توضیحات
ABSTRACT
A continuous control set model predictive control (CCS-MPC) is designed for a DC-DC buck converter used in maximum power point tracking (MPPT) of a photovoltaic (PV) module. A modified incremental conductance (mINC) algorithm is used for MPP determination as a reference signal for CCS-MPC. The small-signal model of the PV system is adaptively obtained around MPP through linearization of its average model. The predictive control is designed and applied to a PV system using an online ptimization of the cost function including the discretized present and future states. The performance of the proposed m-INC CCS-MPC is evaluated by simulation study that indicates better performance in terms of transient and disturbance rejection compared to conventional PI controller. Finally, the pplicability of the proposed m-INC CCS-MPC strategy is assessed with outdoor experimental results and the associated practical advantages against finite control set (FCS) MPC are discussed.
INTRODUCTION
Despite the reduction of solar installation cost by a ratio of 10 during the last 20 years, still conversion efficiency of PV panels remains an important parameter to take into account When designing solar system for residential applications . herefore, an efficient MPPT algorithm plays a key role to harvest optimum available power especially in large solar installations. Several MPPT algorithms have been elaborated in the literature. Among them, perturb and observe (P&O) and incremental conductance (INC) are practically favorable as the awareness of PV panel characteristics is not required. Moreover, their procedures to find MPP are independent of temperature and irradiation values that their easurements need expensive sensors . Principally, P&O and INC are inherently perturbative methods that produce reference voltage or current to be tracked by a subsequent controller. The PI controller has been widely used in MPPT operations ; however, continuous evolution in microprocessor technology acilitates implementing advanced controllers for efficiency enhancement of MPPT algorithm. The ability of Fuzzy logic , neural network and genetic algorithm has been investigated in MPPT modules. This paper deals with predictive technique that is lately well adopted for various applications. Indeed, model predictive controller (MPC) is a competitive alternative to address the growing industrial concerns regarding to performance and efficiency issues. It can also formulate inherent nonlinearity in power electronic systems with operational .constraints Moreover, its realization in state matrix can be easily .extended to multivariable systems
چکیده
یک کنترل پیشگیرانه مدل کنترل مداوم (CCS-MPC) برای یک مبدل بکس DC-DC استفاده شده در حداکثر ردیابی نقطه قدرت (MPPT) یک ماژول فتوولتائیک (PV) طراحی شده است. الگوریتم ماندگاری افزایشی (mINC) برای تعیین MPP به عنوان یک سیگنال مرجع برای CCS-MPC استفاده می شود. مدل سیگنال کوچک سیستم PV با استفاده از خطی سازی مدل متوسط آن در MPP به طور انطباق پذیرفته می شود. کنترل پیش بینی شده به یک سیستم PV با استفاده از تطبیق آنلاین تابع هزینه از جمله حالت های فعلی و آینده اختیاری طراحی و اعمال می شود. عملکرد m-INC CCS-MPC پیشنهادی با مطالعه شبیه سازی انجام شده است که نشان می دهد عملکرد بهتر از لحاظ رد گذار گذرا و اختلال در مقایسه با کنترل کننده معمولی PI. در نهایت، قابل اجرا بودن استراتژی پیشنهاد شده m-INC CCS-MPC با نتایج تجربی در فضای باز و مزایای عملی مرتبط با کنترل MPC کنترل محدودیت (FCS) مورد بررسی قرار می گیرد.
مقدمه
علیرغم کاهش هزینه نصب سیستم خورشیدی با نسبت 10 در طول 20 سال گذشته، بازده تبدیل انرژی پانل های PV هنوز یک پارامتر مهم برای در نظر گرفتن طراحی سیستم خورشیدی برای برنامه های کاربردی مسکونی است. بدین ترتیب، یک الگوریتم MPPT کارآمد نقش کلیدی را برای برداشت بهینه انرژی در دسترس، به ویژه در تاسیسات خورشیدی بزرگ بازی می کند. چند الگوریتم MPPT در ادبیات تعریف شده است. در میان آنها، تحرک و مشاهده (P & O) و هدایت افزایشی (INC) عملا مطلوب هستند زیرا آگاهی از ویژگی های پانل PV مورد نیاز نیست. علاوه بر این، روش های آنها برای پیدا کردن MPP مستقل از درجه حرارت و مقادیر اشعه است که ارتقاء آنها نیازمند سنسورهای گران قیمت است. به طور عمده، P & O و INC به طور ذاتی روش های متلاشی کننده ای هستند که ولتاژ یا جریان مرجع را با یک کنترل کننده بعدی دنبال می کنند. کنترل کننده PI به طور گسترده در عملیات MPPT مورد استفاده قرار گرفته است؛ با این حال، تکامل مداوم در تکنولوژی میکروپروسسور، کنترلرهای پیشرفته را برای افزایش کارآیی الگوریتم MPPT به کار می گیرد. توانایی منطق فازی، شبکه عصبی و الگوریتم ژنتیک در ماژول های MPPT مورد بررسی قرار گرفته است. این مقاله به روش پیش بینی که به تازگی برای برنامه های کاربردی مختلف مورد استفاده قرار می گیرد، مورد بررسی قرار می گیرد. در واقع، کنترل کننده پیش بینی مدل (MPC) یک جایگزین رقابتی برای پاسخگویی به نگرانی های صنعتی رو به رشد در مورد مسائل عملکرد و کارایی است. همچنین می تواند غیر خطی ذاتی را در سیستم های قدرت الکترونیکی با محدودیت های عملیاتی تدوین کند. علاوه بر این، تحقق آن در ماتریس حالت می تواند به راحتی به سیستم های چند متغیره
Year: 2018
Publisher : ELSEVIER
By : Ahmad Dehghanzadeh, Gholamreza Farahani, Hani Vahedi, Kamal Al-Haddad
File Information: English Language/ 8 Page / size: 1.51 MB
سال : 1396
ناشر : ELSEVIER
کاری از : احمد دهقان زاده، غلامرضا فراهانی، هانی واحدی، کمال الحداد
اطلاعات فایل : زبان انگلیسی / 8 صفحه / حجم : MB 1.51
نقد و بررسیها
هنوز بررسیای ثبت نشده است.