Bitki tabanlı optimizasyon algoritmaları ile fotovoltaik modellerin parametre tahmini

Çözümü zor veya karmaşık olan optimizasyon problemlerinin çözümü için doğadan ilham alınarak tasarlanan birçok meta-sezgisel algoritma bulunmaktadır. Bu çalışmada, son zamanlarda önerilen bitki tabanlı meta-sezgisel algoritmalardan olan etçil bitki algoritması (CPA) ve ağaç tohum algoritması (TSA) üzerine odaklanılmıştır. TSA, ağaçlar ve tohumlar arasındaki bağlantıdan esinlenilerek tasarlanmış etkili bir algoritma yapısına sahiptir. Aynı zamanda TSA'da kontrol parametresine bağlı olarak iki farklı çözüm üretme mekanizmasının kullanılması keşif ve sömürü yeteneklerinin dengelenmesini hedeflemektedir. Ancak algoritmanın yapısı genel olarak incelendiğinde popülasyon çeşitliliğinin kaybolması, yerel minimumlara takılması gibi bazı dezavantajların olduğu görülmektedir. Bu durumlara çözüm üretmek amacıyla TSA'ya çoklu strateji adı altında üç farklı yaklaşım eklenmiştir. Bu yaklaşımlar ile iyileştirilen algoritma çoklu strateji tabanlı ağaç tohum algoritması (MS-TSA) olarak adlandırılmıştır. CPA'da ise yerel minimumlara takılma eğiliminin en aza indirilebilmesi ve çözüm kalitesinin iyileştirilebilmesi için CPA'ya öğretme faktörü stratejisi eklenmiştir. Bu strateji ile iyileştirilen algoritmaya I-CPA adı verilmiştir. Önerilen her iki yöntemin performansı ilk olarak CEC2017 fonksiyonlarında test edilmiştir. Daha sonra fotovoltaik (FV) modüllerin girdi verileri kullanılarak tek diyot, çift diyot ve fotovoltaik modül modellerine ait parametre değerleri hem I-CPA yöntemi hem de MS-TSA yöntemi ile belirlenmiştir. Her iki yöntem ile elde edilen sonuçlar bazı klasik ve modern meta-sezgisel algoritmaların sonuçlarıyla karşılaştırılmıştır. Ayrıca deneysel sonuçlara göre elde edilen yakınsama eğrileri, kutu grafikleri, akım (I) – gerilim (V) ve güç (P) – gerilim (V) karakteristik eğrileri ile önerilen yöntemlerin performansları analiz edilmiştir. Elde edilen tüm sonuçlar ve analizler, önerilen her iki yöntemin de karşılaştırılan algoritmalardan daha başarılı ve etkili olduğunu göstermiştir.