A Contrastive Analysis Between The Performance Of Four Metaheuristic Algorithms For Parameter Estimation In Photovoltaic Models

Résumé: L’énergie solaire reste la source d’énergie renouvelable la plus prometteuse pour la production d’électricité en raison de son abondance à la surface de la Terre et de sa nature non polluante. Les modèles photovoltaïques (PV) utilisés pour produire de l’électricité à partir de l’énergie solaire sont parmi les systèmes d’énergie renouvelable les plus populaires. Pour obtenir une efficacité max- imale des modèles photovoltaïques, leurs paramètres doivent être estimés de manière optimale. Les algorithmes métaheuristiques sont apparus comme des alternatives prometteuses, offrant robustesse et efficacité dans la résolution de problèmes d’optimisation complexes. Cependant, l’efficacité de ces algorithmes peut varier de manière significative, ce qui nécessite une analyse comparative complète afin d’identifier les méthodes les plus appropriées pour l’estimation des paramètres photovoltaïques. Nous présentons donc une étude comparative des algorithmes métaheuristiques pour l’estimation des paramètres de deux modules photovoltaïques, à savoir le modèle à diode unique et le modèle à double diode. Plus précisément, l’analyse compare les performances de l’optimiseur de la buse à queue rousse (RTH), de l’optimiseur basé sur la méthode One-to-One (OOBO), de l’optimiseur du bousier (DBO) et de l’optimisation de l’essaim de chats des sables (SCSO). La valeur de l’erreur quadratique moyenne (RMSE) entre les données simulées et les données réelles est utilisée comme fonction objective. En conséquence, il est observé que la meilleure précision d’estimation est atteinte par l’algorithme RTH avec une valeur de 9.86E-04 pour les deux modèles. Par conséquent, le présent document indique que l’algorithme RTH est une méthode efficace et puissante pour l’extraction des paramètres dans les modèles solaires photovoltaïques.

Publié dans la revue: