Abstract The operation of the photovoltaic (PV) array under partial shadow conditions (PSCs) has negative effects on the extracted global maximum power (GMP) which is decreased due to the presence of power loss. Rearranging the shaded panels in the array is essential to enhance the GMP and diminish the effect of shadow, this process is known as PV array reconfiguration. Most of reported approaches did not guarantee the GMP and applicable to specific dimension of the PV array. Therefore, this paper proposes a novel methodology incorporated recent metaheuristic approach of butterfly optimization algorithm (BOA) to reconfigure the shaded PV array optimally and extract the GMP. BOA is selected due to its multiple advantages like ease of implementation, simple in construction, requirement of less controlling parameters, and effectiveness in solving real-time problems. Five shadow patterns are studied and the obtained results via BOA are compared to series–parallel total-cross-tied (SP-TCT), novel structure (NS) puzzle pattern, shade dispersion with NS and grey wolf optimizer (GWO) based arrangements. The proposed BOA succeeded in achieving maximum GMP enhancement of 27.43% compared to SP-TCT configuration. Moreover, Wilcoxon test is investigated for the results of the proposed BOA and GWO. Furthermore, the statistical parameters of both approaches are calculated. The obtained results confirmed the availability of the proposed BOA in reconfiguring the PV array operated under PSCs optimally.

中文翻译：

---

基于蝴蝶优化算法的通过重构过程增强遮蔽光伏阵列提取功率的方法

摘要 在部分阴影条件 (PSC) 下光伏 (PV) 阵列的运行对提取的全局最大功率 (GMP) 有负面影响，由于功率损耗的存在，该全局最大功率 (GMP) 会降低。重新排列阵列中的阴影面板对于增强 GMP 和减少阴影的影响至关重要，这个过程被称为光伏阵列重新配置。大多数报道的方法不保证 GMP 并适用于光伏阵列的特定尺寸。因此，本文提出了一种新的方法，结合了最近的蝴蝶优化算法 (BOA) 的元启发式方法来优化重新配置阴影光伏阵列并提取 GMP。选择 BOA 是因为它具有易于实施、结构简单、控制参数要求少、和解决实时问题的有效性。研究了五种阴影模式，并将通过 BOA 获得的结果与串并联全交叉连接 (SP-TCT)、新型结构 (NS) 拼图模式、基于 NS 和灰狼优化器 (GWO) 的排列的阴影分散进行了比较。与 SP-TCT 配置相比，拟议的 BOA 成功实现了 27.43% 的最大 GMP 增强。此外，对所提出的 BOA 和 GWO 的结果进行了 Wilcoxon 检验。此外，计算了两种方法的统计参数。获得的结果证实了所提议的 BOA 在重新配置 PSC 下运行的光伏阵列方面的可用性。基于 NS 和灰狼优化器 (GWO) 的安排的阴影分散。与 SP-TCT 配置相比，拟议的 BOA 成功实现了 27.43% 的最大 GMP 增强。此外，对所提出的 BOA 和 GWO 的结果进行了 Wilcoxon 检验。此外，计算了两种方法的统计参数。获得的结果证实了所提议的 BOA 在重新配置 PSC 下运行的光伏阵列方面的可用性。基于 NS 和灰狼优化器 (GWO) 的安排的阴影分散。与 SP-TCT 配置相比，拟议的 BOA 成功实现了 27.43% 的最大 GMP 增强。此外，对所提出的 BOA 和 GWO 的结果进行了 Wilcoxon 检验。此外，计算了两种方法的统计参数。获得的结果证实了所提议的 BOA 在重新配置 PSC 下运行的光伏阵列方面的可用性。