翻译提高动态响应的鲁棒滑模MPPT使用基于PSO算法在快速变化的大气条件下光伏系统

文摘

得到最大功率点(MPP),文献中所开发的算法失败时大部分大气条件变化迅速。介绍了优化的粒子群(PSO)滑模控制器(SMC)优化光伏系统(PV)进化的条件下快速变化的阳光。尤其是随机PSO算法确定最优收益的滑模控制器,和该算法保证了系统的稳定性和全局快速收敛。证明了该混合算法的效率利用Solarex MSX-60模块连接到一个升压直流-直流转换器提供电阻负载。性能比较传统的扰乱和观察技术(P&O)算法,杜鹃,灰太狼优化(拥有),和鲸鱼优化算法(WOA)在收敛速度方面,即。极端变化后,0.05年代,跟踪速度在辐照度0.03年代,高能力跟踪大力量在1 s的变化。仿真结果表明,这种技术是有效的辐照度的快速变化的条件。

1。介绍

日益增长的担忧环境问题和能源危机引起了很多利益转向可再生能源。在这些资源中,光伏(PV)应用程序受到了特殊的关注由于独特的优点,如易于分配、可靠性、低维护、零燃料,和噪音。除了这些因素外,有太阳能电池组件的成本和价格的下降,太阳能电池的效率,改进生产技术。然而,这些优点一直被其操作的复杂性。这是因为PV模块具有非线性特征是由太阳能辐照度和温度影响系统的总输出功率(1,2]。

事实上,细胞的辐照度和温度因素,强烈影响光伏发电机的输出电流-电压特性(3]。另一方面,工业的不断关注环境,研究实验室,和家庭是在短时间内最大可用功率和任何大气条件。为了解释这种非线性,研究人员增加系统实现最大功率点跟踪的效率翻译(MPPT)技术。深入研究旨在增加pv系统的能源效率的发展导致了MPPTs(扰乱和观察4,5],电导增量[6- - - - - -8),部分短路电流(9),部分开路电压(10),协同非线性部分控制(11),和模型预测控制(12)提出了过去二十年。最著名的MPPTs方法扰乱和观察和增量电导13];他们有几个优势,比如简单的结构,成本低、顺利实施,和更少的参数测量。然而,这些方法无法定位最大功率点在快速变化的环境条件下(14]。克服了传统算法的局限性等翻译现代MPPT方法修改增量电导(15],灰狼优化[16),我们的算法(14],Jaya算法[17][18),修改正弦余弦优化(19)、遗传算法(20.,21),人工蜂群(22蝴蝶),修改优化算法(23),蚁群优化(24),神经网络(ANN) [25,26粒子群优化(PSO) [27,28[],模糊逻辑方法29日- - - - - -32]。选择这些方法根据性能参数(复杂性、收敛速度、成本、数量的传感器,和可靠性)。基于这些参数的分类提出了(3]。这些技术在很大程度上稳定和精确的稳定条件下但不精确时不稳定的气候条件的快速变化或负荷的变化。算法基于模糊逻辑和神经网络具有快速收敛性和高性能在各种环境条件下,但这些算法的实现可能过于复杂。跟踪速度而言,这些metaheuristic算法比传统的同行更慢(13,14,33]。一般翻译问题与MPPT算法的瞬态振动系统的输出电压。翻译这就是为什么便宜的MPPT控制算法不太复杂的,便宜,而且能够快速收敛的MPP微不足道的振荡(34]。基于诸如跟踪精度低、高收敛时间,计算负载高、翻译和跟踪效率低在传统和现代MPPT技术,滑模控制(SMC)已经收到了很多的关注。关注由于其优点如保证稳定性、鲁棒性对参数变化,快速的动态响应,并易于实现(35,36]。这就是为什么滑模控制领域已经批准,如机器人和电机控制克服某些参数变化以及未知的内部和外部的干扰(37- - - - - -40]。滑动模式是由1977年Utkin系统变量结构(41)和基于非线性控制理论,使其成为理想的候选人衰减光伏系统的非线性。几种方法在pv系统主要实现滑模认证两种类型的策略即单回路和串级回路。MPP查找不需要一个循环。切换面的设计收敛为零作为MPP系统方法(42- - - - - -45]。此外,在级联环控制的情况下,外循环致力于搜索和MPP后的内循环致力于与传统和智能算法(P&O [46,47),线性估计(48)和模糊逻辑49])。跟踪回路必须比精确搜索循环达到边际产量。Garraoui et al。50翻译]研究了两MPPT算法。翻译模糊逻辑和滑模MPPT控制比较在不同天气条件下以及不同负载的情况下。翻译仿真结果表明,滑模MPPT控制器在这些条件下表现良好,因为它准确地遵循新的MPP和模糊逻辑相比具有高输出功率。许多作者(42,45,51- - - - - -57翻译]提出了各种MPPT方法基于滑模。然而,在滑模控制的性能很难获得,因为控制增益的选择是直接相关的上限模型不确定性困难。一般来说,系统的鲁棒性的保证仍有可能通过选择高控制增益,然后诱导喋喋不休的现象,发生在滑动模式。这一现象的主要缺点是在滑模控制的实际实现,因为它可以激发未建模动力学导致系统的不稳定(58]。为了应对这种情况,不同的策略已经在文献中提出,包括二阶滑模控制以及混合方法结合滑模和一个人工神经网络和模糊逻辑59- - - - - -63年]。发达的方法鲁棒控制的名义(快速终端滑模控制)可以对一分之零有限时间收敛系统的状态;它没有不连续信号功能,可以完全避免喋喋不休的现象。提出的滑动面公园等。64年是非线性的,设计的系统在有限时间内收敛。赵et al。65年)定义了一个滑动面避开奇异性的问题。仿真结果证明了快速收敛比PI控制器。Asma et al。66年)开发出一种快速终端滑模控制快速速度仿真结果中观察到,几乎没有波动。Amirineni et al。67年)开发了终端滑模积分。系统纠正外部不确定性引起的电压降和输入变化,这意味着说的快速反应系统。Mojallizadeh et al。68年)开发了一种翻译终端滑模控制(台积电)MPPT效率比传统的台积电。他们的模型减少喋喋不休利用二阶滤波器的振幅控制律。加西亚et al。69年翻译]已经开发出一种滑模MPPT控制基于终端电压。小振荡和快速动态响应通过翻译终端滑模控制(台积电)申请MPPT。Shahdadi et al。70年翻译]改善快速终端滑模MPPT控制。系数的调整是必要的。该算法是有效的在部分阴影。Harrag et al。57开发了一种混合PSO-P&O算法。这里P&O可变螺距,算法寻找最优收益用于SMC控制器使可变螺距P&O算法遵循边际产量。其他所谓的混合方法已经证明了他们的优势在古典和现代算法(Kamalapathi et al。71年),M。Vardia et al。72年,73年),t·乔杜里et al。74年])。

在本文中,我们提出翻译的优化滑模MPPT控制器由Belkaid et al。75年使用粒子群算法)。与大多数控制方法通过反复试验的方法确定滑模参数(这也不是最佳的参数),混合优化方法(SMC-PSO)提出了寻找最优设计参数,从而保证快速的收敛性和系统的整体稳定性。基本的原则是充分利用PSO算法的操作能力和鲁棒性的滑模生产混合算法同时拥有能力。

2。光伏面板模型和直流-直流转换器

2.1。光伏面板模型

模型的光伏面板中,科学界提供了几种模型。单二极管模型中描述的最经典的文献[42,75年]。等效电路(图1)由一个电流源模型入射光通量,二极管细胞极化现象,由于泄漏电流并联电阻,串联电阻代表不同的联系人(76年]。光伏电池的一般数学方程式是由下列方程(77年]:

光伏电池的模型:

反向饱和电流Io

Tr的反向饱和电流

光伏模块功率(Ppv)因此可以获得如下:

光伏面板的规范,用于模拟提出了表1。图2显示了电流电压和电压曲线的典型光伏模块。很明显,光伏模块继承MPP的非线性特征。这个边际产量随温度和辐照度。因此,光伏电池板的功率增加而增加辐照度或减少温度。因此,为了确保光伏系统运行MPP,需要控制算法。

2.2。直流-直流转换器

为了提取的最大功率光伏面板,电源转换器在图3允许适应光伏面板和负载之间的关系。

提高变换器的数学模型推导出(13,17]:

如果我们将 然后表达式(5)可以写成:

因此转换器所描述的非线性系统:

3所示。合成由滑模鲁棒控制

考虑描述的非线性系统

与

和 描述系统的状态向量的非线性函数。跟踪控制的目的是要找到一个控制律,给出了期望的轨迹 ,跟踪误差趋向于零,尽管存在的障碍。跟踪误差被定义为

滑模控制的实现经历了三个阶段:(我)滑动表面的选择

Slotine [78年)提出了一个一般形式,它由定义一个标量函数的滑动表面的相平面,以确保一个状态函数的收敛性对其设置值这个函数是由以下方程: 在哪里

是一个标量代表滑动表面的斜率,后者获得二阶系统什么时候

一旦建立了开关函数,跟踪问题需要控制律的设计,这样的状态向量仍然在滑动面 对所有 。(2)滑动面存在的条件

它可以推导出的充满活力的李亚普诺夫函数由以下关系:

足够的条件方程(8)是稳定的

在哪里 (3)控制律的建立

法律控制的滑模由以下公式给出:

知道

相当于命令。

是一个积极的常数,它表示获得不连续的命令。

一个方法,这使得它可以减少浏览的效果,就是用饱和函数代替不连续函数,它由在决定限制带滑动从而确保表面平滑的控制和维护系统的状态在这个乐队。然后控制律

3.1。翻译设计的MPPT混合滑动Mode-PSO控制器

翻译的目的MPPT混合滑模控制器是确保系统持续提供最大功率的负载不同boost变换器的工作周期。在这种情况下,获得最大功率的条件(13]

滑动面选择如下(13]:

强加的不变性条件(20.,22,29日]:

在滑模和稳态,表面的导数为零(因为其基本为零),这使得它可能确定等效命令如下(13]:

PSO控制器将取代的不连续部分命令由方程(13)。它的表达式是由

PSO的解析形式的命令只有以下方程:

全球控制拖动模式

图中给出的控制系统4。

3.2。粒子群优化算法

PSO算法进行第一次由肯尼迪和埃伯哈特(79年]是一种迭代算法是随机的一部分进化类型与快速收敛的方法。许多应用程序的算法在多个领域,特别是在工程领域展示其优越性相比其他随机方法如蚁群、生物地理学和遗传算法。在每个阶段的计算,个人比较的值根据目标函数;然后,选择新指南。在其执行过程中,算法经过分组的步骤图的流程图5。每个粒子的位置和速度更新通过以下方程:

与 。 分别是最好的位置的th粒子从第一个迭代和最好的全球地位的群体。

4所示。结果与讨论

测试代表不同的模拟的变化,媒介,柔软的日晒。

测试的四个病例被认为是由图表示6:

粒子群优化算法的参数如下:c1 =c2 = 2.05。

Nbre_ierations = 150。

Nbre_particule = 100。

Vit_max = 5。

Vit_min = 2.5。

在标准测试条件下(STC)的人物7我们确认,大多数技术在稳定条件下是稳定的和准确的。P&O收敛对PPM 60 ms和达到57.35 W,而算法需要一段时间,即。,20.40 ms before converging and reaches 60.48 W with an oscillation of 0.015 mW which is negligible compared to the P&O which oscillates a lot. Our method (SMC-PSO) compared to PSO, CUCKOO, GWO, and WOA converges rapidly 0.05 s without oscillation or ripple therefore faster than P&O, PSO, CUCKOO, GWO, and WOA.

在辐照度的快速变化,过冲中观察到图8关于P&O。这些过激的反映辐照度时的能量损耗变化迅速减少,而算法没有超过2秒后,对应的收敛时间,但遭受的达到率相应的PPM当照度变化而迅速减少。例如,5至6秒,PSO的曲线,杜鹃,拥有,WOA位于4 W,在同样的时间间隔,P&O和SMC-PSO权力定位在12 W。拟议中的SMC-PSO因此纠正P&O在收敛速度方面,过度,振荡和PSO,杜鹃,拥有,WOA的初始收敛速度和到达率PPM当辐照度变化迅速,减少。翻译的MPPT算法、布谷鸟、拥有和WOA算法擅长MPP后在非常快,在日晒的巨大差异。但是,这只是可能收敛后时期,这对PSO是2秒,0.75年代杜鹃和0.2年代拥有和WOA。接下来的PSO收敛时间的变化100 ms。

图9显示,当辐照度的变化在一个第二,PSO和杜鹃不再遵循PPM的这是由于这样的事实,算法需要2 s和杜鹃0,78年代正确收敛。拥有和WOA需要0.2秒趋同。这个问题是纠正SMC-PSO收敛速度为0,03。SMC-PSO在相同的条件下的动态响应是好的。P&O过度日晒时观察到的减少。

当照度变化在第二和广泛(200到1000 W / m²),PSO和杜鹃不再遵循PPM。的动态响应SMC-PSO在相同条件下保持不变,即0.03 s。

图10显示SMC-PSO的工作周期。

仿真结果表明该算法的效率的瞬态响应与P&O相比,PSO,杜鹃,拥有,WOA。此外,在稳态性能好(没有波纹或振荡在MPP)相比,经典P&O算法。SMC-PSO极大地降低了喋喋不休的现象。

该算法同时也接受健壮性测试,如图11。为此,我们测试遵循MPP的能力在快速变化的事件在大气条件下通过执行测试如下:极端,非常快速,在中暑发生重大变化。结果表明,动态响应的算法确实有所改善。

传统P&O算法相比,提出SMC-PSO减少周围振荡与精确跟踪最大功率(不超过)的MPP点。这最后一点能量损失有直接的影响,这是不那么重要的提议SMC-PSO控制器。从这些测试结果,我们可以得出结论,这项工作的主要贡献是提高响应时间,减少波动和过度,减少聊天,和SMC PSO算法有效地运作的能力在快速变化的环境条件,导致整体减少能量损失。表2给翻译的比较MPPT算法考虑的场景。表2给翻译的比较MPPT算法考虑的场景。

5。结论

本文算法的滑模控制器的优化提出了快速变化的大气条件下光伏系统。仿生PSO算法找到最优滑模控制器增益。执行的测试是在一个非常快速和大极端变化日晒和铁行港口(P&O)的输出结果相比,PSO,杜鹃,拥有,WOA算法。SMC-PSO提出的仿真结果表明,该算法优于传统的翻译P&O MPPT的准确性、速度、脉动和过度,PSO,杜鹃,拥有,WOA 1 s之前的动态响应。该算法有效地提高了动态响应的翻译,从而确认其优越性MPPT P&O, PSO,杜鹃,拥有,WOA评估算法的性能的措施。该算法的鲁棒性。提取主要的限制仍然是能源效率低于PSO,杜鹃,拥有,WOA。在下一篇文章中,我们计划进行实验提出的控制方案。

命名法

:	理想PN结的因素
:	玻尔兹曼常数
:	负责电子
T [K]:	细胞的温度
:	带隙半导体光伏电池中使用的能量
:	反向饱和电流
Iph [A]:	Photo-current
Ior:	在Tr反向饱和电流
(一):	目前的光伏模块
Iscr [A]:	电池的短路电流参考辐射和温度
Np:	并行连接的细胞数
Ns:	细胞连接在系列的数量
Tr [K]:	细胞的参考温度
Voc [V]:	开路电压

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突。

引用

1. a . Parisi l . Curcio诉罗卡et al .,“从CIGS太阳能电池光伏模块特征造型,”国际可再生能源会议上研究和应用程序(ICRERA),第1144 - 1139页,马德里,西班牙,2013年。视图:谷歌学术搜索
2. n . k . Shukla s Rangnekar, k . Sudhakar”在倾斜表面太阳辐射事件的数学模型为光伏应用在博帕尔,国会议员,印度,”国际环境能源杂志》上,37卷,不。6,579 - 588年,2016页。视图:出版商的网站|谷歌学术搜索
3. n Karami: Moubayed, r . Outbib”翻译综述和分类不同的MPPT技术”,可再生能源和可持续能源的评论卷,68队,2017页。视图:出版商的网站|谷歌学术搜索
4. a . k . Abdelsalam a . m .马苏德s艾哈迈德和p . n . Enjeti“高性能自适应扰乱翻译并观察MPPT photovoltaic-based微型电网技术,”IEEE电力电子,26卷,不。4、1010 - 1021年,2011页。视图:出版商的网站|谷歌学术搜索
5. j·艾哈迈德和z萨拉姆”,一种改进的扰乱,观察(P&O)最大功率点跟踪翻译(MPPT)算法效率更高,”应用能源卷,150年,第108 - 97页,2015年。视图:出版商的网站|谷歌学术搜索
6. l . Fangrui段,f·刘,刘,和y Kang“可变步长翻译公司MPPT方法对于光伏系统,”IEEE工业电子产品,55卷,不。7,2622 - 2628年,2008页。视图:出版商的网站|谷歌学术搜索
7. p . Sivakumar a·阿卜杜勒·就y Kaliavaradhan,和m . Arutchelvi”分析和翻译增强光伏效率的增量电导MPPT技术在非线性负载条件下,“可再生能源卷,81年,第550 - 543页,2015年。视图:出版商的网站|谷歌学术搜索
8. k . s .他们和美国Mekhilef修改翻译增量电导MPPT算法来减少不准确的响应快速变化的太阳能辐射水平下,“太阳能卷,101年,第342 - 333页,2014年。视图:出版商的网站|谷歌学术搜索
9. t .野口勇、美国Togashi和r . Nakamoto”电流之pulse-based maximum-power-point跟踪多个photovoltaic-and-converter模块系统的方法,”IEEE工业电子产品卷,49号1,第223 - 217页,2002。视图:出版商的网站|谷歌学术搜索
10. k .小林h .松尾和y关根身上,“小说最优操作点太阳能电池供电系统的追踪,”2004年IEEE第35年度电力电子专家会议(IEEE猫。No.04CH37551)德国亚琛,页2147 - 2151,,2004。视图:谷歌学术搜索
11. a . Mehiri m . Bettayeb a·k·哈米德和a . Ardjal”部分非线性协同作用的控制直流环节电压调整器的三相逆变器并网光伏系统,”第五届国际会议上可再生能源:生成和应用程序(ICREGA)艾恩,页90 - 93年,阿拉伯联合酋长国,2018年。视图:谷歌学术搜索
12. s . Sajadian r·艾哈迈迪,h . Zargarzadeh”极值seeking-based翻译模型预测MPPT为光伏并网Z-source逆变器系统中,“IEEE新兴和选定的主题在电力电子杂志》上,7卷,不。1,第227 - 216页,2019。视图:出版商的网站|谷歌学术搜索
13. 基于m . Kermadi和e . m . Berkouk“人工智能光伏系统最大功率点跟踪控制器:比较研究,“可再生能源和可持续能源的评论卷,69年,第386 - 369页,2017年。视图:出版商的网站|谷歌学术搜索
14. m . Premkumar和r . Sowmya一个有效的部分阴影太阳能光伏系统最大功率点跟踪器,爱思唯尔有限公司,2019年。
15. k . s .他们和美国Mekhilef”翻译fast-converging MPPT技术光伏系统fast-varying太阳辐照和负载电阻,”IEEE工业信息,11卷,不。1,2014。视图:谷歌学术搜索
16. 美国莫汉蒂、b . Subudhi和p . k .射线”翻译一个新的MPPT设计使用灰太狼在局部阴影条件下光伏系统优化技术,”Ieee可持续能源,7卷,不。1,第188 - 181页,2016。视图:出版商的网站|谷歌学术搜索
17. c .黄r . l . Wang研究所。杨,z, h .工程学系。钟,A . Bensoussan”预测model-guided Jaya光伏系统最大功率点跟踪算法,”IEEE可持续能源,9卷,不。1、45 - 55,2018页。视图:出版商的网站|谷歌学术搜索
18. s . Padmanaban n . Priyadarshi m . s . Bhaskar j·b·Holm-Nielsen e·侯赛因和f·阿扎”混合photovoltaic-fuel细胞为网格集成Jaya-based最大功率点跟踪:实验性能评估,”IEEE访问7卷,第82990 - 82978页,2019年。视图:出版商的网站|谷歌学术搜索
19. s . Padmanaban n . Priyadarshi j·b·Holm-Nielsen et al .,“小说翻译修改正弦余弦优化MPPT算法网格集成光伏系统在实际操作条件下,“IEEE访问7卷,第10477 - 10467页,2019年。视图:出版商的网站|谷歌学术搜索
20. 巴迪,m . n . Mansouri和m . h . Boujmil”翻译一个遗传算法优化MPPT光伏系统控制器和直流-直流提升转换器,”2017年国际会议上工程& MIS (ICEMIS),2017年,页1 - 6,穆纳斯。视图:出版商的网站|谷歌学术搜索
21. s . Daraban d . Petreus和c·莫雷尔,“翻译小说MPPT(最大功率点跟踪)算法基于一种改进遗传算法专业全球光伏系统中最大功率点跟踪受到局部阴影的影响,“能源卷,74年,第388 - 374页,2014年。视图:出版商的网站|谷歌学术搜索
22. a . s . Benyoucef a . Chouder k .卡拉西尔维斯特,o .答:长官,“基于人工蜂群算法的最大功率点跟踪翻译(MPPT)对局部阴影条件下光伏系统操作,“应用软计算38 - 48,,32卷,页2015。视图:出版商的网站|谷歌学术搜索
23. 即夏姆斯、美国Mekhilef和k . s .他们“最大功率点跟踪使用修改后的蝴蝶优化算法局部阴影,统一的阴影,和快速变动负荷条件下,“IEEE电力电子36卷,2021年。视图:出版商的网站|谷歌学术搜索
24. n . Priyadarshi诉Ramachandaramurthy、美国Padmanaban和f·阿扎”翻译一个蚁群优化MPPT的独立电力系统混合PV-wind单一cuk变换器,”能量,12卷,不。1,p。167年,2019。视图:出版商的网站|谷歌学术搜索
25. h . Boumaaraf A现场,o . Bouhali”一个三相人大翻译使用神经网络对光伏发电逆变器应用程序MPPT,”可再生能源和可持续能源的评论49卷,第1179 - 1171页,2015年。视图:出版商的网站|谷歌学术搜索
26. a . k . Rai n . d . Kaushika b·辛格(manmohan Singh)和n . Agarwal,”安的仿真模型对太阳能光伏系统最大功率点跟踪控制器,”太阳能材料和太阳能电池,卷95,不。2、773 - 778年,2011页。视图:出版商的网站|谷歌学术搜索
27. n . h·萨阿德·a . a . El-Sattar, a >。m·曼苏尔”改进粒子群优化光伏系统连接到电网低电压度过能力,”可再生能源卷,85年,第194 - 181页,2016年。视图:出版商的网站|谷歌学术搜索
28. k·Ishaque和z萨拉姆”,确定粒子群优化光伏系统最大功率点跟踪器在局部阴影条件下,“IEEE工业电子产品,60卷,2012年。视图:出版商的网站|谷歌学术搜索
29. e·k·艾哈迈德·n·a . Rahim j .一位和m . n . Uddin“基于模糊逻辑控制器的SEPIC转换器最大功率点跟踪,”IEEE行业应用,50卷,不。4、2349 - 2358年,2014页。视图:谷歌学术搜索
30. r . Arulmurugan和n . Suthanthiravanitha”模型和设计fuzzy-based Hopfield神经网络跟踪控制器独立光伏应用中,“电力系统研究卷,120年,第193 - 184页,2015年。视图:出版商的网站|谷歌学术搜索
31. o . Barambones m高人气,l . Sbita”DSP-based独立光伏系统的效率优化使用单个输入模糊逻辑控制器,稳定”可再生能源和可持续能源的评论49卷,第920 - 907页,2015年。视图:出版商的网站|谷歌学术搜索
32. h . Rezk m·阿里,m . Al-Dhaifallah和m . Shoyama”设计和硬件实现的自适应模糊翻译基于逻辑的MPPT控制方法对于光伏应用程序,”IEEE访问7卷,第106438 - 106427页,2019年。视图:出版商的网站|谷歌学术搜索
33. j·艾哈迈德和z Salamn”,一个关键的评价最大功率点跟踪方法部分阴影在光伏系统中,“可再生能源和可持续能源的评论47卷,第953 - 933页,2015年。视图:出版商的网站|谷歌学术搜索
34. l . Shengqing l .总z, c,和z全”翻译一种改进的MPPT控制策略基于增量电导法”软计算,24卷,第6046 - 6039页,2020年。视图:出版商的网站|谷歌学术搜索
35. a·h·艾尔·卡塔尼和v . i Utkin”控制的光伏系统发电利用滑模控制,”2012年IEEE电力系统技术国际会议(POWERCON),页1 - 6,奥克兰,新西兰,2012年。视图:出版商的网站|谷歌学术搜索
36. y Levron和d . Shmilovitz”,运用滑模控制的最大功率点跟踪”,IEEE电路和系统I:普通文件,60卷,不。3、724 - 732年,2013页。视图:出版商的网站|谷歌学术搜索
37. f·穆罕默德Zaihidee、美国Mekhilef和m . Mubin“鲁棒速度控制的永磁同步电动机使用滑模控制(SMC)——审查,”能量,12卷,不。9,1669年,页2019。视图:谷歌学术搜索
38. a . Merabet l . Labib a . m . y . m .图c . Ghenai亚和t .萨拉梅赫,”鲁棒反馈线性化控制与滑模补偿短光伏逆变器系统在电网电压不平衡,“《光伏发电,7卷,不。3、828 - 838年,2017页。视图:谷歌学术搜索
39. a . t .阿扎尔f . e . Serrano s Vaidyanathan和h . Albalawi自适应高阶滑模控制的机器人机械手与匹配和不匹配的不确定性,激飞国际出版,2020年。
40. a . Ardjal r . Mansouri, m . Bettayeb”部分滑模控制的风力发电机最大功率点跟踪,”事务研究所的测量和控制第41卷。。2、447 - 457年,2019页。视图:出版商的网站|谷歌学术搜索
41. 诉我Utkin”调查报告:变结构系统的滑动模式,”IEEE自动控制,22卷,不。2、212 - 222年,1977页。视图:谷歌学术搜索
42. c c。楚,C.-L。陈:“健壮的光伏电池最大功率点跟踪方法:滑模控制的方法,”太阳能,卷83,不。8,1370 - 1378年,2009页。视图:出版商的网站|谷歌学术搜索
43. m·r·Mojallizadeh m . Badamchizadeh s Khanmohammadi和m . Sabahi”设计一个新的鲁棒滑模控制器对光伏电池的最大功率点跟踪,”太阳能卷,132年,第546 - 538页,2016年。视图:出版商的网站|谷歌学术搜索
44. H.-T。邱和C.-L。陈:“模糊滑模控制器设计的太阳能最大功率点跟踪控制系统,”事务研究所的测量和控制,34卷,不。5,557 - 565年,2012页。视图:出版商的网站|谷歌学术搜索
45. f·张,j·曼迪、g .总理和a . Guwy”小说电流传感光伏最大功率点跟踪基于滑模控制策略,”太阳能卷,118年,第86 - 80页,2015年。视图:出版商的网站|谷歌学术搜索
46. m·a·Enany m . a . Farahat和a . Nasr”建模和评估主要光伏发电系统最大功率点跟踪算法,”可再生能源和可持续能源审核58卷,第1586 - 1578页,2016年。视图:出版商的网站|谷歌学术搜索
47. 基士g·j·j·j·李,p . w .黄祖辉”造型和控制光伏板利用增量电导法对最大功率点跟踪,”专业可再生发电》第六卷,没有。4 p。259年,2012年。视图:谷歌学术搜索
48. m·高人气的o . Barambones j·a·拉莫斯和j·m·Durana“最大功率点跟踪控制器基于滑模方法,”第45找de Las jornada德自动化2014年,页3 - 5。视图:谷歌学术搜索
49. g . Javid d . o . Abdeslam, d . Benyoucef“光伏发电系统的最大功率点跟踪与终端自适应模糊滑模控制器,”IEEE环境与电子工程国际会议和2018年IEEE工商欧洲电力系统(EEEIC / I&CPS欧洲)》第六卷,页1 - 6,巴勒莫,意大利,2018年。视图:谷歌学术搜索
50. r . Garraoui A . e . Aroudi和m·b·哈米德”翻译之间的比较研究两个MPPT控制器基于滑模控制理论和智能控制技术的普林西比在光伏系统中,“地中海会议程序信息和通信技术卷,380年,第515 - 505页,2016年。视图:谷歌学术搜索
51. h . Yatimi和大肠Aroudam光伏储能系统的评估和控制翻译基于鲁棒滑模MPPT控制器,”太阳能卷,139年,第568 - 557页,2016年。视图:出版商的网站|谷歌学术搜索
52. r·普拉丹和b . Subudhi翻译二重积分滑模MPPT控制的光伏系统,”IEEE控制系统技术,24卷,不。1,第292 - 285页,2015。视图:谷歌学术搜索
53. d·g·蒙托亚、c . a . Ramos-Paja和r . Giral“改进的滑模控制器的设计基于翻译的要求MPPT技术,”IEEE电力电子没有,卷。31日。1,第247 - 235页,2015。视图:谷歌学术搜索
54. a . Ortiz-Valencia洛杉矶Trejos-Grisales, c . a . Ramos-Paja”在光伏系统最大功率点跟踪基于自适应控制和滑模控制,”安蒂奥基亚省航空杂志上Facultad de Ingenieria大学德,没有。75年,第79 - 67页,2015年。视图:谷歌学术搜索
55. v . r . Kolluru g . Sahu k·塔,和b . Subudhi”修改滑模控制器的设计和模拟计算太阳能应用,与传统的翻译P&O MPPT控制器”2015年IEEE国际会议信号处理、信息、通讯和能源系统科泽科德,卷。7日,印度,2015。视图:谷歌学术搜索
56. k . Boulaam和a . Boukhelifa”,最大功率点跟踪基于滑模控制,”国际期刊的Photogramm,卷1,p . 2015。视图:谷歌学术搜索
57. a . Harrag和美国Messalti PSO-based SMC可变步长翻译P&O MPPT控制器光伏系统在快速变化的大气条件下,“国际期刊的数值模型,32卷,不。5 p . e2603 2019。视图:谷歌学术搜索
58. 诉Utkin, j·古尔德,j·史,Electro-Machanical系统的滑模控制,CRC出版社,第二版,2009年版。
59. j·范和c . Lu”自适应分数阶滑模控制器与神经估计量,”富兰克林研究所杂志》上,卷355,不。5,2369 - 2391年,2018页。视图:出版商的网站|谷歌学术搜索
60. y l . Wu高,j·刘,h·李,“事件驱动通过输出反馈滑模控制的随机系统,”自动化卷,82年,第92 - 79页,2017年。视图:出版商的网站|谷歌学术搜索
61. y楚,j·范,s .侯”全球动态比例微分积分滑模控制使用径向基函数神经为三相有源电力滤波器补偿器,”事务研究所的测量和控制,40卷,不。12日,第3559 - 3549页,2017年。视图:谷歌学术搜索
62. j . Lu和c·范”,使用双自适应滑模控制的动态系统循环递归神经网络结构,”IEEE神经网络和学习系统,9卷,不。4、1275 - 1286年,2017页。视图:谷歌学术搜索
63. 范j·t·王,“自适应模糊神经网络电力有源滤波器基于时滞控制大小,”国际期刊的机器学习和控制论,10卷,不。5,1139 - 1150年,2018页。视图:谷歌学术搜索
64. b . k .公园和t . Tsuiji终端滑模控制的二阶非线性不确定系统,”国际期刊的健壮和非线性控制,9卷,不。11日,第780 - 769页,1999年。视图:谷歌学术搜索
65. 赵c . s . y . l .欧阳,c . y . Ku”终端滑模控制光伏发电系统的最大功率点跟踪,”太阳能,卷86,不。10日,2986 - 2995年,2012页。视图:谷歌学术搜索
66. z Asma、d·卡里姆和d·塔拉”光伏系统的最大功率点跟踪基于快速终端滑模控制器,”国际可再生能源研究期刊》的研究(IJRER)》第六卷,没有。14日,第1445 - 1435页,2016年。视图:谷歌学术搜索
67. s . s . t . Amirineni m . j . Morshed和a . Fekih”积分终端滑模控制网格连接光伏系统最大功率生产”IEEE会议控制应用程序(CCA),第1565 - 1560页,2016年。视图:谷歌学术搜索
68. m . r . Mojallizadeh和m . a . Badamchizadeh”二阶模糊滑模控制的光伏发电系统中,“太阳能卷,149年,第340 - 332页,2017年。视图:出版商的网站|谷歌学术搜索
69. g·加西亚,a . Sellami和w·萨德”翻译终端滑模控制的MPPT光伏系统与不确定性,”国际期刊的造型、识别和控制卷,29号2,p。118年,2018年。视图:谷歌学术搜索
70. a . Shahdadi s . m . Barakati, a . Khajeh”设计和实现一种改进的滑模控制器的最大功率点跟踪在SEPIC基于光伏系统中,“工程报告,1卷,不。4、1、2019页。视图:谷歌学术搜索
71. k . Kamalapathi n . Priyadarshi s Padmanaban et al .,“混合moth-flame模糊逻辑控制器集成cuk变换器美联储无刷直流电机的功率因数校正”电子产品,7卷,p。288年,2018年。视图:谷歌学术搜索
72. m . Vardia n . Priyadarshi阿里,f·阿扎和a . k . Bhoi“风能转换系统最大功率点跟踪,”绿色能源技术的进步。绿色能源和技术a, a . Bhoi k·夏尔巴人,印度和g·s·崔,Eds。施普林格,新加坡。视图:谷歌学术搜索
73. m . Vardia n . Priyadarshi阿里,f·阿扎和a . k . BhoiG。美国崔,“风能转换系统的设计在不同故障情况下,”绿色能源技术的进步。绿色能源和技术a, a . Bhoi k·夏尔巴人,印度。施普林格,新加坡。视图:谷歌学术搜索
74. t·乔杜里n . Priyadarshi·库马尔f·阿扎和A . k . Bhoi“基于模糊逻辑控制的振动控制系统对于可再生能源的应用程序,”绿色能源技术的进步。绿色能源和技术a, a . Bhoi k·夏尔巴人,印度和g·s·崔,Eds。施普林格,新加坡。视图:谷歌学术搜索
75. a . Belkaid j.p.•高柏,a . Gherbi和l .,压力”为光伏系统最大功率点跟踪和提高转换器滑模控制,”IEEE 23日国际研讨会工业电子(ISIE),页556 - 561,伊斯坦布尔,土耳其,2014。视图:谷歌学术搜索
76. b . Mehimmedetsi和r . Chenni翻译直流光伏系统与MPPT造型,”国际可再生能源和可持续能源会议(IRSEC)2016年,摩洛哥马拉喀什。视图:谷歌学术搜索
77. j . a . Ramos-Hernanz j . j . Campayo j .票数et al。”两个光伏电池仿真模型在matlab / Simulink,”国际期刊在技术和物理工程问题(IJTPE)4卷,45-51,2012页。视图:谷歌学术搜索
78. j。j Slotine和w·李,应用非线性控制恩格尔伍德悬崖,新泽西:普伦蒂斯霍尔,1991年。
79. 进行j·肯尼迪和r·埃伯哈特,“粒子群优化”,神经网络程序IEEE国际会议4卷,第1948 - 1942页,1995年。视图:谷歌学术搜索

版权

版权©2021 Dieudonne Marcel Djanssou et al。这是一个开放的访问分布在条知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。