分析和控制与电网交互的光伏供应BLDC水系统,并对DC-DC转换器进行了优化MPPT

科学领域:

• 可再生能源系统可再生能源系统
• 电力电子 电力电子 电力电子
• 控制系统工程 控制系统工程

背景情况:

• 传统的水系统经常面临可靠性问题和因天气依赖而变化的效率.
• 电网交互式光伏 (PV) 系统提供了一个可持续的替代方案,但需要先进的控制以获得最佳性能.
• 对于光伏系统的现有控制方法,如PI控制器,在调整和电源质量提升方面遇到了困难.

研究的目的:

• 提出一种新的,可靠的水模块,由具有双向电流控制的电网交互式光伏系统提供动力.
• 为了提高光伏系统的效率和可靠性,使用无刷直流电机驱动和机器学习算法.
• 提高电源质量,减少光伏供水水系统中的波扭曲.

主要方法:

• 实现具有双向电流控制的电网交互式光伏系统.
• 使用无刷直流电机驱动水.
• 机器学习 (ML) 算法的应用,包括反向传播,用于最大功率点跟踪 (MPPT).
• 采用模糊逻辑控制器来控制直流链的电压和提高电源质量,取代传统的PI控制器.

主要成果:

• 拟议的系统确保在一天中以最大容量运行,无论天气条件如何.
• 基于ML的MPPT控制器通过在最大发电点工作来显著提高光伏效率.
• 模糊逻辑控制器实现了优越的功率质量,将总波扭曲 (THD) 降低到1.739%,超过PI控制器 (3.736%的电压THD,2.629%的负载电压THD).
• 该系统表现出稳定的直流连接电压,并减少了突然的波动.

结论:

• 新型光伏水系统提高了可靠性和运营效率.
• 机器学习和模糊逻辑控制器在最大限度地利用光伏能源和提高电源质量方面是有效的.
• 拟议的智能控制策略为与电网交互的光伏水应用提供了强大的解决方案,最大限度地降低了波扭曲.