AI-based control techniques for maximum power point tracking of photovoltaic systems using a boost converter

• Autorzy: Kahsay Amanuel Haftu , Regulski Paweł , Derugo Piotr

Identyfikatory

DOI

10.15199/48.2023.11.01

Warianty tytułu

PL

Techniki sterowania oparte na sztucznej inteligencji do śledzenia punktu maksymalnej mocy systemów fotowoltaicznych za pomocą przetwornicy podwyższającej napięcie

• Języki publikacji: EN

Abstrakty

EN

This paper proposes an artificial intelligence (AI)-based control approach for maximum power point tracking (MPPT) of photovoltaic (PV) systems using a boost converter. The proposed method utilizes an artificial neural network (ANN) and Adaptive Neuro-Fuzzy Inference Systems (ANFIS) to predict the optimal duty cycle for the boost converter. Both approaches are trained using a dataset obtained through MATLAB simulations under various operating conditions. The paper also includes a comparison of the proposed AI algorithm with the classical MPPT algorithm.

PL

W artykule zaproponowano podejście oparte na sztucznej inteligencji (AI) do śledzenia punktu maksymalnej mocy (MPPT) systemów fotowoltaicznych (PV) z wykorzystaniem przetwornicy podwyższającej napięcie. Proponowana metoda wykorzystuje sztuczną sieć neuronową (ANN) i adaptacyjne systemy wnioskowania neurorozmytego (ANFIS) do przewidywania optymalnego cyklu pracy przetwornicy podwyższającej napięcie. Oba podejścia są szkolone przy użyciu zbioru danych uzyskanego w drodze symulacji w różnych warunkach operacyjnych. Artykuł zawiera również porównanie proponowanego algorytmu AI z klasycznym algorytmem MPPT.

Słowa kluczowe

EN

artificial intelligence; MPPT; photovoltaic; DC-DC converter

PL

sztuczna inteligencja; MPPT; fotowoltaika; przetwornica DC-DC

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 11
• Strony: 1--6
• Opis fizyczny: Bibliogr. 17 poz., rys., tab.

Twórcy

autor

Kahsay Amanuel Haftu

• Wrocław University of Science and Technology

autor

Regulski Paweł

• Wrocław University of Science and Technology

• https://orcid.org/0000-0002-6076-2627

autor

Derugo Piotr

• Wrocław University of Science and Technology

• https://orcid.org/0000-0001-7030-6118

Bibliografia

• [1] S. A.Kalogirou, Chapter nine – photovoltaic systems., Second Edition ed., S. E. Engineering, Ed., Academic Press; 2009. p. 469–519. , 2014, pp. 481-540.
• [2] K. Sauer, T. Roessler and C. & Hansen, “Modeling the Irradiance and Temperature Dependence of Photovoltaic Modules in PVsyst,” EEE Journal of Photovoltaics, , vol. 5, pp. 152-158, 2015.
• [3] K. Lapalainen and Valkealahti, “Effects of irradiance transition characteriscs on the mismatch losses of different electrical PV array configrations,” 2017.
• [4] Tahar, B., Djillali, M., & Khaled, H. (2021). Maximum Power Point Tracking under simplified sliding mode control based DC-DC boost converters. Przeglad Elektrotechniczny, 97(7).
• [5] Y.-H. Liu, C.-L. Liu, J.-W. Huang and J.-H. Chen, “Neural-network-based maximum power point tracking methods for photovoltaic systems operating under fast changing environments,” Solar Energy, vol. 89, pp. 42-53, March 2013.
• [6] A. Dounis, P. Kofinas, G. Papadakis and C. & Alafodimos, “A direct adaptive neural control for maximum power point tracking of photovoltaic system,” Solar Energy, 115, 145-165., 2015.
• [7] W. Lin, C. Hong and C. Chen, “Neural-Network-Based MPPT Control of a Stand-Alone Hybrid Power Generation System,” IEEE Transactions on Power Electronics, 26, 3571-3581., 2011.
• [8] Kumar, Karri Hemanth, and Gadi Venkata Siva Krishna Rao. "A photovoltaic system maximum power point tracking by using artificial neural network." Przegląd Elektrotechniczny, R. 98 NR 2/2022, 98 (2022). doi:10.15199/48.2022.02.07
• [9] Szabat, Krzysztof, et al. "A fuzzy unscented Kalman filter in the adaptive control system of a drive system with a flexible joint." Energies 13.8 (2020): 2056.
• [10] Bejmert, D., and W. Rebizant. "Wykorzystanie teorii zbiorów rozmytych do stabilizacji zabezpieczenia różnicowego transformatora." Przegląd Elektrotechniczny 86.8 (2010): 11- 15.
• [11] SURYOATMOJO, Heri, Mochamad Ashari, and Nurvita ARUMSARI. "Design and Implementation of MPPT Fuzzy Logic Controller for Inverter Connected to Water Pump." Przegląd Elektrotechniczny, R. 98 NR 8/2022 (2022). doi:10.15199/48.2022.08.27
• [12] M. N. Ali, K. Mahmoud, M. Lehtonen and M. M. F. Darwish, "An Efficient Fuzzy-Logic Based Variable-Step Incremental Conductance MPPT Method for Grid-Connected PV Systems," in IEEE Access, vol. 9, pp. 26420-26430, 2021, doi: 10.1109/ACCESS.2021.3058052
• [13] M. Dehghani, M. Taghipour, G. B. Gharehpetian and M. Abedi, "Optimized Fuzzy Controller for MPPT of Grid-connected PV Systems in Rapidly Changing Atmospheric Conditions," in Journal of Modern Power Systems and Clean Energy, vol. 9, no. 2, pp. 376-383, March 2021, doi: 10.35833/MPCE.2019.000086
• [14] I. Houssamo, F. Locment and M. Sechilariu, “Experimental analysis of impact of MPPT methods on energy efficiency for photovoltaic power systems,” International Journal of Electrical Power & Energy Systems, vol. 46, 2013.
• [15] J. SahooSusovon, SamantaSusovon and S. Bhattacharyya, “Adaptive PID Controller with P&O MPPT Algorithm for Photovoltaic System,” IETE Journal of Research 66(5):1-12, 2018.
• [16] F. M and González-Longatt, “Model of Photovoltaic Module in Matlab™,” in 2do congresoı beroamerı cano de estudıantes de ıngenıeríaeléctrı ca, electrónıca ycomputacıón pp.1-5, 2005.
• [17] T. Salmi, M. Bouzguenda, A. Gastli and A. & Masmoudi, “Matlab/simulink based modeling of photovoltaic cell”, International journal of renewable energy research, 2(2), 213- 218., 2012