СТРУКТУРА УПРАВЛЕНИЯ ФОТОЭЛЕКТРИЧЕСКОЙ СТАНЦИЕЙ НА ОСНОВЕ АДАПТИВНОГО НЕЧЕТКОГО АГЕНТА

Преобразование солнечной энергия непосредственно в электрическую осуществляется солнечными модулями в составе фотоэлектрической станции (ФЭС). Каждый модуль имеет свою характеристику зависимости генерируемой мощности от напряжения (P-V) при определенных условиях окружающей среды- интенсивности солнечного излучение и температуры. Характеристика P-V имеет уникальную точку максимальной выходной мощности (МВМ) и ее отслеживание является достаточно сложной проблемой. В мировой практике предложено большое разнообразие алгоритмов, обеспечивающих функционирование ФЭС при МВМ. Предложено рассматривать решение этой задачи в два этапа: 1 – выбор алгоритма идентификации отклонения и 2 – пректирование контроллера управления преобразователем постоянного тока, обеспечивающего величину напряжения, соответствующей точке МВМ. Наиболее совершенными характеристиками обладает предложенный адаптивный нечеткий агент, функции принадлежности (ФП) которого разработаны с учетом характерных уникальных свойств ФЭС-нелинейности характеристики P-V и ее несимметричности относительно точки МВМ. Приведен пример формирования ФП. Эффективность предложенных решений подтверждается результатами проведенного численного эксперимента на разработанной имитационной модели в среде MATLAB-Simulink. При этом адаптивный нечеткий агент обеспечивает сокращение времени выхода на заданную траекторию примерно вдвое.

1. Elzein Imad, Petrenko Yury. An Integration of a Predictive Control Model and MPPT for PV Station. IEEE Region 8, International Conference on Smart Systems and Technologies (SST 2016), proc. Of IEEE trans., Croatia, IEEE, region 8, pp. 275–280, ISBN: 978–1-5090–3718–6, IEEE catalog number: CFP16G03-PRT

2. Elzein, I. Predictive Model Control for Photovoltaic Station. / Imad Elzein, Y. N. Petrenko // Наука – образованию, производству, экономике: материалы. 14-й. Междунар. науч.-техн. конф., Минск, июнь, 2016 г. В 4 т. / Белорус, национ. техн. ун-т; редкол.: Б. М. Хрусталев [и др.]. – Минск, 2016. – Т. 1. – С. 238.

3. Elzein I. Imad. An Evaluation of Photovoltaic Systems MPPT Techniques Under the Characteristics of Operational Conditions./ Imad Elzein, Y. N. Petrenko // System Analysis and Applied Information Science. – 2017. – № 2, P. 30–38.

4. Impulse control hybrid electrical system / Imad Elzein [et al.] // System Analysis and Applied Information Science, – 2016. – № 4, – P. 46–52.

5. Elzein, Imad. Аналитические методы определения параметров режима максимальной выходной мощности солнечных батарей / Imad Elzein, Ю. Н. Петренко // Информационные технологии в образовании, науке и производстве: IV Международная научно-техническая интернет-конференция, 18–19 ноября 2016 г. Секция Информационные технологии в производстве и научных исследованиях [Электронный ресурс]. – [Б. и.], 2016. Режим доступа: http://rep. bntu.by/handle/data/27252. Дата доступа: 30.06.2017.

6. Nevzat Onat. Recent Developments in Maximum Power Point Tracking Technologies for Photovoltaic Systems. International Journal of Photo energy, Vol. 2010, Article ID 245316, 11 pp., doi:10.1155/2010/245316.

7. Elzein, I. Maximum Power Point Tracking System for Photovoltaic Station: a Review. System Analysis and Applied Information Science, No. 3, 2015, pp.15–20.

8. D. P. Hohm and M. E. Ropp, «Comparative study of maximum power point tracking algorithms using an exper mental, programmable, maximum power point tracking test bed,» in Proc. Photovoltaic Specialist Conference, pp. 1699–1702, 2000.

9. K. H. Hussein, I. Muta, T. Hoshino, and M. Osakada, «Maximum power point tracking: an algorithm for rapidly changing atmospheric conditions» IEE Proc.-Gen. Transm. Distrib., 1995. Vol. 142, pp. 59–64.

10. Mattavelli, P., Rossetta, L., Spiazzi, G., &Tenti, P. General purpose fuzzy logic controller for DC-DC converters. IEEE Transactions on Power Electronics, 12(1), 1997, pp. 79–85.

11. E. Koutroulis, F. Blaabjerg. «A New Technique for Tracking Global Maximum Power Point of PV Arrays Operating Under Partial-Shading Conditions» IEEE JORNAL OF PHOTOVOLTAICS, vol. 2, no. 2, April 2012.

12. Petrenko, Y. N. Fuzzy logic and genetic algorithm technique for non-liner system of overhead crane / Y. N. Petrenko, S. E. Alavi. Computational Technologies in Electrical and Electronics Engineering (SIBIRCON), 2010 IEEE Region 8 International Conference, 11–15 July 2010. pp. 848–851.