Renewable Power for Sustainable Growth
Proceedings of ICRP 2024, Volume 2
- 2026
- Buch
- Herausgegeben von
- Hasmat Malik
- Sukumar Mishra
- Y.R. Sood
- Atif Iqbal
- Taha Selim Ustun
- Buchreihe
- Lecture Notes in Electrical Engineering
- Verlag
- Springer Nature Singapore
Über dieses Buch
Der Vortrag ist eine Sammlung von Papieren, die auf der Internationalen Konferenz für erneuerbare Energien (ICRP 2024) präsentiert wurden, die vom 28. bis 29. März 2024 im Maharaja Agrasen Institute of Technology in Delhi, Indien, stattfand. Das Buch behandelt verschiedene Themen erneuerbarer Energiequellen in modernen Energiesystemen. Der Band konzentriert sich auf Smart-Grid-Technologien und -Anwendungen, erneuerbare Energiesysteme wie Solarenergie, Solarthermie, Windkraft, Stromerzeugung, Übertragung und Verteilung, Transportelektrifizierung und Automobiltechnologien, Leistungselektronik und Anwendungen in erneuerbaren Energiesystemen, Energiemanagement und -steuerung, Energiespeicherung in modernen Energiesystemen, aktives Verteilungsnetz, künstliche Intelligenz in erneuerbaren Energiesystemen sowie Cyber-Physik und Internet der Dinge in Smart Grid und erneuerbaren Energien.
Mit KI übersetzt
Über dieses Buch
The proceedings is a collection of papers presented at International Conference on Renewal Power (ICRP 2024), held during 28 – 29 March 2024 in Maharaja Agrasen Institute of Technology, Delhi, India. The book covers different topics of renewal energy sources in modern power systems. The volume focusses on smart grid technologies and applications, renewable power systems including solar PV, solar thermal, wind, power generation, transmission and distribution, transportation electrification and automotive technologies, power electronics and applications in renewable power system, energy management and control system, energy storage in modern power system, active distribution network, artificial intelligence in renewable power systems, and cyber physical systems and internet of things in smart grid and renewable power.
Anzeige
Inhaltsverzeichnis
-
Implementation of ANFIS Controller to Enhance the Performance of PV-B-UPQC for Micro Grid Systems
P. Suresh, Y. Himaja, K. SudheerDieses Kapitel untersucht die Implementierung eines ANFIS-Controllers zur Leistungssteigerung eines mit PV-Batterien gespeisten Unified Power Quality Conditioners (UPQC) für Mikronetzsysteme. Die Studie konzentriert sich auf die Verbesserung der Stromqualität, Netzstabilität und des Energiemanagements durch die Integration erneuerbarer Energiequellen und Batteriespeicher. Zu den Schlüsselthemen gehören die Steuerlogik des PV-B-UPQC-Systems, die Funktionsweise des ANFIS-Controllers und die Bewertung der Systemleistung unter verschiedenen Bedingungen wie Spannungseinbrüchen, Quellungen und unausgewogenen Lasten. Simulationsergebnisse mit MATLAB / Simulink zeigen die Effektivität des Systems bei der Aufrechterhaltung sinusförmiger Spannungswellenformen und der Verringerung der totalen harmonischen Verzerrung (THD) und zeigen das Potenzial von ANFIS-Controllern zur Verbesserung der Zuverlässigkeit und Effizienz des Mikronetzes.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThe research paper aims to assess and enhance the performance of (PV-B-UPQC) battery fed PV integrated Unified Power Quality Conditioner in microgrid systems using an ANFIS controller. The rising need for sustainable and dependable energy solutions has driven a greater emphasis on microgrid systems, which combine solar photovoltaic (PV) arrays, energy storage, and power quality enhanced technologies. The goal of this research is to find a solution for the UPQC system's power quality problem. When the UPQC is operated using instantaneous reactive power (PQ) and synchronous reference frame (SRF) methods, total harmonic distortion of grid current can exceed 5% under extreme conditions like significant voltage swell/sag. To tackle this issue, an artificial neural network is employed to adjust the UPQC's shunt active filter effectively. The proposed model's performance is evaluated under various scenarios, including voltage sag/swell circumstances, imbalanced loads, and non-linear load situations. Simulations were done with MATLAB Simulink. The results shown substantial improvements in energy efficiency, power quality, and grid reliability, making this technology a promising outcome for enhancing micro grid system performance in the era of renewable energy. The recommended artificial neural network controller efficiently reduces power quality problems and optimizes control complexity. -
Hybrid Approach for Tracking Global MPP Using Modified P&O Algorithm
Kulsoom Fatima, Ahmad Faiz Minai, Kiran Kumar Kandregula, Hasmat Malik, Shahrin Md Ayob, Nik Rumzi Nik Idris, Awang Jusoh, Ts Mohd Zaki Bin DaudDieses Kapitel untersucht einen hybriden Ansatz, der einen modifizierten Perturb and Observe (P & O) -Algorithmus mit einem Proportional-Integral-Regler (PI) kombiniert, um die Verfolgung des globalen Maximalleistungspunktes (GMPP) in Photovoltaik-Systemen zu verbessern. Der Text geht auf die Herausforderungen ein, vor denen konventionelle MPPT-Algorithmen stehen, wie langsame Konvergenz und Oszillationen unter ungleicher Sonneneinstrahlung, und stellt die vorgeschlagene Hybridmethode als Lösung vor. Das Kapitel bietet einen umfassenden Überblick über die dynamische Modellierung und Steuerung des vorgeschlagenen Systems, einschließlich der Modellierung von PV-Modulen, DC-DC-Boost-Konvertern und MPPT-Regelalgorithmen. Die Simulationsergebnisse zeigen die überlegene Leistung des vorgeschlagenen Algorithmus im Vergleich zu naturbasierten Algorithmen wie dem Flower Pollination Algorithm (FPA), wobei eine schnellere Konvergenz, geringere Oszillationen und eine verbesserte Verfolgungseffizienz hervorgehoben werden. Das Kapitel schließt mit einer Diskussion über die potenziellen Vorteile des vorgeschlagenen Systems in der realen Welt und betont seine Fähigkeit, mit Teilverschattungsbedingungen umzugehen und die Gesamtleistung von PV-Systemen zu verbessern.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThe remarkable characteristics of photovoltaic technology, with its cleanliness and abundant availability, make it a prominent choice among other sources of renewable energy. In order to fully harness their advantages, an effective maximum power point tracking algorithm must be employed to ensure consistent output, even under changing environmental conditions. Several metaheuristic algorithms have been put forward which possess higher computational complexity while conventional algorithms possess simpler computation but are incompetent in tracking MPP under non uniform shading conditions. Therefore, this study aims to propose a global MPPT algorithm integrating conventional P&O algorithm and a closed loop PI controller with volt-seconds and amp-seconds balanced converter that supports in efficient chasing even under non uniform shading conditions. Potential of this simulated PV system is examined in terms of convergence speed, oscillations and tracking efficiency using MATLAB–Simulink with nature based FPA algorithm even under non uniform solar irradiations. Proposed system possesses settling time of 0.17 s while FPA takes around 1.6 s. The proposed system exhibits great results in terms of complexity of computation, convergence speed and reduced oscillations in comparison with nature based FPA algorithms even under non uniform solar irradiations. -
An Inclusive Review of Machine Learning Techniques in Securing Power Systems and Recognition of Cyber Attacks
Kalyan Acharjya, Devendra Kumar Doda, Vijendra Singh Rawat, D. Ganesh, Surender Reddy SalkutiDieses Kapitel untersucht die entscheidende Rolle maschineller Lerntechniken bei der Sicherung von Energiesystemen und der Erkennung von Cyber-Bedrohungen. Es beginnt mit einer Beschreibung der Herausforderungen, vor denen moderne Energiesysteme stehen, einschließlich erhöhter Schwachstellen aufgrund der Integration von IoT und fortgeschrittenen Geräten. Das Kapitel untersucht dann verschiedene Architekturen des maschinellen Lernens, die in vier primären Bereichen der Sicherheit und Stabilität von Energiesystemen eingesetzt werden, wobei ihre Erfolge und Mängel hervorgehoben werden. Es bietet auch eine umfassende Untersuchung bestehender Lösungen für die Sicherheit und Stabilität des Stromsystems, einschließlich traditioneller Methoden und ihrer Grenzen. Das Kapitel schließt mit der Identifizierung von Forschungslücken und zukünftigen Möglichkeiten für den Einsatz von maschinellem Lernen, um die Stabilität und den Schutz von Powerplattformen zu verbessern. Darüber hinaus bietet es eine detaillierte Analyse der Auswirkungen, Abschwächungsstrategien und zukünftigen Trends von Cyberangriffen in Energiesystemen und bietet einen umfassenden Überblick über die aktuelle Landschaft und zukünftige Richtungen in diesem Bereich.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractGrowing use of renewable energy, opening up of the energy markets, and incorporation of monitoring systems have opened up opportunities for a more resilient power grid. However, this evolution also brings new challenges such as cyberattacks and voltage instability. Timely analysis of this information is essential, and ML techniques have proven effective in solving power planning problems. This review examines current research using MLT—such as artificial roots, selection of trees, and auxiliary conduit devices—to increase the reliability and safety of energy systems with a focus on dynamic security analytics, disruptive capabilities assessment, and cyberattack detection. The review focuses on successes, strategies, and barriers in classifier construction and implementation of datasets. Additionally, it concludes with an in-depth compelling and compelling study in transient dynamics analysis with insights into the challenges and possible future research directions in this growing field.
- Titel
- Renewable Power for Sustainable Growth
- Herausgegeben von
-
Hasmat Malik
Sukumar Mishra
Y.R. Sood
Atif Iqbal
Taha Selim Ustun
- Copyright-Jahr
- 2026
- Verlag
- Springer Nature Singapore
- Electronic ISBN
- 978-981-9533-89-3
- Print ISBN
- 978-981-9533-88-6
- DOI
- https://doi.org/10.1007/978-981-95-3389-3
Die PDF-Dateien dieses Buches wurden gemäß dem PDF/UA-1-Standard erstellt, um die Barrierefreiheit zu verbessern. Dazu gehören Bildschirmlesegeräte, beschriebene nicht-textuelle Inhalte (Bilder, Grafiken), Lesezeichen für eine einfache Navigation, tastaturfreundliche Links und Formulare sowie durchsuchbarer und auswählbarer Text. Wir sind uns der Bedeutung von Barrierefreiheit bewusst und freuen uns über Anfragen zur Barrierefreiheit unserer Produkte. Bei Fragen oder Bedarf an Barrierefreiheit kontaktieren Sie uns bitte unter accessibilitysupport@springernature.com.