找到 2 条结果
采用快速平滑二阶滑模控制与神经模糊估计及变增益鲁棒精确输出微分器的风能转换系统性能增强
Enhanced wind energy conversion system performance using fast smooth second-order sliding mode control with neuro-fuzzy estimation and variable-gain robust exact output differentiator
Ameen Ullah · Safeer Ullah · Tanzeel Ur Rahman · Irfan Sami 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 风能转换系统（WECS）常因风速的随机性和间歇性而面临挑战，导致发电输出功率与波动的电力负载需求之间出现不匹配。为有效应对这一问题，先进的最大功率点跟踪（MPPT）策略对于最大化功率提取至关重要。本研究提出了一种基于快速平滑二阶滑模控制（FSSOSMC）的新型MPPT方法，旨在优化与永磁同步发电机（PMSG）耦合的3 kW定桨距变速WECS的功率输出。为了在系统参数存在不确定性与非线性的情况下仍保持控制的鲁棒性，采用了基于Takagi–Sugeno–Kang（TSK）模糊推理系统的离线神经...
解读: 该快速平滑二阶滑模MPPT技术对阳光电源风电变流器及储能系统具有重要借鉴价值。其98.9%的系统效率和98.2%的跟踪精度显著优于传统方法,可应用于SG风电变流器优化最大功率点跟踪算法。神经模糊估计与鲁棒微分器的融合控制策略,可移植至ST系列PCS的GFM控制中,提升新能源波动工况下的动态响应速度(...
基于高增益微分器的优化神经自适应三阶滑模控制提升光伏系统性能：仿真与实验验证
Optimized Neuro-Adaptive Third-Order Sliding Mode Control with High-Gain Differentiator for Enhanced Photovoltaic System Performance: Simulation and Experimental Validation
Ameen Ullah · Safeer Ullah · Umair Hussan · Baheej Alghamdi 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年6月
针对光照强度和温度快速变化下光伏系统性能优化难题，本文提出一种新型神经自适应三阶滑模控制（NATOSMC）策略。该方法结合径向基函数神经网络生成参考信号，利用高增益微分器基于微分平坦理论估计系统状态，并通过灰狼优化器实时整定自适应律参数。李雅普诺夫分析严格保证系统稳定性。仿真与实验结果表明，所提控制器在跟踪精度、动态响应和鲁棒性方面优于传统方法，实现0.014 s调节时间、0.012 s上升时间、0.05%超调及98.71%跟踪效率，显著提升光伏系统的控制性能与可靠性。
解读: 该神经自适应三阶滑模控制技术对阳光电源SG系列光伏逆变器的MPPT算法优化具有重要应用价值。其0.014s调节时间和98.71%跟踪效率可显著提升光伏逆变器在光照突变工况下的最大功率点跟踪性能，优于传统扰动观察法。高增益微分器结合微分平坦理论的状态估计方法，可应用于ST储能变流器的电流环控制，提升动...