ارائه ساختار نوین، مدل‌سازی و کنترل هوشمند تطبیقی یک مبدل DC-DC دو ورودی نیمه‌ایزوله
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 184
This Paper With 28 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ISEE-11-2_002
تاریخ نمایه سازی: 19 بهمن 1399
Abstract:
امروزه مبدل‌های DC-DC دو ورودی برای کاربردهای بسیاری ازجمله استفادة هم‌زمان از دو منبع تولید انرژی به‌منظور مقابله با تولید منقطع انرژی‌های تجدیدپذیر به کار می‌روند. در این مقاله یک مبدل دو ورودی نیمه‌ایزوله براساس ساختاری امپدانسی به همراه سیستم کنترلی پیشنهاد شده است. در مبدل پیشنهادی از ساختار منبع امپدانسی شبه Z بهره گرفته شده و همچنین، با استفاده از روش‌های خازن‌های سوئیچ‌شونده و سلف تزویج، بهره ولتاژ این مبدل به‌طور چشمگیری بهبود یافته است. علاوه بر آن، با توجه به ضروری‌بودن وجود کنترل‌کنندة مناسب برای بهبود شاخص‌های عملکردی این نوع مبدل‌ها، یک ساختار کنترلی هوشمند تطبیقی ارائه شده است. این ساختار دو لایه دارد؛ در لایة اول، مبدل پیشنهادی براساس تحلیل سیستم‌های چندمتغیره ارزیابی شده و سپس در لایة دوم از یک کنترل‌کنندة تطبیقی خود تنظیم استفاده شده است که مبدل پیشنهادی را در برابر عواملی همچون تغییرات در ورودی‌ها، عدم‌قطعیت‌ها و اغتشاشات مقاوم می‌کند. همچنین، این کنترل‌کننده از سرعت همگرایی بسیار بالایی در ثابت‌کردن ولتاژ خروجی در شرایط مختلف برخوردار است که آن را برای استفاده در کاربردهای انرژی‌های تجدیدپذیر و پیل سوختی مناسب می‌کند. برای نشان‌دادن برتری مبدل پیشنهادی در کنار ساختار کنترلی ارائه‌شده، از نرم‌افزار متلب (MATLAB) استفاده شده است. همچنین، برای تأیید نتایج شبیه‌سازی و بررسی نتایج عملی، یک نمونه اولیة ساخته‌شده در محدودة توانی 150 وات ارائه شده است.
Keywords:
خازن‌های سوئیچ‌شونده , کنترل‌کنندة هوشمند تطبیقی , کنترل‌کنندة چندمتغیره , مبدل‌های DC-DC دو ورودی , فتوولتائیک
Authors
پژمان بیات
دانشجوی دکتری، دانشکده فنی و مهندسی - گروه مهندسی برق - دانشگاه گیلان - رشت - ایران
آلفرد باغرامیان
دانشیار، دانشکده فنی و مهندسی - گروه مهندسی برق - دانشگاه گیلان - رشت - ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :