Zum Inhalt

Photovoltaic Maximum Power Point Tracking Using Artificial Neural Network and PI Controller

  • 2022
  • OriginalPaper
  • Buchkapitel
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Das Kapitel geht der entscheidenden Herausforderung nach, die Leistung von Photovoltaiksystemen durch Maximum Power Point Tracking (MPPT) zu maximieren. Es führt eine innovative Methode ein, die ein neuronales Netzwerk mit radialer Basisfunktion und einen PI-Controller zur Vorhersage und Aufrechterhaltung des maximalen Strompunktes verwendet. Das elektrische Modell mit einer Diode wird zur Simulation des Photovoltaik-Panels verwendet, und die Newton-Raphson-Methode wird für die Kurvenanpassung verwendet. Das vorgeschlagene neuronale Netzwerk ist darauf ausgebildet, maximale Strompunkte unter wechselnden Temperatur- und Sonneneinstrahlungsbedingungen vorherzusagen, was außergewöhnliche Genauigkeit und Verallgemeinerungsfähigkeiten beweist. Simulationsergebnisse zeigen die robuste Leistungsfähigkeit des Systems auch bei raschen Veränderungen der Umweltbedingungen und unterstreichen seine Überlegenheit gegenüber herkömmlichen MPPT-Techniken.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!                                        

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
Photovoltaic Maximum Power Point Tracking Using Artificial Neural Network and PI Controller
Verfasst von
Hocine Abdelhak Azzeddine
Djamel-eddine Chaouch
Mourad Hebali
Ahmed Labaoui
Youcef Islam Djilani Kobibi
Benaoumeur Ibari
Copyright-Jahr
2022
Verlag
Springer Nature Singapore
DOI
https://doi.org/10.1007/978-981-19-4364-5_29
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.