PSO-Based PI Controller for Voltage-Oriented Controller based Vienna Rectifier for Electric Vehicle Charging Stations
Notice bibliographique
Résumé
Nonlinear processes are extremely frequent in the process of the industry, and it is always better to build a stabilizing controller to optimize the rate of output. One of the recent emerging technology which makes the system nonlinear is electric vehicle charging stations. This research work aims to optimize the PI controller with a voltage-oriented controller-based Vienna rectifier for electric vehicle charging stations (EVCS). With the trial and error method for EV charging stations, the PI controller parameters K_p and K_i values, the error values such as integral square error (ISE) and integral absolute error (IAE), system parameters such as rise time settling time, and peak overshoot values are extremely high in the Vienna rectifier based VOC system. Due to the increased system parameters, the stability of the system has been reduced, which approaches a reduction in the system efficiency. The system parameters must be mitigated to provide stable operation to overcome the aforementioned issues with EV charging stations. In this research work, the PSO optimization-based PI controller for EV charging stations has been proposed. The proposed PSO-PI controller optimizes the control parameters and reduces the error values to make the system more stable. The proposed system is simulated and optimized using MATLAB software. The proposed PSO-PI controller-based EV charging station improves the system stability 12% more than the existing VOC controller with Vienna rectifier for EV charging stations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».