PV system MPPT control: a comparative analysis of P&O, IncCond, SMC and FLC algorithms

• Autorzy: Bouguerra Khoukha , Latreche Samia , Khemliche Mabrouk , Khemliche Hamza

Identyfikatory

DOI

10.35784/iapgos.6152

Warianty tytułu

PL

Sterowanie MPPT systemu PV: analiza porównawcza algorytmów P&O, IncCond, SMC i FLC

• Języki publikacji: EN

Abstrakty

EN

The importance ofsolar energy is manifested in the growing demand for renewable energy sources around the world, which is fueledby environmental concern and the scarcity of conventional energy. Maximum power point trackers (MPPTS) are necessary in solarenergy systems dueto atmospheric changes that threaten the efficiency of solar energy systems. This article compares MPPT technologies. Including traditional and modern techniques, and despite the results achieved by classical techniques in maximizing and extracting as much energy as possible, they face a big problemin reaching the bone energy point.These provide modern technologies such as FLC and SMC. They provide exceptional accuracy and excellent response in all environmental conditions but come with additional complexity and higher cost. These technologies are ideal in applications that require high performance under continuously changing conditions or in difficult environments (such as large solar power systems or systemsdealing with large fluctuations in illumination).This research aims to conduct a comprehensive study and compareof classical technologies (P&O and IncCond) and modern technologies sliding mode control (SMC, Fuzzy Logic Control –FLC), taking into account factors such as efficiency, complexity and response time.Tests were conducted under different climatic conditions to understand and enhance the efficiency of MPPT technologies.Our study highlights the enhanced performance for methods based on modern technologies. This study provides a comprehensive comparativeanalysis, and by improving the efficiencyand reliability of solar energy systems, our research supports the advancement of sustainable energy solutions.

PL

Znaczenie energii słonecznej przejawia się w rosnącym zapotrzebowaniu na odnawialne źródła energii na całym świecie, które jest napędzane troską o środowisko i niedoborem energii konwencjonalnej. Trackery punktu maksymalnej mocy (MPPTS) są niezbędne w systemach energii słonecznej ze względu na zmiany atmosferyczne, które zagrażają wydajności systemów energii słonecznej. Niniejszy artykuł porównuje technologie MPPT. Pomimo wyników osiąganych przez klasyczne techniki w maksymalizacji i wydobywaniu jak największej ilości energii, napotykają one duży problem w osiągnięciu punktu energetycznego.Zapewniają to nowoczesne technologie, takie jak FLC i SMC. Zapewniają one wyjątkową dokładność i doskonałą reakcję we wszystkich warunkach środowiskowych, ale wiążą się zdodatkową złożonością i wyższymi kosztami. Technologie te są idealnew zastosowaniach wymagających wysokiej wydajności w stale zmieniających się warunkach lub w trudnych środowiskach (takich jakduże systemy energii słonecznej lub systemy radzące sobie z dużymi wahaniami oświetlenia). Niniejsze opracowanie ma na celu przeprowadzenie kompleksowych badańi porównanie klasycznych technologii (P&O i IncCond) oraz nowoczesnych technologii sterowania ślizgowego (SMC, Fuzzy Logic Control –FLC), biorąc pod uwagę czynniki takie jak wydajność, złożoność i czas reakcji.Testy przeprowadzono w różnych warunkach klimatycznych, aby zrozumieć i zwiększyć wydajność technologii MPPT.Nasze badanie podkreśla zwiększoną wydajność metod opartych na nowoczesnych technologiach.Opracowanie to zapewnia kompleksową analizę porównawczą, a poprzez poprawę wydajności i niezawodności systemów energii słonecznej, nasze badania wspierają rozwój zrównoważonych rozwiązań energetycznych.

Słowa kluczowe

EN

PV; DC/DC converter; MPPT technique; fuzzy logic control; sliding mode control

PL

PV; konwerter DC/DC; technika MPPT; sterowanie logiką rozmytą; sterowanie ślizgowe

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2024
• Tom: T. 14, nr 4
• Strony: 52--62
• Opis fizyczny: Bibliogr. 18 poz., tab., wykr.

Twórcy

autor

Bouguerra Khoukha

• Ferhat Abbas Sétif 1 University-UFAS, Electrical Engineering Department, Automatic Laboratory of Sétif-LAS, Sétif, Algeria

• https://orcid.org/0009-0008-4522-1532

autor

Latreche Samia

• Ferhat Abbas Sétif 1 University-UFAS, Electrical Engineering Department, Automatic Laboratory of Sétif-LAS, Sétif, Algeria

• https://orcid.org/0000-0002-1496-739X

autor

Khemliche Mabrouk

• Research Centre in Industrial Technologies, Algiers, Algeria

• https://orcid.org/0000-0002-1448-3010

autor

Khemliche Hamza

• Ferhat Abbas Sétif 1 University-UFAS, Electrical Engineering Department, Automatic Laboratory of Sétif-LAS, Sétif, Algeria

• https://orcid.org/0000-0002-7373-780X

Bibliografia

• [1] Ahmad F. F. et al.: Application of sliding mode control for maximum power point tracking of solar photovoltaic systems: A comprehensive review. Annu Rev Control 49, 2020, 173–196 [https://doi.org/10.1016/j.arcontrol.2020.04.011].
• [2] Bait F., Latreche S., Khemliche M.: Simulation of different faults in photovoltaic installation. 19th IEEE International Multi-Conference on Systems, Signals and Devices – SSD 2022, May 2022, 1130–1138.
• [3] Belkaid A. et al.: Improving PV system performance using high efficiency fuzzy logic control. 8th International Conference on Smart Grid (icSmartGrid), 2020, 152–156.
• [4] Chen J. H., Yau H. T., Hung W.: Design and Study on Sliding Mode Extremum Seeking Control of the Chaos Embedded Particle Swarm Optimization for Maximum Power Point Tracking in Wind Power Systems. Energies 7(3), 2014, 1706–1720.
• [5] Derri M. et al.: Maximum Power Point Tracking using Fuzzy Logic Controller for Stand Alone photovoltaic System. International Journal of Engineering Research and Technology 3(11), 2014, 1721–1725.
• [6] Djalab A., Teta A., Rezaoui M. M.: Analysis of MPPT Methods: P&O, INC and Fuzzy Logic (CLF) for a PV System. 6th International Conference on Control Engineering & Information Technology (CEIT). Turkey, Istanbul, 2018, 1–6.
• [7] D'Souza N. S., Lopes A. L., Liu X.: Comparative study of variable size perturbation and observation maximum power point trackers for PV systems. Electric Power Systems Research 80(3), 2010, 296–305.
• [8] Fei J., Chen Y., Liu L., Fang Y.: Fuzzy multiple hidden layer recurrent neural control of nonlinear system using terminal sliding-mode controller. IEEE transactions on cybernetics 2021, 1–16.
• [9] Haji D., Genc N.: Fuzzy and P&O based MPPT controllers under different conditions. 7th International Conference on Renewable Energy Research and Applications (ICRERA). 2018, 649–655.
• [10] Jain K., Gupta M., Bohre A. K.: Implementation and comparative analysis of P&O and INC MPPT method for PV system. 8th IEEE India International Conference on Power Electronics (IICPE). India, Jaipur, 2018, 1–6.
• [11] Kish G. J., Lee J. J., Lehn P.W.: Modelling and control of photovoltaic panels utilising the incremental conductance method for maximum power point tracking. IET Renewable Power Generation 6, 2012, 259–266.
• [12] Latreche S., Badoud A. E., Khemliche M.: Implementation of MPPT algorithm and supervision of shading on photovoltaic module. Engineering, Technology and Applied Science Research 8(6), 2018, 3541–3544.
• [13] Levron Y., Shmilovitz D.: Maximum power point tracking employing sliding mode control. IEEE Transactions on Circuits and Systems I: Regular Papers 60(3), 2013, 724–732.
• [14] Moradi M. H. et al.: A robust hybrid method for maximum power point tracking in photovoltaic systems. Sol. Energy 94, 2013, 266–276.
• [15] Ram J. K. et al.: Performance enhancement of solar PV systems applying P&O assisted Flower Pollination Algorithm (FPA). Sol. Energy 199, 2020, 214–229 [https://doi.org/10.1016/j.solener.2020.02.019].
• [16] Salah B. C., Ouali M.: Comparison of fuzzy logic and neural network in maximum power point tracker for PV systems. Electric Power Systems Resarch 81, 2011, 43–50.
• [17] Tey K. S., Mekhilef S.: Modified incremental conductance MPPT algorithm to mitigate inaccurate responses under fast-changing solar irradiation level. Sol. Energy 101, 2014, 333–342.
• [18] Zhu Y., Fei J.: Adaptive Global Fast Terminal Sliding Mode Control of Grid connected Photovoltaic System Using Fuzzy Neural Network Approach. IEEE Access 5, 2017, 9476–9484.