在部分遮阳条件下使用各种基于技术的MPPT方法优化光伏系统的能源
Naima Benabdallah1, Belkacem Belabbas1, Ahmed Tahri1
1Department of Electrical Engineering, L2GEGI Laboratory, University of Tiaret, Tiaret, Algeria.
本研究介绍了用于光伏 (PV) 系统的先进的人工神经网络 (ANN) 和自适应神经模糊推理系统 (ANFIS) 控制器. 这些智能最大功率点跟踪 (MPPT) 方法显著提高能源效率和可靠性,特别是在部分阴影条件下 (PSC).
科学领域:
- 可再生能源系统可再生能源系统
- 在工程领域的人工智能.
- 电力电子 电力电子 电力电子
背景情况:
- 光伏 (PV) 系统面临着非线性电压特征的挑战,特别是在部分遮阳条件下 (PSC).
- 这些问题导致传统最大功率点跟踪 (MPPT) 系统的能效降低和跟踪精度降低.
- 像扰动和观察 (P&O) 这样的现有方法遭受稳定状态振荡和缓慢的动态响应.
研究的目的:
- 开发和评估用于光伏系统的新型MPPT控制器,以克服PSC造成的限制.
- 与传统方法相比,提高能源效率,跟踪精度和动态响应.
- 在快速变化的环境条件下确保可靠和高效的电力提取.
主要方法:
- 提议使用人工神经网络 (ANN) 和自适应神经模糊推理系统 (ANFIS) 技术改进两个MPPT控制器.
- 实现了使用功率-电压和电压时间导数作为输入特征的预测性,非代性控制架构.
- 模拟并将拟议控制器的性能与传统的P&O算法和其他基于AI的MPPT方法进行比较.
主要成果:
- ANN和ANFIS控制器实现了高平均追踪效率,分别为99.4%和99.75%.
- 与P&O相比,显示了55%的响应时间缩短和70%以上的稳定状态振荡抑制.
- 与ANN相比,ANFIS控制器表现出卓越的稳定性,减少了20%的职责周期波动,执行时间低于0.2 ms.
结论:
- 拟议的智能MPPT框架,特别是ANFIS控制器,为光伏系统提供了快速,准确和计算高效的解决方案.
- 这些先进的控制器显著提高了可靠性和能效,特别是在动态和部分遮阳条件下.
- 低计算复杂性使控制器适合在低成本数字信号处理器 (DSP) 上实时部署.
更多相关视频
09:00Indoor Experimental Assessment of the Efficiency and Irradiance Spot of the Achromatic Doublet on Glass ADG Fresnel Lens for Concentrating Photovoltaics
Published on: October 27, 2017
06:49In situ Grazing Incidence Small Angle X-ray Scattering on Roll-To-Roll Coating of Organic Solar Cells with Laboratory X-ray Instrumentation
Published on: March 2, 2021
相关概念视频
Maximum Power Flow and Line Loadability
P-N junction
Maximum Power Transfer
By substituting the entire circuit with...
Photoreceptors and Plant Responses to Light
Power Factor Correction
The Z-Scheme of Electron Transport in Photosynthesis
