Intelligent power control strategy based on self-tuning fuzzy MPPT for grid-connected hybrid system

Abstract

This paper investigates various methods for controlling the Maximum Power Point Tracking (MPPT) algorithm within the framework of intelligent energy control for grid-connected Hybrid Renewable Energy Systems (HRESs). The purpose of the study is to improve the efficiency and reliability of the power supply in the face of unpredictable weather conditions and diverse energy sources. Intelligent control techniques are used to optimize the extraction of energy from available sources and effectively regulate energy distribution throughout the system. Novelty study is employing intelligent control strategies for both energy optimization and control. This research distinguishes itself from conventional approaches, particularly through the application of Self-Tuning Fuzzy Logic Control (ST-FLC) and fuzzy tracking. Unlike conventional methods that rely on logical switches, this intelligent strategy utilizes fuzzy rules adapted to different operating modes for more sophisticated energy control. The proposed control strategy minimizes static errors and ripples in the direct current bus and challenges in meeting load demands. Methods of this research includes a comprehensive analysis of several optimization techniques under varying weather scenarios. The proposed strategy generates three control signals that correspond to selected energy sources based on solar irradiation, wind velocity and battery charging status. Practical value. ST-FLC technique outperforms both conventional methods and standard Fuzzy Logic Controllers (FLCs). It consistently delivers superior performance during set point and load disturbance phases. The simulation, conducted using MATLAB/Simulink. The results indicate that fuzzy proposed solution enables the system to adapt effectively to various operational scenarios, displaying the practical applicability of the proposed strategies. This study presents a thorough evaluation of intelligent control methods for MPPT in HRESs, emphasizing their potential to optimize energy supply under varying conditions. У цій статті досліджуються різні методи керування алгоритмом стеження за точкою максимальної потужності (MPPT) в рамках інтелектуального керування енергією для підключених до мережі гібридних систем відновлюваноїенергетики (HRESs). Метою дослідження є підвищення ефективності та надійності електропостачання в умовах непередбачуваних погодних умов та різноманітних джерел енергії. Інтелектуальні методи управління використовуються для оптимізації видобутку енергії з доступних джерел та ефективного регулювання розподілу енергії по всій системі. Новизна дослідження полягає у застосуванні інтелектуальних стратегій управління як для оптимізації, так і для контролю енергії. Це дослідження відрізняється від традиційних підходів, зокрема, завдяки застосуванню самонастроюваного нечіткого логічного керування (ST-FLC) та нечіткого відстеження. На відміну від традиційних методів, які покладаються на логічні перемикачі, це інтелектуальне управління використовує нечіткі правила, адаптовані до різних режимів роботи для більш складного управління енергією. Запропонована стратегія керування мінімізує статичні похибки та пульсаціїв шині постійного струму, а також проблеми з задоволенням потреб навантаження. Методи дослідження включають комплексний аналіз декількох методів оптимізації за різних погодних умов. Запропонована стратегія генерує три сигнали керування, які відповідають обраним джерелам енергії на основі сонячного випромінювання, швидкості вітру та стану заряду акумуляторів. Практична цінність. Технологія ST-FLC перевершує як традиційні методи, так і стандартні контролери нечіткої логіки (FLC). Вона стабільно забезпечує високу продуктивність під час фаз заданого значення та збурення навантаження. Моделювання проводилося за допомогою MATLAB/Simulink. Результати показують, що запропоноване нечітке рішення дозволяє системі ефективно адаптуватися до різних сценаріїв роботи, демонструючи практичну застосовність запропонованих стратегій. Це дослідження представляє ретельну оцінку інтелектуальних методів управління для МРРТ в HRES, підкреслюючи їх потенціал для оптимізаціїенергопостачання за різних умов.