Browsing by Author "Monteiro, Bruno Pinto"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Desenvolvimento e aplicação do algoritmo Chaotic Electric Eel Foraging na procura do ponto de máxima potência em sistemas fotovoltaicosPublication . Monteiro, Bruno Pinto; Calado, Maria do Rosario Alves; Pombo, José Álvaro NunesEstamos profundamente envolvidos numa constante dinâmica de mudança e na busca por soluções mais eficientes em comparação com as normas pré-estabelecidas, seja no âmbito tecnológico, energético ou em qualquer outra área existente. Neste contexto, as energias renováveis desempenham um papel cada vez mais relevante no funcionamento da sociedade, sendo atualmente a energia fotovoltaica uma das áreas com maior atividade de investigação. A investigação nesta área revela-se essencial, especialmente face à crescente emergência de novas tecnologias fotovoltaicas mais otimizadas e eficientes, exigindo-se uma análise meticulosa e uma compreensão aprofundada do seu funcionamento. Para concretizar este objetivo, surge o desafio complexo de propor um novo algoritmo de procura do ponto de máxima potência, com o intuito de extrair a máxima potência disponível de um sistema fotovoltaico. O principal objetivo desta dissertação é o desenvolvimento e a implementação de um algoritmo bio-inspirado e computacionalmente avançado na área fotovoltaica, com o intuito de explorar o seu potencial na procura do ponto de máxima potência. Este algoritmo, denominado de Chaotic Electric Eel Foraging Optimization, é uma modificação do recente algoritmo Electric Eel Foraging Optimization, que, por sua vez, é inspirado no comportamento de procura exibido pelas enguias elétricas na natureza. Para testar e validar o algoritmo proposto, foram simulados três casos de estudo: o primeiro em condições sem sombreamento parcial, o segundo com condições de ligeiro sombreamento parcial e o terceiro com três situações de condições de sombreamento parciais mais complexas. O desempenho do algoritmo proposto foi comparado com o método convencional de procura do ponto de máxima potência mais utilizado, o Perturba e Observa, bem como com três métodos computacionais avançados de procura do ponto de máxima potência bio-inspirados, nomeadamente o Flower Pollination, o Grey Wolf Optimizer e o Particle Swarm Optimization. Os resultados obtidos demonstraram que o algoritmo proposto superou os restantes em termos de taxa de sucesso, número de iterações até à convergência e eficiência, mesmo em condições de sombreamento parcial complexas.