Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Przegląd Elektrotechniczny

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: P&O algorithm

Sortuj według:

Ogranicz wyniki do:

MPC controller of PV system based Three-Level NPC Inverter under different climatic conditions connected to the grid

Dennai Mohammed Yassine, Tedjini Hamza, Nasri Abdelfatah, Taibi Djamel

Przegląd Elektrotechniczny

2021

R. 97, nr 3

130--137

In this paper, PV arrays are connected to the grid through a three-Level NPC Inverter. Both the current control and voltage balancing performance of the inverter are ensured via model predictive control (MPC) technique. This paper is comparing and presenting operational performance analysis of grid-connected three-Level NPC Inverter results using three techniques controllers namely: Self-tuning Fuzzy Logic PI controller (FLC), Neural Network controller (ANN), and PI classical controller, under different environmental conditions to optimally tune the reference current of the controller and following the maximum power point.

Opisano system ze źródłem fotowoltaicznym gdzie stosuje się zarówno bieżące operacje kontroli, jak i równoważenie napięcia NPC z porównaniem trzech różnych strategii kontrolera. Skuteczność porównuje się między trzema strategiami kontrolnymi przy różnym natężeniu promieniowania i różnej temperaturze.

An Improved Maximum Power Point Tracking Controller for PV Systems Using Artificial Neural Network

Younis M. A., Khatib T., Najeeb M., Ariffin A. M.

Przegląd Elektrotechniczny

2012

R. 88, nr 3b

116-121

This paper presents an improved maximum power point tracking (MPPT) controller for PV systems. An Artificial Neural Network and the classical P&O algorithm were employed to achieve this objective. MATLAB models for a neural network, PV module, and the classical P&O algorithm are developed. However, the developed MPPT uses the ANN to predict the optimum voltage of the PV system in order to extract the maximum power point (MPP). The developed ANN has a feedback propagation configuration and it has four inputs which are solar radiation, ambient temperature, and the temperature coefficients of Isc and Voc of the modeled PV module. Meanwhile, the optimum voltage of the PV system is the output of the developed ANN. Based on the results; the response of the proposed MPPT controller is faster than the classical P&O algorithm. Moreover, the average tracking efficiency of the developed algorithm was 95.51% as compared to 85.99% of the classical P&O algorithm. Such developed controller increases the conversion efficiency of a PV system.

W artykule zaprezentowano ulepszony układ śledzenia maksymalnej mocy w systemie fotowoltaicznym. Zastosowano sieć neuronową i klasyczny algorytm P&O. Sieć neuronowa w sprzężeniu zwrotnym ma cztery wejścia: promieniowanie słoneczne, temperatura otoczenia i współczynniki temperaturowe Isc i Voc. Wyjściem jest optymalne napięcie systemu.