인도의 연구자들이 이끄는 연구팀은 태양광 (PV) 패널, 양성자 교환막 (PEM) 연료전지,배터리 에너지 저장이 시스템의 핵심은 최대 전력 포인트 추적 (MPPT) 을 달성하기 위해 ANFIS 알고리즘을 사용하는 Z 소스 부스트 변환기입니다.

전통적인 단일 PV 또는 하이브리드 시스템과는 달리 이 접근법은 지능형 전기차의 효율적이고 안정적이고 신뢰할 수 있는 충전을 보장하기 위해 지능적인 제어와 멀티 에너지 관리를 결합합니다.미래 연구는 차량-그리드 (V2G) 기능을 갖춘 새로운 에너지 DC 마이크로 그리드로 확장 될 것입니다.전기차에 대한 더 똑똑한 에너지 생태계 통합을 가능하게 합니다.

연구팀은 MATLAB/Simulink 2021a를 사용하여 50kW의 2개의 고속 충전 장치, 186kW의 최고 전력 PV 시스템, 납산 배터리 시스템,그리고 176kVA의 수소 발전기로 구성된 수소 기반 에너지 저장 시스템6개의 66kW 연료전지 모듈과 450kg의 수소 탱크

이 시스템은 Z-소스 변환기 (ZSC) 를 사용하여 다양한 장치를 통합합니다. 임피던스 네트워크는 PV 시스템, 배터리 및 그리드를 연결합니다.변환기는 동기 제어 스위치의 두 세트를 사용, 입력 및 출력 다이오드 및 콘덴시터, 연속 또는 불연속 전도 모드에서 작동 할 수 있습니다.

ANFIS 기반의 MPPT 방법은 PV 전압, 전류 및 온도를 입력으로 사용하고 최대 전력 포인트 추적을 위해 DC-DC 부스 랜드만 변환기를 제어하기 위해 작업 주기를 출력합니다.광범위한 훈련 을 통해, ANFIS는 모호한 규칙을 최적화하고 오류를 줄이고 실시간 제어에 적합합니다.

실험은 100V 출력 전압과 30-40A 전류를 가진 연료전지, 1000-1100V 출력 전압과 30A 전류를 가진 DC-DC 변환기,그리고 120V 출력 전압의 배터리시뮬레이션 및 측정 오류는 0.8% ~ 3% 사이였습니다.

그 결과: "시뮬레이션은 시스템이 전압을 110V에서 150V로 증가시키고 약 1100V/30A의 안정적인 출력을 유지 할 수 있으며 PV 측 전류는 500A에 안정화됩니다.연료전지 출력 전압은 110V로 유지됩니다., 전류는 40A에서 25A로 떨어지고 배터리는 120V 출력에서 60%의 충전 상태 (SOC) 를 유지합니다.MPPT 효율은 98입니다..7%, 전압 조절 오류 ±1.5%, 전력 오차는 2% 미만이며, 전력 변압 및 전류 총 하모닉 왜곡 (THD) 은 각각 500V 및 13A입니다.IEEE 519 표준에 따라. "

전통적인 알고리즘과 비교하면, 이 ANFIS MPPT는 변동적인 햇빛 조건에서 추적 효율과 동적 성능을 크게 향상시킵니다.하이브리드 시스템 구성은 재생 가능한 에너지의 변동과 변화하는 부하 수요에도 불구하고 네트워크 안정성과 중단되지 않은 충전을 유지함으로써 기대를 초과합니다..