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

국문 초록 (Abstract)

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.

다국어 초록 (Multilingual Abstract)

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).

참고문헌 (Reference)

• 1 옥승규, "계통연계형 태양광 발전시스템의 새로운 MPPT에 관한 연구" 한국정보기술학회 10 (10): 27-34, 2012
• 2 고재섭, "개선된 PO 방법을 이용한 태양광 발전의 MPPT 제어" 대한전기학회 63 (63): 1649-1654, 2014
• 3 김봉석, "가변 스텝 사이즈를 적용한 P&O 방식 기반의 고효율 MPPT 알고리즘 연구" 전력전자학회 24 (24): 1-8, 2019
• 4 문석환, "P&O알고리즘을 이용한 조류발전 시스템의 최대출력 제어" 전력전자학회 22 (22): 199-206, 2017
• 5 N. Femia, "Optimization of perturb and observe maximum power point tracking method" 20 (20): 963-973, 2005
• 6 Ji-Ying Shi, "Moth-Flame Optimization-Based Maximum Power Point Tracking for Photovoltaic Systems Under Partial Shading Conditions" 전력전자학회 19 (19): 1248-1258, 2019
• 7 J. J. Khanam, "Modeling of a photovoltaic array in MATLAB simulink and maximum power point tracking using neural network" 2 (2): 40-46, 2018
• 8 민 준 기, "MPPT 알고리즘의 주기에 따른 발전 영향 분석" 대한전기학회 67 (67): 233-237, 2018
• 9 S. R. Chafle, "Incremental conductance MPPT technique for PV system" 2 (2): 2013
• 10 C. I. William, "Comparative study of P&O and InC MPPT algorithms" 2 : 402-408, 2013
• 11 K. Ishaque, "An improved particle swarm optimization(PSO)–based MPPT for PV with reducedsteady-state oscillation" 27 (27): 3627-3638, 2012
• 12 F. Liu, "A variable step size InC MPPT method for PV systems" 55 (55): 2622-2628, 2008
• 13 F. Liu, "A variable step size INC MPPTmethod for PV systems" 55 (55): 2622-2628, 2008
• 14 K. Ishaque, "A deterministic particle swarm optimization maximum power point tracker for photovoltaic system under partial shading condition" 60 : 3195-3206, 2013