photovoltaic connected in parallel. In order to improve the MPPT algorithm, this study needs a comparative study on optimization algorithms such as moth flame optimization (MFO) and whale optimization algorithm (WOA).

주제어

표/그림 (14)

그림 그림 1. 태양광 패널의 등가회로 Fig. 1. Equivalent circuit pf PV
그림 그림 2. 태양광 패널의 출력특성 Fig. 2. Output characteristics of PV
그림 그림 3. 일사량 변화에 대한 I-V 특성곡선 Fig. 3. I-V characteristic curve with radiation changing
그림 그림 4. 온도 변화에 따른 I-V 특성 곡선 Fig. 4. I-V characteristic curve with temperature changing
그림 그림 5. InC의 제어 원리 Fig. 5. Control theory of InC
그림 그림 6. MPPT 시뮬레이션 모델 Fig. 6. MPPT simulation model
그림 그림 7. 가속상수에 대한 결과 Fig. 7. Results for acceleration constant
표 표 1. Kyocera KC200GT패널 사양 Table 1. Kyocera KC200GT Pannel Specifications
표 표 2. 가중치 계수에 대한 결과 Table 2. Results for weighting coefficient
그림 그림 8. 전체 흐름도 Fig. 8. Overall flowchart
표 표 3. 각 알고리즘의 파라미터 Table 3. Parameters of each algorithm
그림 그림 9. 기존 PSO와 개선된 PSO 결과 Fig. 9. Results for existing PSO and Improved PSO
그림 그림 10. 실험결과 Fig. 10. Experimental results
표 표 4. 각 알고리즘의 비교 Table 4. Comparison of each algorithm

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이와 같이 가속상수 값을 증가시키게 되면 gbest와 pbest의 적응 속도가 높아지므로 MPP 추적시간이 빨라지지만 최적의 전력을 찾아내기 어려운 문제점이 발생한다. 본 논문은 출력전압을 MPP와 동일하게 하기 위하여 부스터 컨버터의 출력 특성을 이용하였다. 다음은 부스터 컨버터의 입출력 전압과 듀티 사이클과의 관계를 나타낸다.
본 연구는 PSO 알고리즘을 이용하여 기존의 MPPT 알고리즘보다 신속한 MPPT 모델을 제안하였다. 시뮬레이션 전체 구성은 태양광 패널과 승압 컨버터인 부스트 컨버터, 그리고 MPPT 알고리즘으로 구성되어 있다.
본 연구는 기존의 알고리즘보다 신속하게 MPP를 추적할 수있는 개선된 PSO 알고리즘 모델을 제안하였다. 제안 알고리즘은 전력이 증가하다가 감소하는 위치가 MPP 지점인 것을 감안하여 PSO 알고리즘의 가중치 계수를 크게 하면 보다 빠르게 유사지점을 추적하는 것을 이용하였다.
본 연구는 입자 무리 최적화(PSO; particle swarm optimization) 알고리즘을 이용하여, 기존의 MPPT 알고리즘보다 신속하게 MPP를 추적할 수 있는 모델을 제안하였다. 제안 알고리즘은 PSO 알고리즘에서 gbest (generation best)와 pbest (particle best)의 가속 상수 값을 높게 설정하여 신속하게 MPP 유사 지점을 추적하고, 이로 인한 전력 불안정 문제점을 제거하는 알고리즘을 제안하였다.

제안 방법

이것은 제안 알고리즘이 전력이 감소하는 위치를 파악하여 최적의 MPP를 찾도록 듀티 사이클을 조정하였기 때문이다. 이에 의해 전압은 해당 환경의 Vmppt인 24.8 V를 탐색하고 이에 따라 태양광 패널의 I-V특성에 의해 Impp를 탐색하여 최종적으로 MPP를 찾아냈다. 이것은 131.
제안 알고리즘은 전력이 증가하다가 감소하는 위치가 MPP 지점인 것을 감안하여 PSO 알고리즘의 가중치 계수를 크게 하면 보다 빠르게 유사지점을 추적하는 것을 이용하였다. 이에 의해 전압은 해당 환경의 Vmpp를 탐색하고 이에 따라 태양광 패널의 I-V특성에 의해 Impp를 탐색하여 최종적으로 MPP를 탐색하였다. 제안 알고리즘은 전력은 기존의 PSO와 동일한 성능을 보이고 MPPT시간은 0.
본 연구는 입자 무리 최적화(PSO; particle swarm optimization) 알고리즘을 이용하여, 기존의 MPPT 알고리즘보다 신속하게 MPP를 추적할 수 있는 모델을 제안하였다. 제안 알고리즘은 PSO 알고리즘에서 gbest (generation best)와 pbest (particle best)의 가속 상수 값을 높게 설정하여 신속하게 MPP 유사 지점을 추적하고, 이로 인한 전력 불안정 문제점을 제거하는 알고리즘을 제안하였다. 본 연구는 MATLAB과 Simulink를 이용하여 시뮬레이션 하였다.
본 연구는 기존의 알고리즘보다 신속하게 MPP를 추적할 수있는 개선된 PSO 알고리즘 모델을 제안하였다. 제안 알고리즘은 전력이 증가하다가 감소하는 위치가 MPP 지점인 것을 감안하여 PSO 알고리즘의 가중치 계수를 크게 하면 보다 빠르게 유사지점을 추적하는 것을 이용하였다. 이에 의해 전압은 해당 환경의 Vmpp를 탐색하고 이에 따라 태양광 패널의 I-V특성에 의해 Impp를 탐색하여 최종적으로 MPP를 탐색하였다.

대상 데이터

위치는 속도와 마찬가지로 위치가 최대 위치나 최소 위치를 벗어나면 최대 또는 최소 위치로 지정하게 된다. 본 논문에서 위치는 컨버터 스위치의 듀티 사이클이다.
본 연구는 PSO 알고리즘을 이용하여 기존의 MPPT 알고리즘보다 신속한 MPPT 모델을 제안하였다. 시뮬레이션 전체 구성은 태양광 패널과 승압 컨버터인 부스트 컨버터, 그리고 MPPT 알고리즘으로 구성되어 있다. 태양광 패널의 출력은 전력이며, PSO 알고리즘에서 입자의 속도는 시스템의 전압 증가이고, 입자의 위치는 부스트 컨버터의 스위치에 대한 듀티 사이클이다.

이론/모형

제안 알고리즘은 PSO 알고리즘에서 gbest (generation best)와 pbest (particle best)의 가속 상수 값을 높게 설정하여 신속하게 MPP 유사 지점을 추적하고, 이로 인한 전력 불안정 문제점을 제거하는 알고리즘을 제안하였다. 본 연구는 MATLAB과 Simulink를 이용하여 시뮬레이션 하였다.
실험은 윈도우 10 환경에 Matlab 2019a 버전을 이용하여 구성하였고, 입력데이터는 Simulink의 Signal Builder를 사용하였다. 일사량은 0-0.

성능/효과

03초이다. 각 알고리즘의 MPP 추적 시간은 기존 알고리즘 보다 PSO 알고리즘이 보다 신속했다. 또한 기존 PSO 보다 개선된 PSO 알고리즘의 추적시간이 신속했다.
67 9A로 감소하게 된다. 결과적으로, MPP의 전력인 Pmpp는 131.6 W에서 124.4W로 6% 감소된 전력을 발생시킨다. 이와 같이 가속상수 값을 증가시키게 되면 gbest와 pbest의 적응 속도가 높아지므로 MPP 추적시간이 빨라지지만 최적의 전력을 찾아내기 어려운 문제점이 발생한다.
각 알고리즘의 MPP 추적 시간은 기존 알고리즘 보다 PSO 알고리즘이 보다 신속했다. 또한 기존 PSO 보다 개선된 PSO 알고리즘의 추적시간이 신속했다.
03으로 감소하였다. 또한, 실험을 통해 다양한 일사량과 온도의 조합에 대해서 기존 알고리즘에 비해 보다 높은 전력과 빠른 속도로 MPP를 추적함을 증명하였다. 제안 알고리즘은 일사량, 온도 등 기상요소 변화 뿐 아니라 패널의 그림자 요소 등외부 환경 변화에 신속하게 MPP를 추적 가능하다.
각 세대에서 개체의 적합도 값들은 이전 세대의 각 개체의 적합도 값과 비교하여 이전 세대 값보다 좋으면 pbest로 권장하며, 전체 군집의 pbest중 가장 좋은 적합도 값을 가진 개체는 gbest로 권장한다. 본 논문에서 적합도 함수는 전력이다.
또한, 실험을 통해 다양한 일사량과 온도의 조합에 대해서 기존 알고리즘에 비해 보다 높은 전력과 빠른 속도로 MPP를 추적함을 증명하였다. 제안 알고리즘은 일사량, 온도 등 기상요소 변화 뿐 아니라 패널의 그림자 요소 등외부 환경 변화에 신속하게 MPP를 추적 가능하다.
이에 의해 전압은 해당 환경의 Vmpp를 탐색하고 이에 따라 태양광 패널의 I-V특성에 의해 Impp를 탐색하여 최종적으로 MPP를 탐색하였다. 제안 알고리즘은 전력은 기존의 PSO와 동일한 성능을 보이고 MPPT시간은 0.03으로 감소하였다. 또한, 실험을 통해 다양한 일사량과 온도의 조합에 대해서 기존 알고리즘에 비해 보다 높은 전력과 빠른 속도로 MPP를 추적함을 증명하였다.

참고문헌 (14)

S. K. Ock and O. Yang, "A study on the new MPPT control method for grid-connected PV generation system," The Journal of Korean Institute of Information Technology, Vol. 10, No. 2, pp. 28-3, Feb. 2012.
J. K. Min and W. S. Choi, "Analysis of power generation characteristics according to the MPPT algorithm period," The Transactions of the Korean Institute of Electrical Engineers, Vol. 67, No. 4, pp. 233-237, Dec. 2018.
C. I. William, and R. Ramesh. "Comparative study of P&O and InC MPPT algorithms," American Journal of Engineering Research, Vol 2, No. pp. 402-408, 2013.
S. H. Moon, J. W. Kim, B. G. Park, and J. M. Kim, "Maximum power control of tidal current generation system using P&O algorithm," The Transactions of the Korean Institute of Power Electronics, Vol. 22, No. 3, pp. 199-206, Jun. 2017.
F. Liu, S. Duan, F. Liu, B. Liu, and Y. Kang, "A variable step size INC MPPTmethod for PV systems", IEEE Transactions on Industrial Electronics, Vol. 55, No. 7, pp. 2622-2628, 2008.

상세보기
J. J. Khanam and S. Y Foo, "Modeling of a photovoltaic array in MATLAB simulink and maximum power point tracking using neural network," Journal of Electrical & Electronic Systems, Vol. 2, No. 2, pp. 40-46, July. 2018.
K. Ishaque, Z. Salam, M. Amjad, and S. Mekhilef, "An improved particle swarm optimization(PSO)-based MPPT for PV with reducedsteady-state oscillation," IEEE Transactions on Power Electronics, Vol. 27, No. 8, pp. 3627-3638. 2012.

상세보기
K. Ishaque and Z. Salam, "A deterministic particle swarm optimization maximum power point tracker for photovoltaic system under partial shading condition," IEEE Transactions on Industrial Electronics, Vol. 60, pp. 3195-3206, 2013.

상세보기
J. Y. Shi, D. Y. Zhang, F. Xue, Y. J. Li, W. Qiao, W. Yang, Y. M. Xu, and T. Yang, "Moth-flame optimization-based maximum power point tracking for photovoltaic systems under partial shading conditions," Journal of Power Electronics, Vol.19 No.5, pp. 1248-1258, 2019.

원문보기 상세보기
J. S. Ko and D. H. Chung, "MPPT control of PV system using improved PO method," The Transactions of the Korean Institute of Electrical Engineers, Vol. 63, No. 12, pp. 1649 - 1654, 2014.

원문보기 상세보기
B. S. Kim, J. J. King, W. S. Sim, J. M. Jo, and H. J. Cha, "A study on high-efficiency MPPT algorithm based on P&O method with variable step size," The Transactions of the Korean Institute of Power Electronics, Vol. 24, No. 1, pp. 1-8, Feb. 2019.
N. Femia, G. Petrone, G. Spagnuolo, and M. Vitelli, "Optimization of perturb and observe maximum power point tracking method", IEEE Transaction on Power Electronics, Vol. 20, No. 4, pp. 963-973, July 2005.
S. R. Chafle and U. B. Vaidya, "Incremental conductance MPPT technique for PV system," International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering, Vol. 2, Issue 6, June. 2013.
F. Liu, S. Duan, F. Liu, B. Liu, and Y. Kang, "A variable step size InC MPPT method for PV systems," IEEE Transactions on Industrial Electronics, Vol. 55, No. 7, pp. 2622-2628, 7, July 2008.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증