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...