This paper presents the development

This paper presents the development of an optimized fuzzy logic based photovoltaic (PV) energy dispatch controller using a swarm intelligence algorithm The PV system considered is grid-independent and consists of a fuzzy logic controller (FLC), PV arrays, battery storage, and two types of loads: a constant critical load and a time-varying non-critical load. The swarm intelligence applied in this paper is the particle swarm optimization (PSO) algorithm and is used to optimize both membership functions and rule set of the FLC. By using PSO algorithm, the optimized FLC is able to maximize energy to the system loads while also maintaining a higher average state of battery charge. This optimized FLC is then compared with the standard energy dispatch controller, referred to as the “PV-priority” controller. The PV-priority controller attempts to power all loads and then charge the battery resulting on lesser number of days of power to critical loads unlike the optimized FLC.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แสดงการพัฒนาของการเพิ่มประสิทธิภาพตรรกศาสตร์ตามแผงเซลล์แสงอาทิตย์ (PV) พลังงานส่งควบคุมใช้กับฝูงปัญญาอัลกอริทึมระบบพลังงานแสงอาทิตย์ถือว่าเป็นเส้นอิสระ และประกอบด้วยตัวควบคุมตรรกศาสตร์ (FLC), เรย์ PV แบตเตอรี่ และเก็บสองชนิดของโหลด: โหลดคงสำคัญและไม่สำคัญโหลดเวลาแตกต่างกัน ปัญญาบินว่อนที่ถูกใช้ในเอกสารนี้อนุภาคฝูงเพิ่มประสิทธิภาพ (PSO) อัลกอริทึม และใช้ปรับฟังก์ชันสมาชิกและตั้งกฎของ FLC โดยใช้อัลกอริทึม PSO, FLC ให้เหมาะก็สามารถเพิ่มพลังงานเพื่อโหลดระบบในขณะที่ยัง รักษารัฐเฉลี่ยสูงของแบตเตอรี แล้วมีการเปรียบเทียบ FLC นี้ให้เหมาะกับตัวควบคุมส่ง พลังงานมาตรฐานเรียกว่าตัวควบคุม "PV ความสำคัญ" พยายามควบคุมสำคัญ PV พลังงานโหลดทั้งหมด และชาร์จแบตเตอรี่ได้น้อยกว่าจำนวนวันจะโหลดสำคัญต่างจาก FLC ให้เหมาะแล้ว

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอการพัฒนาของตรรกศาสตร์ที่ดีที่สุดตามเซลล์แสงอาทิตย์ (PV) จัดส่งพลังงานควบคุมโดยใช้อัลกอริทึมปัญญาฝูงระบบ PV ถือว่าเป็นตารางที่เป็นอิสระและประกอบด้วยตัวควบคุมตรรกศาสตร์ (FLC) อาร์เรย์ PV, การจัดเก็บแบตเตอรี่และสอง ประเภทของการโหลด: โหลดที่สำคัญอย่างต่อเนื่องและเวลาที่แตกต่างในการโหลดที่ไม่สำคัญ หน่วยสืบราชการลับฝูงนำไปใช้ในงานวิจัยนี้คือการเพิ่มประสิทธิภาพจับกลุ่มอนุภาค (PSO) ขั้นตอนวิธีและถูกนำมาใช้เพื่อเพิ่มประสิทธิภาพทั้งฟังก์ชั่นการเป็นสมาชิกและตั้งกฎของ FLC โดยใช้อัลกอริทึม PSO, FLC ที่ดีที่สุดคือสามารถเพิ่มพลังงานให้กับโหลดระบบในขณะที่ยังคงรักษาสถานะที่สูงกว่าค่าเฉลี่ยของการใช้งานของแบตเตอรี่ FLC ที่ดีที่สุดนี้แล้วเมื่อเทียบกับการควบคุมการจัดส่งพลังงานมาตรฐานเรียกว่า "PV ที่มีความสำคัญ" ควบคุม ควบคุม PV ที่มีความสำคัญความพยายามที่จะใช้พลังงานโหลดทั้งหมดแล้วชาร์จแบตเตอรี่ที่เกิดในจำนวนที่น้อยกว่าวันของอำนาจในการโหลดที่สำคัญแตกต่างจากการเพิ่มประสิทธิภาพ FLC

ผลลัพธ์ (ไทย) 3:

บทความนี้นำเสนอการพัฒนาประสิทธิภาพฟัซซี่ลอจิกโดยใช้แผงเซลล์แสงอาทิตย์ ( PV ) ควบคุมการใช้พลังงานส่งฝูงฉลาดขั้นตอนวิธี PV ระบบจัดตารางอิสระและประกอบด้วยตัวควบคุมแบบฟัซซี่ ( FLC ) , อาร์เรย์ PV แบตเตอรี่ , กระเป๋า , และสองชนิดของโหลด : โหลดคงที่และไม่เกิดวิกฤตการโหลดฝูงสติปัญญาที่ใช้ในบทความนี้คืออนุภาค Swarm Optimization ( PSO ) ขั้นตอนวิธีและถูกใช้เพื่อเพิ่มประสิทธิภาพการทำงาน ทั้งสมาชิก และชุดกฎของ FLC . โดยใช้ขั้นตอนวิธีระบบเพิ่มประสิทธิภาพ , FLC สามารถเพิ่มพลังงานการโหลดระบบในขณะที่ยังคงมีค่าเฉลี่ยสูงกว่าสถานะของแบตเตอรี่นี้เหมาะ FLC แล้วเปรียบเทียบกับมาตรฐานพลังงานส่งควบคุม เรียกว่าตัวควบคุม " PV มาก่อน " ความสำคัญของการควบคุมความพยายามพลังงาน PV โหลดทั้งหมดแล้วชาร์จแบตเตอรี่ซึ่งในจำนวนน้อยของวันของพลังงานที่สำคัญแตกต่างจากการโหลด FLC .