مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

بخشی از ترجمه فارسی مقاله:

6.1 نتایج آزمایش عملی برای 4S-2P با 2 الگو a وb
مشابه شبیه سازی نتایج FPA از طریق آزمایش عملی و نتایج روشهای PSO و P&O بدست آمد که در شکل 16 و 17 آورده شده است.با روش FPA سریعتر نتایج حاصل گردید .در هر دو الگو از طریق الگوریتم FPA با زمان 0.8و0.67 به GMPP رسیده است با روش PSO نیز به GMPP با زمان طولانی تر می رسد .برای الگوی اول روش P&O به نتیجه رسیده ولی در روش الگو دوم یکی از مقادیر محلی بدست آمده است.
پانلهای 6PV در دو الگوی مختلف سایه C ,D بصورت عملی آزمایش و نتیجه برای استفاده از 3 الگوریتم جمع آوری و قابل مقایسه می باشد .در روش FPA در 4 تکرار به مقدار حداکثر در 0.42و0.41 ثانیه رسید
نتایج آزمایش عملی مانند شبیه سازی بوده و PSO با زمان بیشتر همگرا می گردد و لی ، روش P & O در یکی از قله های محلی به دام می افتد . تحقق نتایج سخت افزار الگوهای (ج) و (د) در شکل 18 و 19نشان داده شده است.
برای آزمایش تاثیر تغییر تابش و برای تست دقت روش ارائه شده در شرایط سایه جزئی، آزمایش تغییر از الگوی (1) به (2) شکل 12 انجام شده است هر الگو به مدت 50 ثانیه ساخته شده است ورسیدن به MPP جدید در شکل 20 نمایش داده شده .

8. صرفه جویی در انرژی و تولید درآمد
ردیابی نقطه حداکثر قدرت یک ابزار کلیدی برای استخراج حداکثر انرژی است
با این حال، صرفه جویی در انرژی و تولید درآمد از طریق ردیابی نقطه حداکثر قدرت به دینامیک بودن سیستم انتخابی بستگی دارد.از این رو، نویسندگان الگوریتم را برای شرایط واقعی با سیستم های PV 2.1 کیلو وات ،واقع در برج تکنولوژی ساختمان دانشگاه VIT با هشت پانل 250وات متصل در یک رشته اجرا نمودند ، حداکثر خروجی تحویلی توسط سیستم 2.1 KW برآورد شده بود. از آنجا که سیستم با سایه شرایط پیچیده تر و چالش برانگیزی در ردیابی دارد ، متفاوت است الگوی PV که اغلب در یک روز به دلیل عبور ابر و رخ و سایه ساختمان حالتهای مختلفی برای پانل بوجود می آید که برای ارزیابی صرفه جویی در انرژی در بسیار ضرورری است. قابل ذکر است که، سرعت ردیابی و یکی از پارامترهای مهم در بهره وری مقدار انرژی ذخیره شده و درآمد تولیدی دارند . جهت اعتبار سنجی ارزیابی روشهای PSO ,و P & O نیز اجرا ونتایج مقایسه شدند.
بیش از یک ماه مشخصات تابش در Vellore تحت نظر قرار گرفت و مشاهده گردید ساعت بین 10 صبح تا 17 نور خورشید موثر می باشد .
علاوه بر این، برای تجزیه و تحلیل هفت الگوهای مختلف در فواصل مختلف یک روز به صورت تصادفی اتفاق می افتد که اطلاعات مربوطه در جدول 5 آورده شده است
به منظور بررسی عملکرد الگوریتم تحت وقوع اوج متعدد،منحنی P-V برای همه الگوهای PV مورد مطالعه در نظر گرفته ،با استفاده از نرم افزار MATLAB شبیه سازی شده و در شکل 21 رسم شد.
هر الگوی PV به مدت یک ساعت اجرا و مقادیر نهایی با روشهای مختلف PSO، P & O و FPA بررسی گردید . قدرت،ولتاژ و جریان در MPP تحت نظارت و جدول بندی مشاهده گردید
که در روش FPA در همه موارد و تغییرات شرایط آب و هوایی بدرستی نقطه MPPT تعیین گردید.در صورتی که استفاده از الگوریتم PSO وP & O باعث توان خروجی کمتر گردید. همچنین در شکل 22 منحنی ستونی مربوط به سرعت ردیابی ، توان تولیدی،موثر بودن روش،واحد برق تولید شده ،درآمد حاصل شده ،شاخص استفاده از ظرفیت  نمایش داده شده است و مشخص است که در همه الگوها با روش الگوریتم FPA بیشترین خروجی را خواهیم داشت.واز لحاظ شبیه سازی و عملی ثابت می شود این روش می تواند به عنوان یک روش دقیق مورد استفاده قرار گیرد.

9. نتیجه گیری
در این مقاله یک الگوریتم گرده افشانی گل جدید FPAبرای بدست آوردن MPPT و ردیابی نقطه حداکثر توان در سولارهای خورشیدی پیشنهاد گردید و مشخص گردید علاوه بر سرعت عمل و سادگی محاسبات ، در شرایط سایه قوی نیز بدرستی عمل نماید .لذا در عمل و در سیستمها پویا تر بوده و عملکرد مناسب تری را دارد و در صورت استفاده در سیستمهای PV می تواند باعث افزایش بهره وری و میزان توان و درآمد گردد.

بخشی از مقاله انگلیسی:

6.1. Hardware result for 4S-2P- pattern (a) and (b) Similar to simulation;

FPA results are verified via hardware prototype under similar operating condition for the following patterns (a), (b), (c) and (d). Experimental results for pattern (a) and (b) with FPA, PSO and P&O methods are shown in Fig. 16 and Fig. 17. PV simulator is coded with shell SM55 data to match the characteristics with original panel. Compared to PSO and P&O methods; FPA is the fastest method to converge in shortest time for both the patterns. Further in both the cases FPA has reached GMPP comprehensively with fewer transients at the duty of 0.80 and 0.67. In case of PSO method, its ability to converge at GMPP is clearly visible but the time taken to converge and oscillations are high. Though P&O method converged to GMPP for pattern (a), it is trapped to one of the local peaks for pattern (b). Moreover, the traditional three point behavior is clearly seen in both the waveforms.

8. Energy saving and income generation

Tracking Maximum Power Point is a key tool to extract available maximum energy however, energy saving and income generated via tracking will decide the viability of the method before selection. Hence, the authors performed a performance analysis for the proposed algorithm on a real time conditions with 2.1 KW PV systems located at Technology Towers building of VIT University. With eight 250 W PV panel connected in a string, maximum deliverable output by the system is estimated as 2.1 KW. Since the system with shaded conditions are more complex and challenging in tracking, different PV pattern that occurs often in a day due to cloud passage and building shadows are considered for energy saving evaluation. It is noteworthy to mention that, tracking speed and efficiency are the key parameters that influence the amount of energy saved and income generated. To validate the evaluation on energy savings PSO and P&O algorithms are also executed in real time conditions and the results are compared. Over a month the irradiation profile in vellore is kept under observation to estimate the effective sun hours and it is found that, the tropical regions in vellore have feasible sunlight for solar power generation between 10 a.m and 5 p.m. Further, for analysis seven different patterns occurring in a day at random intervals is considered and their irradiation profile data is tabulated in Table 5. To verify the performance of algorithm under multiple peak occurrences, P-V curves for all the PV patterns considered under study are simulated using MATLAB and plotted in Fig. 21. With each PV pattern running for an hour, the convergence to global peak for PSO, P&O and FPA is closely watched. Power, Voltage and current at MPP are monitored and tabulated for veri- fication. Irrespective of multiple peak occurrences, it is observed that FPA in all the cases has climbed to global peak and assures it supreme robustness over all climatic changes. Whereas PSO and P&O have delivered less power output when compared to FPA. Notably, for pattern 3 and 4 the PSO method has produced less power since PSO have got trapped in local peaks. In case of P&O method, except pattern 6, in all other cases it is trapped under local peaks. Hence, the algorithm performance studied with different patterns are quantitatively compared and compiled in Table 6. Based on the critical analysis performed with 7 different patterns, a summary on amount of revenue generation, cumulative energy generation for ESH for a day is estimated and included in Table 7. To show the importance of income generation relying on energy saving, units generated via all the methods is scaled for a year in which, FPA yet again proved its quality as promising alternative in MPPT implementation. From both simulation and hardware analysis performed earlier section and in energy saving, it is observed that dual search process in FPA with reduced complexity is the key success for its suitability for tracking. Further various results obtained in this section are clearly quantified in bar chart as presented in Fig. 22. From the figure, it is seen that except tracking speed, FPA has excelled to stand tall in all the other criteria considered for energy evaluation. Since P&O have a short coming of trapping under local power peaks, it attains faster convergence superior to FPA. However, the power generated via P&O is always less when compared to FPA. Thus the discussion clarifies that FPA has emerged to be a finest alternatives to conventional and swarm optimization methods.

9. Conclusion

In this article a new Flower pollination algorithm is proposed for solar PV Maximum Power Point Tracking. Application of FPA to PV tracking has successfully identified global peak irrespective of critical shade conditions. Randomness created in local and global pollination is the novel quality in FPA which posses quick convergence at strong shaded conditions. Further, simple structure and less steps implementation are the key merits to construct a dynamic MPPT system. Various PV patterns tested under all irradiated conditions illustrate the FPA superiority in all the cases and confirm the proposed FPA method is one of the effective replacements for conventional and Evolutionary methods. Finally an exclusive analysis on income generation demonstrated in real time conditions also strongly suggest that the FPA MPPT can harvest more energy and helps in generating higher income leading to quick payback period.

مبتدی (مناسب برای درک مفهوم کلی مطلب) 

منبع تغذیه مقایسه کننده از مرجع خود- بایاس کننده با ترانزیستورهای کانال کوتاه استفاده می کند[10].
مقایسه کننده طراحی شده در سیگنال 20 MHz به طور متوسط 300 μA مصرف می کند، بهره ولتاژ آن در فرکانس بهره واحد 230 MHz برابر 65 dB و حداکثر زمان سوئیچینگ 3.75 ns است.

C. منطق SAR
شکل 3، مدار ثبات تقریب متوالی را بر اساس ثبات شیفت سری نشان می دهد. این مدار به عنوان یک نقاب [mask] برای مقایسه و ذخیره سازی تخلیه فعلی برای ثبات بازگشتی عمل می کند، که نتیجه فعلی تبدیل را ذخیره می کند. D-فلیپ فلاپ های جلویی همزمان شده با بازنشانی [reset] و تنظیم [setting] ناهمزمان عناصر اصلی این بلوک [11] هستند.

سیگنال مثبت بازنشانی RST ثبات سری با ضبط 1 در اولین راه اندازی [trigger] پاک شده و با ذخیره نتیجه تبدیل های قبلی از clocking [همزمان سازی دو دستگاه] جلوگیری می کند. بعد و پس از بازنشانی منطق 0 ساعت یک ثبات تجمعی را بازنشانی می کند و نقاب MSB آن را به واحد منطقی تغییر می دهد. EOC (پایان تبدیل) به منطق 0 می رود، که تنها پس از مقایسه حداقل بیت قابل توجه [least significant bit] معکوس می شود.

D. DAC
DAC نشان داده شده در شکل 4، به وسیله آرایه ای از خازن های وزن دهی شده به صورت دودویی با خازن مرجــــــــع Cunit = 10fF ساخته شده است، چون که این راه حل بهترین تبدیل خطی و بهترین تعداد عناصر کلیدی برای سوئیچینگ خازن ها به زمین یا منبع تغذیه را فراهم می کند.

مهم ترین وظیفه، طراحی توپولوژی تخصصی آرایه خازنی به منظور اطمینان از حداکثر دقت تطبیق عناصر آرایه، و در نتیجه حداقل انحراف از مقادیر نامی نسبی عناصر آرایه است.
یکی از مشکلات هنگام تولید نقاب، داشتن بایاس مؤثر بر نسبت ابعاد (مقدار نامی) خازن هاست. این امر غیر خطی بودن دیفرانسیل (DNL) و انتگرال (INL) را افزایش می دهد. به خصوص وقتی که تعداد بیت ها زیاد باشد، مقدار این بایاس بزرگ تر می شود. راه حل این مشکل تفکيک [partition] هر خازن متصل به عناصر مشابه موازی است. به عنوان مثال، مقدار نامی خازنی که مضربی از Cunit است. پارامترهای مؤثر بر ساخت این خازن ها، نسبت های قبلی خود را حفظ می کنند.
از آن جا که خازن ها از طریق مقاومت سوئیچ ها شارژ می شوند، برای حفظ دقت DAC باید اندازه آن ها در نظر گرفته شود:

با کاهش Cunit، عملکرد DAC (1) بهبود و دقت کاهش می یابد. نویز حرارتی (2) افزایش یافته و اثر عناصر پارازیتی بر روی نسبت اندازه خازن ها افزایش می یابد.
به منظور کاهش نفوذ پارازیت ها، عناصر سیم بندی کل آرایه توسط یک ناحیه فلزی زمین شده (بلوک واقع در بالای حفاظ فلزی) تحت پوشش قرار داده می شود، و تنها سوراخ ها برای اتصال به صفحه پایینی خازن باقی می ماند. این کار به ظرفیت خازنی پارازیتی زمین شده صفحات بالا و پایین اضافه می کند، اثر عناصر پارازیتی سیم بندی را کاهش و مصرف را در مرحله شارژ DAC افزایش می دهد.

3. نتایج شبیه سازی و آرایش
تراشه پیشنهادی برای ساخت در فرآیند180 nm single poly 6 metal MMRF CMOS به وسیله شرکت UMC (تایوان) طراحی شده است. شکل 5، آرایش ADC را نشان می دهد. این ADC به همراه آرایه خازنی ناحیه ای در حدود 0.105 mm2 از سطح تراشه را اشغال می کند. پارامترهای دیگر ADC در جدول 1 ارائه شده است.
INL و DNL برای ADC SAR طراحی شده در شکل 6 نشان داده شده است. دقت DAC به دقت اچینگ [etching] فلزی و نویز آرایه خازنی وابسته است. مقادیر پیک INL بین 0.1 – 0.65 LSB و مقادیر پیک DNL بین -0.55 – 0.68 LSB قرار دارند. سوئیچ های مقاومت کم، سرعت را بالا برده و مصرف توان و غیرخطی بودن ADC را افزایش می دهند.