بهبود عملکرد میکرواینورتر خورشیدی با استفاده از کنترلگر تطبیقی- فازی مبتنی بر مدل فیزیکی سیستم

پایان نامه
چکیده

چکیده: یکی از مهمترین اجزای یک سیستم خورشیدی متصل به شبکه، اینورترهای خورشیدی هستند که وظیفه تبدیل توان dc تولید شده به وسیله پنل های خورشیدی به توان ac سنکرون با شبکه را به عهده دارند. انتخاب یک ساختار از بین تمامی ساختارهای معرفی شده در مقالات، به پارامترهای متعددی از جمله توان سیستم و بازده سیستم وابسته است. در توان¬های نامی در بازه 200 تا 300 وات یکی از بهترین گزینه ها، ساختارinterleaved flyback است که اخیرا در تعدادی از مقالات مورد بررسی قرار گرفته است. در این پایان نامه با استفاده از روشی تطبیقی- فازی که بر پایه مدل فیزیکی سیستم استوار است، و به کارگیری آن در حلقه کنترل جریان، بهبود قابل ملاحظه ای در پارامترهای کیفی جریان تزریق شده به شبکه ایجاد شده است. روشی که برای طراحی کنترلگر و نیز اثبات پایداری سیستم حلقه بسته عنوان می¬گردد مبتنی بر نامساوی های ماتریسی خطی خواهد بود. علاوه بر اثبات پایداری سیستم حلقه بسته با روشهای مبتنی بر نامساوی های ماتریسی خطی، اثبات دیگری نیز که بر مفاهیم کنترل رباست استوار است، ارائه می¬گردد. جنبه نوآوری این پایان نامه بیشتر به نحوه به کارگیری روش های کنترل فازی مبتنی بر مدل فیزیکی سیستم جهت استفاده در میکرواینورترهای خورشیدی و نیز روشهای ارائه شده برای اثبات پایداری این سیستم مربوط می¬شود. در انتها نیز روش کنترلی ارائه شده نسبت به دیگر روشها مقایسه می¬شود و کارایی آن در شرایط کاری مختلف مورد ارزیابی قرار می¬گیرد. کلمات کلیدی: میکرواینورتر، interleaved flyback، کنترل رباست، نامساوی خطی ماتریسی،lmi، کنترل فازی

منابع مشابه

بهبود عملکرد سامانه‏های کنترل از طریق شبکه با استفاده از چرخش در قوانین کنترلگر منطق فازی

This paper addresses a novel control method adapted with varying time delay to improve NCS performance. A well-known challenge with NCSs is the stochastic time delay. Conventional controllers such as PID type controllers which are just tuned with a constant time delay could not be a solution for these systems. Fuzzy logic controllers due to their nonlinear characteristic which is compatible wit...

متن کامل

بهبود عملکرد سامانه‏های کنترل از طریق شبکه با استفاده از چرخش در قوانین کنترلگر منطق فازی

در این مقاله یک کنترلگر منطق فازی، که با تأخیرهای زمانی تطبیق می‏یابد، ارائه شده است تا عملکرد سامانه‏های کنترل از طریق شبکه را بهبود ‏دهد. مهمترین چالش در این سامانه‏ها، تأخیر زمانی تصادفی متغیر در شبکه‏های مخابرات داده است. کنترلگرهای سنتی مانند تناسبی-انتگرالی-مشتق‏گیر که معمولاً با یک تأخیر ثابت تنظیم می‏شود، باعث ناپایداری این سامانه‏ها می‏گردد. از طرف دیگر کنترلگرهای منطق فازی به خاطر ماهی...

متن کامل

پیش‌بینی کم‌آبی‌ ماهانه با استفاده از یک مدل استوکستیک و سیستم استنتاج فازی مبتنی بر شبکة تطبیقی

آگاهی از دبی‌ جریان و پیش‌بینی آن به ویژه در مواقعی که رودخانه با کم‌آبی مواجه است امری ضروری در جهت مدیریت بهره‌‌برداری از رودخانه است. در این مقاله به ‌منظور مدل‌سازی سری‌های‌ زمانی تشکیل شده از کم‌آبی‌های ماهانه و پیش‌بینی مقدار و زمان وقوع کم‌آبی‌ها، از یک مدل استوکستیک متداول (مدل میانگین متحرک تجمعی خودبازگشت-ARIMA) و یک مدل مبتنی بر هوش مصنوعی (سیستم استنتاج فازی مبتنی بر شبکة تطبیقی-ANF...

متن کامل

بهبود عملکرد کنترل پیش‌بین مبتنی بر مدل در ردیابی ماکزیمم توان در سیستم فتوولتائیک با استفاده از کنترل فازی در صورت وجود عدم قطعیت در مدل

مشخصة توان - ولتاژ در یک سیستم فتوولتائیک، مشخصة غیرخطی است. محل و مقدار نقطة ماکزیمم توان[i] (MPP) به شرایط محیطی مانند شدت نور و دمای محیط بستگی دارد. برای استخراج ماکزیمم توان به سیستمی نیاز است که شامل یک مبدل DC-DC و یک روش کنترلی است؛ به چنین سیستمی، ردیابی نقطة ماکزیمم توان[ii] (MPPT) گفته می‌شود که یک قسمت اساسی در سیستم فتوولتائیک است. یکی از...

متن کامل

بهبود موقعیت‌یابی و نقشه‌یابی هم‌زمان با استفاده از الگوریتم اجتماع ذرات و سیستم فازی-عصبی تطبیقی

مسئله موقعیت‌یابی و نقشه‌یابی هم‌زمان (SLAM) یکی از نیازهای اساسی برای ربات‌های خودمختار متحرک است که در محیط‌های ناشناخته حرکت می‌کنند. الگوریتم UFastSLAM یک روش مؤثر برای این منظور است. این روش با به‌کاربردن تبدیل خنثی، الگوریتم FastSLAM را بهبود می‌دهد. با وجود این، فرآیند نمونه‌برداری مجدد و اطلاعات آماری نامعلوم نویز فرآیند و اندازه‌گیری منجر به ناسازگاری می‌شود. در این مقاله، برای بهبود U...

متن کامل

پیش بینی کم آبی ماهانه با استفاده از یک مدل استوکستیک و سیستم استنتاج فازی مبتنی بر شبکه تطبیقی

آگاهی از دبی جریان و پیش بینی آن به ویژه در مواقعی که رودخانه با کم آبی مواجه است امری ضروری در جهت مدیریت بهره برداری از رودخانه است. در این مقاله به منظور مدل سازی سری های زمانی تشکیل شده از کم آبی های ماهانه و پیش بینی مقدار و زمان وقوع کم آبی ها، از یک مدل استوکستیک متداول (مدل میانگین متحرک تجمعی خودبازگشت-arima) و یک مدل مبتنی بر هوش مصنوعی (سیستم استنتاج فازی مبتنی بر شبکه تطبیقی-anfis) ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023