找到 4 条结果 · IEEE Access

排序:
电动汽车驱动 ★ 5.0

三相并网逆变器的无源性控制与虚拟阻抗优化设计

Enhancing Performance Toward Torque and Flux Control Through a Hybrid Approach of Intelligent and DTC for SRM Drives

Deepak Mohanraj · M Umavathi · Rajesh Verma · Bharatiraja Chokkalingam 等5人 · IEEE Access · 2025年5月

并网逆变器在弱电网条件下易出现稳定性问题,无源性控制提供理论稳定性保证。本文提出基于无源性理论的并网控制策略,通过虚拟阻抗优化设计实现宽范围电网阻抗适应性,保证系统鲁棒稳定性。

解读: 该无源性控制技术可应用于阳光电源SG系列光伏逆变器的弱网并网场景。通过虚拟阻抗优化提升逆变器在高阻抗电网条件下的稳定性,拓展并网适应范围,减少并网点电压波动,提升弱电网地区的光伏接入能力。...

光伏发电技术 储能系统 DAB 深度学习 ★ 5.0

基于自适应神经模糊推理系统与模糊FOPID先进控制的并网光伏-风电混合系统性能提升

Performance Improvement of Grid-Connected PV-Wind Hybrid Systems Using Adaptive Neuro-Fuzzy Inference System and Fuzzy FOPID Advanced Control With OPAL-RT

Moayed Mohamed · Zuhair Muhammed Alaas · Badr Al Faiya · Hossam Youssef Hegazy 等6人 · IEEE Access · 2025年3月

本文研究基于自适应神经模糊推理系统(ANFIS)提升并网光伏-风电混合系统的控制性能,并与传统模糊分数阶PID(FOPID)及模糊PI控制器进行对比。针对可再生能源间歇性与非线性带来的控制挑战,ANFIS融合模糊逻辑与神经网络自学习能力,展现出更强的鲁棒性与适应性。通过OPAL-RT 4512平台实现实时仿真与实验验证,结果表明ANFIS在电压调节、谐波抑制及系统稳定性方面显著优于其他控制器,尤其在动态负载与环境变化下表现更优,有效促进可再生能源的可靠并网与智能电网发展。

解读: 该ANFIS与模糊FOPID控制技术对阳光电源光储混合系统具有重要应用价值。针对SG系列光伏逆变器与ST储能变流器的并网协同控制,ANFIS自适应学习能力可显著提升PowerTitan储能系统在光伏波动工况下的电压调节精度与谐波抑制性能。OPAL-RT实时验证方法可直接应用于阳光电源构网型GFM控制...

光伏发电技术 储能系统 MPPT ★ 5.0

基于ANFIS的最大功率点跟踪控制器在太阳能光伏系统中的潜力研究

Investigating the Potential of an ANFIS-Based Maximum Power Point Tracking Controller for Solar Photovoltaic Systems

Yavuz Türkay · Ahmet Gürkan Yüksek · IEEE Access · 2025年3月

最大功率点跟踪(MPPT)技术对提升光伏(PV)系统效率具有重要作用。本文设计并建模了一种基于自适应神经模糊推理系统(ANFIS)的MPPT控制器,旨在不同环境条件下最大化PV模块的输出效率。该控制器结合模糊逻辑与神经网络优势,通过温度、辐照度和负载等输入参数动态调整控制策略,快速准确地追踪最大功率点。所设模糊规则有效应对系统非线性特性,提升响应速度与稳定性。在MATLAB/SIMULINK平台上的仿真结果表明,该方法在多种工况下均表现出优异性能,相较于传统增量电导法(INC),具有更小的稳态振...

解读: 该ANFIS-MPPT技术对阳光电源SG系列光伏逆变器和ST储能变流器的控制算法优化具有重要参考价值。研究证实的快速动态响应和低稳态振荡特性,可直接应用于阳光电源1500V高压系统的多路MPPT优化,特别是在复杂遮挡和快速云层变化工况下。神经模糊融合策略为现有P&O和INC算法提供智能化升级路径,可...

光伏发电技术 储能系统 充电桩 MPPT ★ 5.0

基于优化ANFIS的鲁棒非线性控制在太阳能离网电动汽车充电站中的应用

Optimized ANFIS-Based Robust Nonlinear Control of a Solar Off-Grid Charging Station for Electric Vehicles

Bibi Tabassam Gul · Iftikhar Ahmad · Habibur Rehman · Ammar Hasan · IEEE Access · 2025年1月

本文旨在提升由光伏板和电池供电的离网电动汽车充电站的性能。采用自适应神经模糊推理系统实现最大功率点跟踪,以优化光伏输出;设计了一种基于条件的超螺旋滑模控制器(CST-SMC),有效抑制了传统滑模控制中的抖振与积分饱和问题。控制器参数通过灰狼优化算法整定,并通过Lyapunov方法证明系统全局稳定性。仿真与基于Delfino F28379D的硬件在环实验验证了方案有效性。结果表明,所提CST-SMC相较传统ST-SMC具有更快上升时间、更小超调与更短调节时间,且在恒流恒压阶段响应更平滑,显著提升了...

解读: 该研究的优化ANFIS-MPPT算法与CST-SMC控制技术对阳光电源光储充一体化产品具有重要应用价值。在SG系列光伏逆变器中,ANFIS自适应算法可提升复杂工况下的MPPT效率,优于传统P&O算法;在ST系列储能变流器中,超螺旋滑模控制可有效抑制抖振,提升双向DC-DC变换器的动态响应与电池充放电...