fa بهینه‌سازی ردیابی حداکثر توان در سیستم تولید توان خورشیدی مبتنی بر کنترل‌کننده فازی نوع دو در شرایط سایه جزئی با استفاده از الگوریتم جستجوی سنجاب تخصصي Special پژوهشي Research <div style="text-align: justify;"><span style="font-size:13pt"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times=""><span style="font-weight:bold"><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">امروزه توجه جهانی به سمت تولید انرژی از طریق منابع تجدید‌پذیر به ویژه انرژی خورشیدی جلب شده ‌است. شرایط سایه جزئی مسائل چالش برانگیزی را برای ردیابی نقطه حداکثر توان ایجاد کرده است که شامل گرفتار شدن در نقاط حداکثر توان محلی، زمان ردیابی کند و نوسانات در توان تولید شده در طول زمان ردیابی است. بنابراین محققان به‌منظور غلبه بر مشکلات مربوط به</span></span> <span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">شرایط سایه و مقابله با پیک‌های محلی، تکنیک‌های ترکیبی متنوعی</span></span> <span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">مبتنی بر کنترل‌کننده‌های فازی و الگوریتم‌های فراابتکاری ارائه کرده‌اند. در میان الگوریتم‌های فراابتکاری، بهینه‌سازی ازدحام ذرات و الگوریتم گرگ خاکستری به دلیل اجرای آسان، سادگی و بار محاسباتی کم، از رایج‌ترین روش‌های بهینه‌سازی هستند. ولی اشکال این الگوریتم‌ها سرعت همگرایی کم و مشکل در تنظیم پارامترهای خودشان است و ممکن است تحت تغییرات سریع تابش خورشیدی و شرایط سایه در پیک‌های محلی گرفتار شوند. برای مقابله با این مشکلات در این پژوهش یک ساختار ترکیبی جدید مبتنی بر کنترل‌کننده فازی نوع دو و الگوریتم جستجوی سنجاب به‌کار گرفته شده است. کنترل‌کننده فازی نوع دو بجای کنترل کننده فازی معمولی استفاده شده است و بوسیله‌ی الگوریتم جستجوی سنجاب که بجای الگوریتم گرگ خاکستری به‌کار گرفته شده است، بهینه‌سازی و تنظیم می‌گردد. در این ساختار با اعمال چهار الگوی تابش، تأثیرگذاری کنترل‌کننده پیشنهادی مورد بررسی قرار گرفته است. نتایج شبیه‌سازی در نرم افزار متلب نشان می‌دهد که بازده روش پیشنهادی بطور میانگین حدود 99% است و استفاده از روش پیشنهادی نسبت به عدم استفاده از آن موجب کاهش زمان نشست در حدود 36%، افزایش سرعت ردیابی حداکثر توان و کاهش نوسانات توان می‌گردد.</span></span></span></span></span></span></span></div> <div style="text-align: justify;"><span style="font-size:11.0pt"><span new="" roman="" style="font-family:" times=""><span style="color:black">Today, global attention has been drawn to energy production through renewable sources, especially solar energy.</span></span></span> <span style="font-size:11.0pt"><span new="" roman="" style="font-family:" times=""><span style="color:black">Partial shading conditions have created challenging issues for maximum power point tracking, including trapping at local maximum power points, slow tracking time, and fluctuations in power output during tracking time. Therefore, in order to overcome the problems related to shading conditions and deal with local peaks, researchers have presented various hybrid techniques based on fuzzy controllers and meta-heuristic algorithms. Among all meta-heuristic algorithms, particle swarm optimization and gray wolf algorithm are the most common optimization methods due to their easy implementation, simplicity and low computational load. But the drawbacks of these algorithms are the low convergence speed and the difficulty in adjusting their parameters, and they may be caught under the rapid changes of solar radiation and shading conditions in local peaks. To deal with these problems, a new hybrid structure based on type two fuzzy controller and squirrel search algorithm has been used in this research. The type two fuzzy controller is used instead of the normal fuzzy controller and it is optimized and adjusted by the squirrel search algorithm which is used instead of the gray wolf algorithm. In this structure, by applying four radiation patterns, the effectiveness of the proposed controller has been investigated. The simulation results in MATLAB software show that the efficiency of the proposed method is about 99% on average, And using the proposed method, compared to not using it, reduces the settling time by about 36%, increases the maximum power tracking speed, and reduction of power fluctuations is possible.</span></span></span></div> بهینه‌سازی, سیستم‌های خورشیدی, کنترل‌کننده فازی نوع دو, شرایط سایه جزئی, توان خورشیدی, ردیابی حداکثر توان, الگوریتم جستجوی سنجاب Optimization, Photovoltaic Systems, Type Two Fuzzy Controller, Partial Shading Conditions, Solar Power, Maximum Power Tracking, Squirrel Search Algorithm 1 14 http://jeps.dezful.iau.ir/browse.php?a_code=A-10-137-10&slc_lang=fa&sid=1 Ehsan Zarasvandi Hosseini احسان زراسوندی حسینی 10031947532846002919 10031947532846002919 No Department of Electrical Engineering Ahvaz Branch, Islamic Azad University, Ahvaz, Iran گروه مهندسی برق، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران Ebrahim Aghajari ابراهیم آقاجری aghajari@iauahvaz.ac.ir 10031947532846002920 10031947532846002920 Yes Department of Electrical Engineering Ahvaz Branch, Islamic Azad University, Ahvaz, Iran گروه مهندسی برق، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران Seyed Mohamad Sadegh Ghiasi سید محمدصادق غیاثی 10031947532846002921 10031947532846002921 No Department of Electrical Engineering Ahvaz Branch, Islamic Azad University, Ahvaz, Iran گروه مهندسی برق، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران