Photovoltaic (PV) energy represents one of the most important renewable energies, but its disadvantage resides in its maximum power point, which varies according to meteorological changes that make the efficiency low. Intelligent techniques, using the maximum power point tracking (MPPT) method, can achieve an efficient real‐time tracking of this point in order to ensure optimal functioning of the system. The output power of the PV system is removed from solar irradiation and cell temperature of the PV panel type SOLON 55W. Therefore, it is essential to harvest the generated power of the PV system and optimally exploit the collected solar energy. For this objective, this work treats on a new artificial neural network‐particle swarm optimization approach (ANN‐PSO). The ANN is used to predict the solar irradiation level and cell temperature followed by PSO to optimize the power generation and optimally track the solar power of the PV panel type SOLON 55W based on various operation conditions under changes in environmental conditions. The simulation results of the proposed approach give a minimum error with a relevant efficiency, that is, the power provided by ANN‐PSO approach is optimal and closer to the PV power. Consequently, this novel approach ANN‐PSO shows its major capability to extract the optimal power with excellent efficiency up of 97%. For this objective, this work treats a new hybrid ANN‐PSO approach.

中文翻译：

---

使用最大功率点跟踪的太阳能光伏系统的改进的协作人工神经网络-粒子群优化方法

光伏（PV）能源是最重要的可再生能源之一，但其缺点在于其最大功率点，该功率点会根据气象变化而变化，从而使效率降低。使用最大功率点跟踪（MPPT）方法的智能技术可以实现对该点的高效实时跟踪，以确保系统的最佳功能。从太阳辐射和SOLON 55W型PV面板的电池温度中除去PV系统的输出功率。因此，必须收获光伏系统的发电功率并优化利用收集到的太阳能。为了这个目标，这项工作采用了一种新的人工神经网络-粒子群优化方法（ANN-PSO）。ANN用于预测太阳辐射水平和电池温度，然后使用PSO来优化发电量，并根据环境条件变化下的各种运行条件优化跟踪SOLON 55W型PV面板的太阳能。拟议方法的仿真结果给出了具有相关效率的最小误差，也就是说，ANN-PSO方法提供的功率是最佳的，并且接近于PV功率。因此，这种新颖的方法ANN-PSO展示了其以97％的出色效率提取最佳功率的主要能力。为了这个目标，本文研究了一种新的混合ANN-PSO方法。拟议方法的仿真结果给出了具有相关效率的最小误差，也就是说，ANN-PSO方法提供的功率是最佳的，并且更接近于PV功率。因此，这种新颖的方法ANN-PSO展示了其以97％的出色效率提取最佳功率的主要能力。为了这个目标，本文研究了一种新的混合ANN-PSO方法。拟议方法的仿真结果给出了具有相关效率的最小误差，也就是说，ANN-PSO方法提供的功率是最佳的，并且接近于PV功率。因此，这种新颖的方法ANN-PSO展示了其以97％的出色效率提取最佳功率的主要能力。为了这个目标，本文研究了一种新的混合ANN-PSO方法。