TELKOM NIKA Indonesia n  Journal of  Electrical En gineering   Vol. 14, No. 3, June 20 15, pp. 376 ~ 3 8 0   DOI: 10.115 9 1 /telkomni ka. v 14i3.790 0        376     Re cei v ed Ma rch 2, 2 015;  Re vised Ap ril  26, 2015; Accepte d  May 1 5 , 2015   An Advanced High Performance Maximum Power Point  Tracking Method with Ant Colony and Particle Swarm  Optimization Method Using Interleaved Boost  Converter      Niv e tha V*,  G. Vija y a  Go w r i, Elamathy  A   K.S.Rangas am y Co lle ge of T e chno log y , T i ruchen go de, Indi a   *Corres p o ndi n g  author, e-ma i l : nivetham ep e d @gma il.com       A b st r a ct   T o  obtain effic i ent maxi mum pow er point tracki n g  oper ati on un der vary ing a nd stea d y  state   envir on me ntal  cond itions w h ic h is base d  on  Ant Colo ny  Optimi z a tion (ACO ) com b ined with Particle Swar m  Optimi z a t i o n  ( PSO) that cont rols a n  i n terle a v ed D C -DC c o nverter co nn ec ted at the  out p u t of PV arr a y  and  ma inta ins a co nstant inp u t-po w e r load. T he  oper ation  of maxi mu m p o w e r point trackin g  is to adjust th e   pow er int e rfac es so th at the  oper atin g  char acteristics of t he l o a d  a nd th e ph otovo l taic  array  match  at  th e   max i mu m p o w e r poi nts. T he simu lati on is  base d  on  the  compute d  al go rithms w h ich s how  very goo d   persp ectives.  T he searc h in g  routin e is d o n e  in l e ss th a n  1 5  steps a nd ta kes less th an  5 0 ms. T h e track i ng   accuracy is b e tter than those f oun d in co nven tiona l metho d s.     Ke y w ords :  PV  system , m a x i m u m  power point tra cking, int e rleaved boost  converter       Copy right  ©  2015 In stitu t e o f  Ad van ced  En g i n eerin g and  Scien ce. All  rig h t s reser ve d .       1. Introduc tion  The in stallati on of p hotovo l taic (PV) ge n e rati on  sy ste m s i s  rapidly  gro w ing  a s  a n  ene rgy  se curity, a n d  ca uses e n vironm ental i ssues such   as  global  warmi ng. PV g ene ration  system  is  clea n an d e c o-frie ndly sou r ce  of en ergy  and it is  ope rated eithe r  in  stand alon e or grid  co nne ct ed  mode s. But the po we r–vo ltage charact e risti c s of  ph otovoltaic p a nel (PV)  hav e a no n-li ne ar  output due to  some tem p e r ature and i r radiation o perating und er p a rtial-sh ading  conditio n s. S o ,  there i s  a  n eed of MPP T  system  to  sam p le  the  output of th e cell s a nd  apply the p r oper  resi stan ce  (l oad) to o b ta in maximum  po wer for  any given  e n vironm ental  co ndition s.  The  maximum po wer p o int tra cki ng (MPPT ) is the auto m atic co ntrol  algorithm to  adju s t the po wer  interfaces a nd harve st the greate s t  possible  p o we r, durin g  variations  of temperatu r e,  photovoltai c  module  cha r a c teri stics, ligh t  level and sh ading fo r eve r y moment. It has b e come  an  essential  co mpone nt to evaluate the  desig n  perf o rma n ce of photovoltai c  panel. Maxi mum  Powe r Point Tra cki ng (MP P T) usually is implem ente d  with po we r electroni c converte rs  whi c h   act as a n  interface betwe en PV array s . Usually  a PV system ma y be a stand alone  system  or  grid  con n e c te d. In the first ca se it is ne cessar y to  kee p  the output  voltage of the system in t he  stand ard  ra n ge for  avoidi ng po we r  cut .  A module o f  MPPT controller i s   sho w n in Fig u re  1  in   whi c h it con s i s ts of a DC-DC interle a ve d  boost converter and a mi croco n trolle r.   The maximu m powe r  poin t  (MPP) of a  PV m odule can be dete c te d by a microcontrolle r  whi c h is  driv en by an MP PT algorith m . Once the M PP is obtain ed, a trigg e ri ng sig nal  with a  spe c ific d u ty cycle i s  gen e r ated an d u s ed to tri gge r the boo st co nverter  swit ches in o r de r  to   ensure that th e conve r ter o perate s  a s  cl ose a s  po ssib le to the PV  MPP.  To obtain  an  efficient maxi mum po we r  point tr a cki ng , two co nsi d e r ation s  can b e  made,  firstly by developin g  an im proved  algo rithm for  maxim u m po we r poi nt tracking  an d by desi gnin g   an efficient in terleaved b o o s t conve r ter  circuit whic h is an importa nt comp one nt in the controller.  Many MPPT t e ch niqu es ha ve bee n p r op ose d  in  the lit eratu r e; exa m ples a r e th e  Pertu r b   and Ob se rve  method s, Incremental  Con ducta nce (IC)  method s, Fu zzy Lo gic  M e thod, etc. In th is   pape r two m o st p opula r   o f  MPPT opti m ization  te ch nique (Ant colony  an d  p a r ticle swa r m)  are   introdu ce d. Ant colo ny alg o rithm o p timi zation  (ACO)  is a  nonlin ea r pro b lem b a sed techniq ue  not  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     An Advan c e d  High Perfo r m ance Ma xi m u m Power  Point Tra ckin g  Method wit h … (Ni v eth a  V)  377 only ensures  the ability to  find t he gl obal maximum  power  point  (MPP), but al so gives  a lower  system  co st and simpl e r  co ntrol sche me.               Figure 1. MPPT Controller      PSO is a population ba se d stocha stic optimizat io n tech niqu e whi c h is initiali ze d with a   popul ation of rand om soluti ons a nd search e s  for opti m a by updati ng gen eratio n s .   This  pap er  p r opo se s th e  combi ned  alg o rithm s  to fin d ing MPP s  d u ring  o scill ation an d  power  de cre a se s  co nditio n . Initially, the ACO  is  em ployed to t r a c k the m a ximum target v a lue  rapidly. And  PSO is empl oyed to obtai n the exac t target value.   The global  MPPs value is   obtaine d in shorte st path in DC-DC con v erter.       2. Conv entional Method   For the impl ementation  of MPPT system , the choice of the appro p ri ate  DC-DC  conve r ter i s   based on th ree ba sic to p o logie s  of  three differe nt DC-DC  conv erters (B uck  and   Boost  conve r ter)  and  MPPT tra c ker. T h e characte ri stics an d p r op e r ties  of   DC- DC  c onver ters  is   esp e ci ally as  rega rd s the i nput imped an ce that  they p r esent un der  certai n ope ra ting con d ition s .  Based o n  three topolo g ie s the best co nfiguratio n is to  be use d .   While u s in g buck convert e r in MPPT  controll er it  has a maxi mum po wer  point at  minimum irra diation ho urs. Also bu ck  DC– DC  conv e r ter ha s a discontinuo us in p u t current a n d  a   contin uou s  o u tput current . So, bu ck topolo g y  re qu ires a  large  and  expen si ve ca pa citor to  smooth   the   d i scontinu o u s  input cu rre nt from  the   p hot ovoltaic  mod u le a n d  to h a ndle  sig n ifica n t  curre n t rip p l e . On  co ntrary, the b o o s t conv erte r ha s a  co ntinuou s in put  cu rrent an d a  discontin uou s output  cu rre n t. But the p h o tovoltaic  cu rr ent  in   the bo ost conve r ter is  a s  smo o th as   its ind u cto r   current, with ou t any input  ca pacito r .  But t he ri pple  cont ent is high  du e to the  usag e   of powe r  ele c tronic  swit che s  and in du cto r .  In conve n tion al metho d  m a ximum po wer p o int tra cking was a c hi eved by u s in g so me  popul ar alg o r ithms li ke, increme n tal condu ctan ce   algorith m , Perturb-a n d - ob serve Alg o rit h m  (P&O) combi ned with Parti c le Swa r m O p timization  Al gorithm (PSO ).But it has the disadva n ta ge   of longer  co nverge nce time and failu re to tr ack g l obal maxim u m point, when the pa n e l is   subj ecte d to sha de or cl ou dy condition s. And  both P&O and INC  algorith m s a r e pron e to failure   in ca se  of large chan ge s i n  irradia n ce. Some  othe r  disa dvantag e  of c onve n tio nal pe rturb a n d   observe m e thod is, it can produce   oscillations of power output  around the maxim u m power poi nt  even u nde r  steady  state  illuminatio n. The  in cre m ental  con d u c tance  metho d  al so  pro d u c e s   oscillation s a nd ca n perfo rm errati cally unde r ra pidly cha ngin g  atmosp heri c  con d itions.       3. Proposed  Metho d   In  propo se d  system DC-DC conve r ter  is  a  interlea ved boo st co nverter top o l ogy for  redu cin g  the  rippl e  cu rre nt, it also  i m prove   the  reliability of  the sy stem  and i n crea se  it s  efficien cy. The schemati c  diagram of interleav e d  boo st conve r ter i s  sh own in Figure 2.   In prop osed  system, to o v erco me the  difficu lties in  conve n tional  method, pe rt urb a nd  observe  algo rithm is  repl aced by Ant  Col ony Op timi za tion (ACO) al gorithm,  whi c h ca n track th e   Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 14, No. 3, June 20 15 :  376 – 38 0  378 global  maxim u m po we r  po int effectively in  sho r te st  path. Th e An t Colo ny Alg o rithm  (ACO) is  combi ned  with Particle Swarm Optimi za tion algorit hm  (PSO). The ant colony op timization (A CO )  algorith m  is i n spi r ed  by re al ant beh avior, whi c h  i s  u s ed to fin d  the global  opti m al sol u tion f o r a   nonlin ear  pro b lem. ACO  m i mics the fora ging b ehavio r of the ants to achieve o p timization  of the  path in  a g r a ph. The  colle ctive be havio rs  of a l a rg e  numbe r of  a n ts form a  p o sitive fee d b a ck   phen omen on  and  ant s initi a lly sea r ch th e path ran d o m ly and lay d o wn  phe rom o ne for oth e r  a n ts   to follow. If a n ts find the  hi gher den sity  of phe rom o n e  on the  path ,  then more a n ts that travel  on   the same p a th, and as a  re sult, the sub s eque nt ants  will ch oo se th e path.         Figure 2. Sch e matic Di ag ram of Propo sed System       Finally, the trail path is foll owe d  by most of  the ants u n til individual  ants find the  sho r test  path throug h  the exchan g e  of such inf o rmatio n.  Initially, the ACO algorithm is  us ed to tack le   combi nation a l  proble m s.            Figure 3. ACO & PSO Controlle r for In terfaci ng PV Panel DC-DC Conve r ter      The ACO i s  a  combin ation  of positive feedba ck mech anism, di strib u ted co mputi ng, and  a gre edy se a r ch  algo rithm .  To sea r ch the optimal   solution it has a stron g  abil i ty such a s , the  positive fee d back me ch an ism en su re s t hat the ant  colony algo rith m is capa ble  of detectin g  the   optimal  soluti on in e a rli e r  stage. By u s i ng the g r e e d y  sea r ch the  accepta b le  solution i s  qui ckly  found an d efficien cy of the system is i m prov e d . The MPPT pro b lem in PV system s is n o w  solved throug h modified A C O - ba sed o p t imization.  Th e sy st em  st ru ct ure i s  shown in Figure 3.  The flow  cha r t of the propo sed A C O-ba sed M PPT alg o rithm for PV  system s is  shown in   Figure 4.   The PSO  is  an o p timization the o ry i n spired  by th e foragin g  b ehaviou r  of   bird s  and  probl em s rel a ted to search and o p timization,  this phenom eno n is suitabl e  to resolve that  probl em. PSO is de rived f r om the b eha viors of bi rd  fl ocking. Li ke,  a gro up of bi rds a r e  sea r ch ing   for a foo d  ra ndomly in  an  are a ; inste a d  ther e is o n ly one pi ece of food i n   the area b e i n g   sea r ched. All  the bi rd s  do  not kno w   wh ere  the fo od  i s , but t hey  kn ow  dista n ce  of food fo r  ea ch   iteration. The  capabl e one  is to follow the bird whi c h i s  nea re st to the food. In PSO, each si n g le  solutio n  i s  a  " b ird" i n  the  search  sp ace. We   call  it "p article". All  of  pa rticle s  hav e fitness val u es  whi c h are evaluated by th e optimiz e d  fitness functio n  and have v e lo citie s  which dire ct the flying  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     An Advan c e d  High Perfo r m ance Ma xi m u m Power  Point Tra ckin g  Method wit h … (Ni v eth a  V)  379 of the particle s . By following the curre n t optimum  pa rticle s, the parti cle s  fly through the pro b le m   spa c e.T w o  memory valu es influen ce  the moveme nt of the particles: Pbe s t and Gb est. The  particl e up da tes its velo ci ty and po sitions, afte r fin d ing the t w o  best valu es. Pbest is th e  individual opti m um of particle i;  and Gbest  is  the swa r m or glob al optimum. Stop tracking if the  stop conditio n s are met. Otherwise, the pro c e ss i s  repeate d  ag ain. The sto p  con d itions  are  either lo catin g  the global o p timum.  The  sea r ch e fficiency a nd  su ccess  rate  of PSO are  d e termin ed p r i m arily by the  values  assign ed fo r  the weight s  and th e le arning fa cto r s.  Whe n  the  weight i s  too   high, the  pa rticle   sea r ch might  lack accu ra cy due to the large step  sizes        Figure 4. Ant Colo ny Optimization Algo rit h m  Flow Chart  Figure 5. Particle Swa r m O p timization  Algorithm Flo w  Ch art       While fa cing the multipea k  values the we ight  beco m e s  low, particl e movement be come s  slo w , and the local optim um trap mig h t be unavoi dable. Based  on the obje c tive function  the   weig hting is a l ways d e ci de d.      4. Results a nd Analy s is          Figure 6. Output Powe r of Ordin a ry Boo s t  Conve r ter  Figure 7. Output Powe r of Interleaved B oost  Conve r ter      Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 14, No. 3, June 20 15 :  376 – 38 0  380 The result a nalysi s  sho w s the trackin g  time and  a v erage  outpu t powe r  for  both the  conve n tional  boo st conve r ter and inte rle a ved boo st converte r. The  tracki ng tim e  and averag e   output po we r of the interl eaved bo ost  conve r te r i s   246.4 W  and  tracking time  for 1KW/m2  to   0.4KW/m2 i s  0.5m s/10 cycle. The  tra cki ng time  and   averag e o u tp ut po wer of t he  conve n tio nal  boo st conve r ter is 24 4W a nd trackin g  time  for 1KW/ m2 to 0.4KW/m2 is 1m s/20 cycle.   By compari n g these two t opolo g ies, int e rleav e d  boo st conve r ter  make the  system more   efficient and f a ster.       5. Conclusio n   Und e r rapidly  chan ging e n v ironme n tal conditi on s fast  MPPT is re quire d, while  under  steady e n vironmental  co ndition s very  accu rate  a n d  efficient M PPT without  Oscillation s are  requi re d. The develop ed  MPPT algorithm is pro g rammed in a  micro c o n trol ler ba sed M PPT  controlle r and  tested on PV system. Simulation re su lt s sh ows that the prop osed  MPPT gives an   averag e tracking effici en cy of 89. 2%.An  advantag e of  the p r o p o s e d  MPPT  cont rolle r i s  that it  is  co st effective and sim p le  beca u se it doe s  not re q u ire  current  measurement s du ring MP P  tracking.       Referen ces   [1]  Ali Bidr am, Ali  Davou d i, Ro b e rt S Balog. C ontro l a nd C i rc uit T e chniqu es  to Mitigate Pa rtial Sha d i n g   Effects in Photovoltaic Array s .  IEEE Journal of Photovolt a ic s.  2012; 2(4): 5 32-5 46.   [2]  Azade h Safari,  Saad Mekh ilef .  Simulatio n  an d Ha rd w a re Implem entatio n o f  Incremental Con ducta nc e   MPPT   w i th Dir ect Contr o l Me thod Us in g C u k Conv erter.  IEEE Transactions on Industrial Electronics .   201 1; 58(4): 11 54-1 161.   [3]  Bader  N Al ajm i , Khal ed  H A h med, Ste p h e n  J Fin n e y , B a rr y W  W illi am s. A Ma ximum  Po w e r  Poi n t   T r acking T e chniq ue f o r Parti a ll y  Sha d e d  P hotovo l taic  S ystems in  Micro g rids.  IEEE  T r ansacti ons   o n   Industria l Elect r onics.  20 13; 6 0 (4): 159 6-1 6 0 6 .  [4]  Dezso S e ra,  Laszl o Mathe,  T a mas Kerekes, Se rgi u  Vio r el Sp ataru, R e mus T eodore scu. On th e   Perturb-a nd-O b serve  an d Inc r ementa l  Co nd uctance MPPT  Methods f o r P V  S y stems.  IE EE Journ a l  of  Photovo l taics.  201 3; 3(3): 107 0-10 77.   [5] Dzun g N g u y e n , Brad  L e h m an. An  Ad aptive   Sol a r Photovo l taic  Arra y  Usi n g  Mode l-Base d   Reco nfigur atio n Algor ithm.  IEEE Transactions on Industrial Electronics.  2 008; 55( 7): 264 4-26 54.   [6]  Eftichios Koutroulis, Frede  Bl aab jerg. A N e w  T e c h n i qu e f o r T r acking th e Glob al Ma xi mum Po w e r   Point of PV Arra y s  Op eratin g Und e r Partial- Shad ing C o n d i t ions.   IEEE Journal of Photovolt a ics.   201 2;  2(2): 18 4-18 9.  [7]  Kashif Isha qu e, Z a ina l  Sal a m, Muhamma d Amja d, Saa d  Mekh ilef. A n  Improve d  P a rticle S w a r m   Optimizatio n  ( PSO)–Based   MPPT  for PV  With  Re duce d  Stead y-State  Oscillatio n .  IE EE T r ansacti o n s   on Pow e r Elect r onics.  20 12; 2 7 (8): 362 7-3 6 3 8 .  [8]  Lia ng-R u i C h e n , Chi h -Hu i  T s ai, Yua n -Li  Li n, Yen-Sh in  Lai.  A Biol ogic a l S w a rm Ch asi ng  Algorit hm f o r   T r acking the PV Maximum P o w e r Point.  IEEE Transactions on Energy  Conv ersion.  20 10; 25( 2): 484- 493.   [9]  Soren  Ba ekho j  Kja e sr. Eval u a tion  of th e “H i ll  C limb i n g ” a n d  the“Incr emen tal C ond uctanc e” Ma xim u m   Po w e r P o int T r ackers for Ph otovolta ic Po wer S y st ems.  IEEE Transactions on Energy  Conv ersion.   201 2; 27(4): 92 2-92 9.  [10]  W e ido ng  Xi ao , Nathan Oz o g , W illiam G  Dunfor d.  T opolog y Stu d y  of  Photovo l taic  Interface fo r   Maximum Po w e r Point T r acking.  IEEE Transactions on Industrial Electronic s.  2007; 54( 3): 169 6-17 03.   [11]  Ar y u anto S oet edj o. Mod e li ng  of Ma ximum  Po w e r  P o int T r ackin g  Co ntroll er  for Solar Pow e r S y stem .   T E LKOMNIKA Indon esi an Jou r nal of Electric al Eng i ne eri n g .  2012; 1 0 (3): 4 19-4 30.           Evaluation Warning : The document was created with Spire.PDF for Python.