شرایط آب وهوایی بر توان تولیدی پنلهای خورشیدی اثر گذار است و از میان آنها دما و شدت تابش بیشترین تاثیر را بر این مولفه از پنلها دارد. تغییرات دائمی دمای محیط و شدت تابش خورشید باعث تغییرمکان نقطه بیشینه توان پنلهای خورشیدی شده و به این ترتیب مانع از عملکرد سیستمهای خورشیدی با حداکثر بازده میشود. تغییرات توان در پنلهای خورشیدی، از رابطهای خطی تبعیت نمیکند و حل معادله ریاضی که منجر به دستیابی به نقطه بیشینه توان پنل شود بسیار مشکل است. به این دلیل تاکنون الگوریتمهای مختلفی برای دستیابی به نقطه بیشینه توان معرفی شدهاند. شبکهی عصبی مصنوعی، منطق فازی و الگوریتمهای فراابتکاری ابزارهایی توانمند در یادگیری الگوی حاکم بر سیستمهای غیرخطی و پیچیده هستند که تاکنون در زمینههای مختلفی به کار رفتهاند. در این پژوهش به منظور یافتن نقطهی بیشینه توان پنلهای خورشیدی تحت هر شرایط محیطی، منطق فازی به شیوهای نوین و شبکههای عصبی مصنوعی با تلفیق سه الگوریتم فراابتکاری ژنتیک، بهینهسازی ازدحام ذرات و رقابت استعماری به کار گرفته شدهاند. برای این منظور، دادههای مورد نیاز از یک پنل خورشیدی دریافت شده و به سیستمهای طراحی شده اعمال گردید. نتایج حاصل از مقایسهی سیستمها با دو شاخص آماری RMSE و MAE نشان داد که از میان روشهای مورد استفاده، سیستم فازی طراحی شده قابلیت اطمینان بیشتری داشته و عملکردی دقیق و پایدار در ردیابی نقطه بیشینه توان از خود نشان میدهد.
