Un team di ricerca guidato da ricercatori indiani ha sviluppato un sistema di ricarica per veicoli elettrici (EV) "intelligente" che integra pannelli fotovoltaici (PV), celle a combustibile a membrana a scambio protonico (PEM), accumulo di energia a batteria e supercondensatori. Il fulcro del sistema è un convertitore boost a sorgente Z che utilizza l'algoritmo ANFIS per ottenere il massimo inseguimento del punto di potenza (MPPT).
A differenza dei tradizionali sistemi a singolo PV o ibridi, questo approccio combina il controllo intelligente e la gestione multi-energia per garantire una ricarica efficiente, stabile e affidabile degli EV intelligenti. La ricerca futura si espanderà a nuove microgrid DC a energia con capacità vehicle-to-grid (V2G), consentendo un'integrazione più intelligente dell'ecosistema energetico per gli EV.
Il team di ricerca ha utilizzato MATLAB/Simulink 2021a per simulare il sistema, che include due unità di ricarica rapida da 50kW, un sistema PV con potenza di picco di 186kW, un sistema di batterie al piombo-acido e un sistema di accumulo di energia a base di idrogeno composto da un generatore di idrogeno da 176kVA, sei moduli di celle a combustibile da 66kW e un serbatoio di idrogeno da 450kg.
Il sistema integra vari dispositivi utilizzando un convertitore a sorgente Z (ZSC). Una rete di impedenza collega il sistema PV, la batteria e la rete. Il convertitore impiega due serie di interruttori controllati in modo sincrono, diodi di ingresso e uscita e condensatori, e può operare in modalità di conduzione continua o discontinua.
Il metodo MPPT basato su ANFIS utilizza la tensione, la corrente e la temperatura del PV come input e restituisce il ciclo di lavoro per controllare un convertitore boost DC-DC Landsman per l'inseguimento del punto di massima potenza. Attraverso un'ampia formazione, ANFIS ottimizza le regole fuzzy, riduce gli errori ed è adatto al controllo in tempo reale.
Gli esperimenti sono stati convalidati utilizzando prototipi di laboratorio, tra cui una cella a combustibile con una tensione di uscita di 100V e una corrente di 30-40A, un convertitore DC-DC con una tensione di uscita di 1000-1100V e una corrente di 30A e una batteria con una tensione di uscita di 120V. Gli errori simulati e misurati erano compresi tra 0,8% e 3%.
I risultati mostrano: "Le simulazioni mostrano che il sistema può aumentare la tensione da 110V a 150V e mantenere un'uscita stabile di circa 1100V/30A, con la corrente lato PV stabilizzata a 500A. La tensione di uscita della cella a combustibile rimane a 110V, la corrente scende da 40A a 25A e la batteria mantiene uno stato di carica (SOC) del 60% a un'uscita di 120V. Il prototipo hardware, basato sul microcontrollore DSPIC30F4011, raggiunge un'efficienza MPPT del 98,7%, un errore di regolazione della tensione di ±1,5%, una deviazione di potenza inferiore al 2% e una distorsione armonica totale (THD) della tensione e della corrente lato rete di 500V e 13A, rispettivamente, in conformità con gli standard IEEE 519."
Rispetto agli algoritmi tradizionali, questo ANFIS MPPT migliora significativamente l'efficienza di inseguimento e le prestazioni dinamiche in condizioni di luce solare fluttuante. Inoltre, la configurazione del sistema ibrido supera le aspettative mantenendo la stabilità della rete e la ricarica ininterrotta nonostante le fluttuazioni dell'energia rinnovabile e la variazione della domanda di carico.
Un team di ricerca guidato da ricercatori indiani ha sviluppato un sistema di ricarica per veicoli elettrici (EV) "intelligente" che integra pannelli fotovoltaici (PV), celle a combustibile a membrana a scambio protonico (PEM), accumulo di energia a batteria e supercondensatori. Il fulcro del sistema è un convertitore boost a sorgente Z che utilizza l'algoritmo ANFIS per ottenere il massimo inseguimento del punto di potenza (MPPT).
A differenza dei tradizionali sistemi a singolo PV o ibridi, questo approccio combina il controllo intelligente e la gestione multi-energia per garantire una ricarica efficiente, stabile e affidabile degli EV intelligenti. La ricerca futura si espanderà a nuove microgrid DC a energia con capacità vehicle-to-grid (V2G), consentendo un'integrazione più intelligente dell'ecosistema energetico per gli EV.
Il team di ricerca ha utilizzato MATLAB/Simulink 2021a per simulare il sistema, che include due unità di ricarica rapida da 50kW, un sistema PV con potenza di picco di 186kW, un sistema di batterie al piombo-acido e un sistema di accumulo di energia a base di idrogeno composto da un generatore di idrogeno da 176kVA, sei moduli di celle a combustibile da 66kW e un serbatoio di idrogeno da 450kg.
Il sistema integra vari dispositivi utilizzando un convertitore a sorgente Z (ZSC). Una rete di impedenza collega il sistema PV, la batteria e la rete. Il convertitore impiega due serie di interruttori controllati in modo sincrono, diodi di ingresso e uscita e condensatori, e può operare in modalità di conduzione continua o discontinua.
Il metodo MPPT basato su ANFIS utilizza la tensione, la corrente e la temperatura del PV come input e restituisce il ciclo di lavoro per controllare un convertitore boost DC-DC Landsman per l'inseguimento del punto di massima potenza. Attraverso un'ampia formazione, ANFIS ottimizza le regole fuzzy, riduce gli errori ed è adatto al controllo in tempo reale.
Gli esperimenti sono stati convalidati utilizzando prototipi di laboratorio, tra cui una cella a combustibile con una tensione di uscita di 100V e una corrente di 30-40A, un convertitore DC-DC con una tensione di uscita di 1000-1100V e una corrente di 30A e una batteria con una tensione di uscita di 120V. Gli errori simulati e misurati erano compresi tra 0,8% e 3%.
I risultati mostrano: "Le simulazioni mostrano che il sistema può aumentare la tensione da 110V a 150V e mantenere un'uscita stabile di circa 1100V/30A, con la corrente lato PV stabilizzata a 500A. La tensione di uscita della cella a combustibile rimane a 110V, la corrente scende da 40A a 25A e la batteria mantiene uno stato di carica (SOC) del 60% a un'uscita di 120V. Il prototipo hardware, basato sul microcontrollore DSPIC30F4011, raggiunge un'efficienza MPPT del 98,7%, un errore di regolazione della tensione di ±1,5%, una deviazione di potenza inferiore al 2% e una distorsione armonica totale (THD) della tensione e della corrente lato rete di 500V e 13A, rispettivamente, in conformità con gli standard IEEE 519."
Rispetto agli algoritmi tradizionali, questo ANFIS MPPT migliora significativamente l'efficienza di inseguimento e le prestazioni dinamiche in condizioni di luce solare fluttuante. Inoltre, la configurazione del sistema ibrido supera le aspettative mantenendo la stabilità della rete e la ricarica ininterrotta nonostante le fluttuazioni dell'energia rinnovabile e la variazione della domanda di carico.
