An Optimal Linear Quadratic Regulator in Closed Loop with Boost Converter for Current Photovoltaic Application
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, a steady-state output power oscillation problem is overcome using the indirect control mode based-Perturb and Observe (P&O) implementation algorithm. This can be ensured through controlling the duty cycle input of the DC-DC boost converter using the proposed Linear Quadratic Regulator (LQR) controller. Their parameters are optimized using the Grasshopper Optimization Algorithm (GOA) where a good tracking behavior of a desired Maximum Power Point (MPP) can be guaranteed for various sudden changes in weather conditions such as absolute temperature and solar irradiance. The desired performances and robustness of the closed-loop system can be achieved by the two following stages. In the first stage, the standard P&O algorithm based-direct control mode generates a reference current perturbation using both existing electrical power and measured PV current. Accordingly, a current error perturbation is provided through the discrepancy between reference and measured currents. In the second stage, the previous current error provided in the inner control-loop is mitigated as much as possible using the stabilized LQR controller. The current control-loop problem is addressed with a detailed analysis technique of averaging and linearization, in which the linearization of actual PV-boost converter system around the desired MPP allows determining the corresponding linear plant-model. This leads to well optimize the LQR controller parameters. The performance and robustness provided by the P&O algorithm based-indirect duty cycle control are shown for sudden changes in solar irradiance and absolute temperature as well as in a wide variation of the resistive load.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle