인공 신경망과 퍼지를 이용한 최대 전력점 추적을 위한 모델

Abstract

태양광 발전은 일사량 및 온도 등 외부변화에 따른 안정적이고 효율적인 최대 전력 출력 전력점을 추적하기 위한 MPPT 알고리즘이 필요하다. 본 연구는 인공 신경망을 이용하여 기존 MPPT 알고리즘보다 신속하게 MPP를 추적할 수 있는 모델을 구현하였다. 제안 모델은 인공 신경망의 학습 데이터를 위해 다양한 일사량과 온도의 조합에 대해서 기존 MPPT 알고리즘으로 MPP의 전류와 전압을 찾았다. 획득한 MPP 데이터는 입력 노드를 일사량과 온도로 출력 노드를 전류와 전압으로 하여 학습하였다. 실험결과 일사량과 온도 변화가 있는 0~0.3t 구간에서 추적시간은 기존 알고리즘인 P&O와 InC 그리고 Fuzzy는 각각 0.428t, 0.49t 그리고 0.4076t이였으며, 제안 모델은 0.32511t로서 기존 알고리즘 보다 0.1t 이상 신속하게 MPP를 추적하였다.