Fuzzy-Logic-Based Comparative Analysis of Different Maximum Power Point Tracking Controllers for Hybrid Renewal Energy Systems
Notice bibliographique
Résumé
There is an increasing demand for power production day by day all over the globe; thus, hybrid frameworks have an essential role in producing sufficient power for the desirable load due to increasing power demand. The proposed hybrid renewable energy (HRE) systems are used to provide power in different areas to conquer the intermittence of wind and solar resources. The HRE system incorporates more than one renewable energy (RE) system. In this research article, the optimum power generation of different combinations of RE using different Maximum Power Point Tracking (MPPT) control methods is presented. The Fuel Cell (FC), FC–Photovoltaic (PV), FC–Wind (W), and FC–PV–W systems are developed to examine different MPPT controllers. The results show that the FC–PV–W HRE system produces the maximum power as compared to the FC, FC–PV, and FC–W systems. The FC–PV–W HRE system produces increased power compared to 94.24% from the FC system, 37.17% from the FC–PV hybrid system, and 15.8% from the FC–W hybrid framework with a Perturb and Observe (P&O) controller and, similarly, 74.57% from the FC system, 10.3% from the FC-PV hybrid system, and 31.64% from the FC-W hybrid system using a fuzzy logic (FL) controller, indicating that the best combination is the FC-PV-W hybrid system using an FL controller, which is useful for maximum power generation with reduced oscillations.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».