Systems Science & Control Engineering· 2026Q1
50 kW fotovoltaik sistemlerin mikro şebekelere kuantum sümüksü kalıp optimizasyonu ile entegrasyonu, artırılmış güç çıkışı ve verimlilik için
Novel integration of 50 kW photovoltaic systems in microgrids using quantum slime mould optimization for enhanced power output and efficiency
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Yeni bir kuantum sümüksü kalıp optimizasyonu (QSMO) algoritması, 50 kW PV sistemi ve yüksek kazançlı DC-DC dönüştürücü ile entegre edilerek, değişken ışınım ve kısmi gölgelenme koşullarında geleneksel yöntemleri geride bırakarak %99.96 MPPT verimliliği elde etti.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- 50 kW PV sistemi için MPPT'de yeni bir kuantum sümüksü kalıp optimizasyonu (QSMO) algoritması geliştirildi.
- QSMO algoritması, ASMO (%95.87) ve APSO'dan (%90.82) önemli ölçüde daha yüksek olan %99.96 maksimum MPPT verimliliğine ulaştı.
- Yüksek kazançlı bir DC-DC dönüştürücü, çıkış voltajını 460 V'a ve akımı 75 A'e yükseltti.
- Sistem, iyi güç kalitesi göstergesi olan düşük THD değerlerini (örneğin, 1000 W/m2'de %1.2) korudu.
- QSMO, daha hızlı yakınsama, üstün izleme doğruluğu ve kısmi gölgelenme altında sağlam performans gösterdi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
This paper presents the integration of a 50 kW grid-connected photovoltaic (PV) system with a quantum slime mold optimization (QSMO)-based maximum power point tracking (MPPT) algorithm to enhance power extraction, tracking stability and grid integration under varying irradiance conditions. A high-gain DC–DC converter is incorporated to improve voltage boosting capability and overall conversion efficiency. The proposed system is modelled and validated in MATLAB/Simulink under partial shading and dynamic environmental conditions. Simulation results demonstrate that the proposed QSMO algorithm achieves a maximum MPPT efficiency of 99.96%, outperforming the conventional Adaptive Slime Mould Optimization (ASMO) (95.87%) and Adaptive Particle Swarm Optimization (APSO) (90.82%) approaches. Furthermore, the proposed QSMO method maintains low THD values of 1.2%, 1.7%, 2.2% and 2.4% at irradiance levels of 1000, 850, 650 and 450 W/m2, respectively, indicating improved power quality and grid compliance. The proposed high-gain DC–DC converter delivers an output of approximately 460 V and 75 A, compared with 450 V and 60 A obtained using the conventional boost converter, resulting in enhanced power transfer capability and reduced conversion losses. Qualitative analysis further confirms that the QSMO algorithm provides faster convergence, superior tracking accuracy, lower output ripple, improved voltage and current stability and robust operation under partial shading conditions.
Yazarların özeti; kaynağından alınmıştır. Systems Science & Control Engineering, 2026 · DOI ↗
Devamı Pofolia uygulamasında
Çıkarımlar ve makaleye soru sorma; ilgi alanına göre her gün yeni özetler. Ücretsiz.
Web'de giriş yaparak açAlan: Yenilenebilir Enerji, Sürdürülebilirlik ve Çevre
Renewable Energy, Sustainability and the EnvironmentEnergy