Numer: 02/2023 Str. 135
Autorzy: Abdelhak Zouggaret , Hocine Azzeddine , Djamel-Eddine Chaouch , Mohammed Berka , Mourad Hebali , Melouka Bellil , Youcef Djiani-Koobibi :
Tytuł: Wydajny moduł śledzenia maksymalnego punktu mocy ogniwa paliwowego oparty na adaptacyjnym systemie wnioskowania neuronowego Fuzzy
Streszczenie: W tym artykule opracowujemy śledzenie punktu maksymalnej mocy (MPPT) dla systemu ogniw paliwowych opartego na Adaptive Neural Fuzzy Inference System (ANFIS). Rozważany system składa się z ogniwa paliwowego z membraną do wymiany protonów (PEMFC) połączonego z obciążeniem rezystancyjnym poprzez konwerter doładowania, ANFIS dający sygnały odniesienia (napięcie i wartości prądu maksymalnego punktu mocy, niezależnie od warunków pracy ogniwa paliwowego ) oraz sterownik PI (proporcjonalny integrator) z generatorem sygnału z modulacją szerokości impulsu (PWM) do dostrajania cyklu pracy przetwornicy podwyższającej DC-DC. Baza danych szkoleniowych ANFIS wykorzystuje próbki obliczone przy użyciu walidacyjnego modelu elektrochemicznego ogniw paliwowych. Wyniki symulacji uzyskane przy użyciu pakietu MATLAB-Simulink pokazują skuteczność proponowanego MPPT w porównaniu z konwencjonalnymi technikami MPPT pod względem wydajności statycznej i dynamicznej.
Słowa kluczowe: Adaptacyjny Neural Fuzzy Inference System (ANFIS), Ogniwo paliwowe z membraną do wymiany protonów (PEMFC), Śledzenie punktu maksymalnej mocy (MPPT)