Controlling of Multi-Level Inverter Under Shading Conditions Using Artificial Neural Network

Abstract

In real life the PV sources can't supply multilevel inverters with equal and constant DC voltage. The variation of irradiation affects the output voltage of PV's which in turn vary the switching angles required to switch Multi level Inverter MLI to achieve minimum contents of output voltage profile , so the harmonic elimination’s equations must be solved for each set of input DC voltages. This research present how can we use genetic algorithm (GA) to solve harmonic elimination equations of 11 level CHB inverter with equal and non-equal DC sources , then artificial neural network (ANN) is used to switch CHB with suitable angles for any set of input DC sources . The partial shading of PV modules from clouds, obstacles are responsible for unequal DC supply for multilevel inverter. A set of mathematical equations representing the general output waveform of the multilevel inverter with non-equal DC sources is formulated using Fourier series, then GA is used to solve the none linear equations to get the optimal set of switching angles which minimize the total harmonic distortion (THD) of eleven level inverter to acceptable limit, after that ANN is trained to generate these angles in any case of DC voltage variation in short time including constant DC sources when no shading FFT analyses are carried out for output voltage profile to prove that this technique is reliable for MLI; the proposed technique is validated through simulation by matlab Simulink Ra2013. GA and ANN technique achieve minimum THD for both equal and unequal DC sources, and can be applied for any kind of level inverter. According to calculations it is found that THD for equal DC sources was 9.38%, and for variable DC sources was 10.26% when input DC maximum variation was 4.47 volts, and 12.93% when input DC maximum variation was 11.43 volts. The results showed the effectiveness of GA in solving mathematical equations and the effectiveness of the neural network in giving excellent results that reach 99% of the real values اصبح ربط مزارع الخاليا الشمسية بشبكة الكهرباء لغة العصر, ولكن المشكلة تكمن في تحويل مصادر الجهد والتيار الثابتين )DC Sources( الى موجات جيبية )Sine Wave( لتتوافق مع موجة الكهرباء الجيبية, لقد تم استخدام انواع مختلفة من العاكسات )Inverters( لكل نوع حسناته وسيئاته ومعظمها يعتمد عاى ان مصادر فرق الجهد ثابتة, ولكن في حالة وجود الظل يصبح ناتج هذه العاكسات محمال ب )Harmonics( التي تؤذي االحمال المربوطة بالشبكة ولعالج هذه المشكلة تم استخدام انواع الفالتر المختلفة للحد من هذه الظاهرة في هذا البحث تم دراسة استخدام عاكس متعدد المستويات ) Multi-Level Inverter( كاحد االنواع التي يمكنها من تقليل ظاهرة الهارمونيك على الشبكة عن طريق قدح الترانزستورات )IGBTs( بزوايا مناسبة سواء كانت مصادر الجهد ثابتة ام متغيرة لقد تم استخدام جينيتيك الجوريثم )Genetic Algorithm( لحل المعادالت الغير خطية المرتبطة بايجاد افضل زوايا القدح , ثم تم تدريب الشبكة العصبونية على النتائج التي حصلنا عليها من GA لتستطيع توليد زوايا القدح مهما تغيرت مصادر الجهد في حالة وجود ظل على الخاليا الشمسية تم استخدام برنامج Matlab Ra2013 لكتابة برنامج GA وتدريب الشبكة العنكبوتية و تصميم نموذج محاكاة ربط خمس )Single Phase Eleven level Inverter( ب شمسية خاليا لقد اظهرت النتائج ان ) THD ) انخفض الى قيمة %9.3 بدون استخدام الفالتر في حالة تساوي مصادر الجهد المزودة للعاكس, وارتفعت قيمته من %10.26 عندما اصبحت قيمة التغير في مصادر الجهد نتيجة وجود الظل يساوي 4.47 فولت ووصل الى %12.94 عندما اصبحت قيمة التغير في الجهد يساوي 11.43 فولت لقد اظهرت النتائج فعالية )GA) في حل المعادالت الرياضية وفعالية الشبكة العصبونية في اعطاء نتاج ممتازة تصل دقتها الى %99 من القيم الحقيقية .