A modified hybrid ALO–PSO-based maximum power point tracking for photovoltaic systems

Abstract

Renewable energy sources are promising for electricity generation because they do not pollute the environment, require low maintenance and are easy to install. However, the characteristics of solar photovoltaic (PV) cells are not linear and depend on weather and environmental conditions. To maximize the power output of a PV system, it is essential to use a maximum power point tracking (MPPT) controller that can quickly and accurately adjust the system to changes in solar radiation and other environmental factors. This thesis proposes a hybrid MPPT algorithm combining antlion optimization (ALO) and particle swarm optimization (PSO) for a PV system under realistic solar radiation conditions. The algorithm calculates an appropriate duty cycle for a DC-DC converter based on the total number of solar panels and demand load. The proposed algorithm achieves high performance with over 99.97% efficiency, low ripple of 0.25%, zero oscillation and fast response time of 0.013s to achieve MPP. Compared to previous works, this algorithm offers improved responses, efficiency, reliability, complexity and cost performance. To verify the robustness of the system, the PV system was subjected to EN50530 European standard testing using Matlab (R 2021a) Simulink. The system was tested under four conditions: standard test condition (STC), irradiation variation, temperature variation, and simultaneous temperature and irradiation variations. The results show that the proposed hybrid ALO-PSO MPPT algorithm offers an efficient and reliable method to maximize power output in PV systems under varying environmental conditions.

Yenilenebilir enerji kaynakları, çevreyi kirletmediği, az bakım gerektirdiği ve kurulumu kolay olduğu için elektrik üretimi için umut vericidir. Bununla birlikte, güneş fotovoltaik (PV) hücrelerinin özellikleri doğrusal değildir ve hava ve çevre koşullarına bağlıdır. Bir PV sisteminin güç çıkışını en üst düzeye çıkarmak için, sistemi güneş radyasyonu ve diğer çevresel faktörlerdeki değişikliklere hızlı ve doğru bir şekilde ayarlayabilen bir maksimum güç noktası izleme (MPPT) denetleyicisi kullanmak esastır. Bu tez, gerçekçi güneş radyasyonu koşulları altında bir PV sistemi için karınca aslanı optimizasyonu (ALO) ve parçacık sürüsü optimizasyonunu (PSO) birleştiren hibrit bir MPPT algoritması önermektedir. Algoritma, toplam güneş paneli sayısına ve talep yüküne dayalı olarak bir DC-DC dönüştürücü için uygun bir görev döngüsünü hesaplar. Önerilen algoritma, MPP'ye ulaşmak için %99,97'nin üzerinde verimlilik, %0,25'lik düşük dalgalanma, sıfır salınım ve 0,013s'lik hızlı yanıt süresi ile yüksek performans elde ediyor. Önceki çalışmalarla karşılaştırıldığında, bu algoritma gelişmiş yanıtlar, verimlilik, güvenilirlik, karmaşıklık ve maliyet performansı sunar. Sistemin sağlamlığını doğrulamak için PV sistemi, Matlab (R 2021a) Simulink kullanılarak EN50530 Avrupa standardı testine tabi tutuldu. Sistem dört koşul altında test edilmiştir: standart test koşulu (STC), ışınlama değişimi, sıcaklık değişimi ve eş zamanlı sıcaklık ve ışınlama değişimleri. Sonuçlar, önerilen hibrit ALO-PSO MPPT algoritmasının, değişen çevresel koşullar altında PV sistemlerinde güç çıkışını en üst düzeye çıkarmak için verimli ve güvenilir bir yöntem sunduğunu göstermektedir.