Stabilność metaheurystycznych regulatorów PID w fotowoltaicznych mikrosieciach prądu stałego
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 15 Nr 1 (2025)
-
Statystyczna wiarygodność decyzji o wadliwości kontrolowanego procesu
Yevhen Volodarskyi, Oleh Kozyr, Zygmunt Warsza5-9
-
Impulsowy generator chaotyczny oparty na klasycznym obwodzie Chuy
Volodymyr Rusyn, Andrii Samila, Bogdan Markovych, Aceng Sambas, Christos Skiadas, Milan Guzan10-14
-
Stabilność metaheurystycznych regulatorów PID w fotowoltaicznych mikrosieciach prądu stałego
Elvin Yusubov, Lala Bekirova15-21
-
Integracja symulacji numerycznej i danych eksperymentalnych dla ulepszonego monitorowania stanu konstrukcji mostów
Om Narayan Singh, Kaushik Dey22-26
-
Zastosowanie programowania wieloagentowego do modelowania zmian lepkości wsadu w produkcji alkoholu
Larysa Gumeniuk, Ludmyla Markina, Viktor Satsyk, Pavlo Humeniuk, Anton Lashch27-32
-
Stochastyczna algebra interwałowa opisująca procesy inteligentnej fabryki
Piotr Dziurzanski, Konrad Kabala, Agnieszka Konrad33-38
-
Rozwój w konserwacji paneli słonecznych: przegląd systemów automatycznego czyszczenia z kurzu opartych na Internecie rzeczy
Balamurugan Rangaswamy, Ramasamy Nithya39-44
-
Zmodyfikowany cosinus-kwadratowy model odbicia światła
Oleksandr Romanyuk, Volodymyr Lytvynenko, Yevhen Zavalniuk45-48
-
Analiza porównawcza urządzeń do magazynowania energii z użyciem akumulatorów litowo-żelazowo-fosforanowych i sodowo-jonowych
Huthaifa A. Al_Issa, Mohamed Qawaqzeh, Lina Hani Hussienat, Ruslan Oksenych, Oleksandr Miroshnyk, Oleksandr Moroz, Iryna Trunova, Volodymyr Paziy, Serhii Halko, Taras Shchur49-54
-
Badania przetwornika DC-AC z mikrokontrolerem sterującym częstotliwością inwertera
Anatolii Tkachuk, Mykola Polishchuk, Liliia Polishchuk, Serhii Kostiuchko, Serhii Hryniuk, Liudmyla Konkevych55-61
-
Aparat matematyczny do znajdowania optymalnej konfiguracji bezpiecznej sieci komunikacyjnej z określoną liczbą abonentów
Wolodymyr Khoroshko, Yuliia Khokhlachova, Oleksandr Laptiev, Al-Dalvash Ablullah Fowad62-66
-
Krytyczne aspekty cyberbezpieczeństwa w celu poprawy ochrony infrastruktury cyfrowej przedsiębiorstwa
Roman Kvуetnyy, Volodymyr Kotsiubynskyi, Serhii Husak, Yaroslav Movchan, Nataliia Dobrovolska, Sholpan Zhumagulova, Assel Aitkazina67-72
-
Modyfikacja algebraicznego dekodera Petersonа
Dmytro Mogylevych, Iryna Kononova, Liudmyla Pogrebniak, Kostiantyn Lytvyn, Igor Gyrenko73-78
-
Opracowanie modelu obliczania rozmycia współczynników precyzji globalnego systemu nawigacji w danym punkcie przestrzeni
Oleksandr Turovsky, Nazarii Blazhennyi, Roman Vozniak, Yana Horbachova, Kostiantyn Horbachov, Nataliia Rudenko79-87
-
Ekspert agenta AI z opcją LLM do zarządzania operacjami misji
Sobhana Mummaneni, Syama Sameera Gudipati, Satwik Panda88-94
-
Przegląd systemów operacyjnych stosowanych w bezzałogowych statkach powietrznych
Viktor Ivashko, Oleh Krulikovskyi, Serhii Haliuk, Andrii Samila95-100
-
Optymalizacja metod uczenia maszynowego do deanonimizacji w sieciach społecznościowych
Nurzhigit Smailov, Fatima Uralova, Rashida Kadyrova, Raiymbek Magazov, Akezhan Sabibolda101-104
-
Skuteczne wykrywanie deepfake'ów przy użyciu sieci Long Short-Term Memory do autentykacji wideo
Ravi Kishan Surapaneni, Hameed Syed, Harshitha Kakarala, Venkata Sai Srikar Yaragudipati105-108
-
Wykrywanie trendów regionalnych na podstawie danych z Twittera w czasie rzeczywistym w celu analizy nastrojów, kontekstu, sieci i czasu
Mousumi Hasan, Mujiba Shaima, Quazi Saad ul Mosaher109-116
-
Opracowanie modelu poprawy niezawodności konserwacji zapobiegawczej urządzeń medycznych
Khalid Musallam Alahmadi, Essam Rabea Ibrahim Mahmoud, Fitrian Imaduddin117-124
-
Wyjaśnialna sztuczna inteligencja do wykrywania raka płuc
Vinod Kumar R S, Bushara A R, Abubeker K M, Smitha K M, Abini M A, Jubaira Mammoo, Bijesh Paul125-130
-
Projektowanie i wdrożenie systemu detekcji żył w celu zwiększenia dokładności pobierania krwi
Omar Boutalaka, Achraf Benba, Sara Sandabad131-134
-
Cechy metrologiczne do określania stężenia cholesterolu, trójglicerydów i fosfolipidów w celu wykrywania łuszczycy
Ivan Diskovskyi, Yurii Kachurak, Orysya Syzon, Marta Kolishetska, Bogdan Pinaiev, Oksana Stoliarenko135-138
-
Opracowanie aplikacji mobilnej do badania zaburzeń motoryki małej
Marko Andrushchenko, Karina Selivanova, Oleg Avrunin, Alla Kraievska, Orken Mamyrbayev, Kymbat Momynzhanova139-143
-
Sztuczna inteligencja w edukacji: symulacje oparte na ChatGPT w przygotowaniu nauczycieli
Marina Drushlyak, Tetiana Lukashova, Volodymyr Shamonia, Olena Semenikhina144-152
-
CKSD: kompleksowa baza danych kurdyjsko-sorani
Jihad Anwar Qadir, Samer Kais Jameel, Wshyar Omar Khudhur, Kamaran H. Manguri153-156
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
W artykule przedstawiono ocenę stabilności metaheurystycznych regulatorów PID w hierarchicznym systemie sterowania fotowoltaicznych mikrosieci DC. Stabilność jest krytycznym aspektem systemów mikrosieci DC. Regulatory PID są wykorzystywane na podstawowym, drugim i trzecim poziomie hierarchicznego systemu sterowania mikrosieci DC. Dostrajanie wielu regulatorów PID przy użyciu tradycyjnych metod, takich jak techniki Zieglera-Nicholsa i Cohena-Coona, staje się wyzwaniem w dynamicznych warunkach fotowoltaicznych mikrosieci DC. Metaheurystyczne algorytmy optymalizacji są wykorzystywane do konstruowania samostrojących regulatorów PID o zwiększonej stabilności. Przeprowadzono eksperymenty w celu oceny stabilności systemu sterowanego PID. Wyniki pokazują, że dostrojone metaheurystycznie regulatory PID fotowoltaicznych mikrosieci DC osiągnęły lepszą wydajność w porównaniu z tradycyjnymi metodami.
Słowa kluczowe:
Bibliografia
[1] Abbas I. A., Mustafa M. K.: A review of adaptive tuning of PID-controller: Optimization techniques and applications. International Journal of Nonlinear Analysis and Applications 15(2), 2024, 29–37 [https://doi.org/10.22075/ijnaa.2023.21415.4024].
[2] Abhishek A. et al.: Review of Hierarchical Control Strategies for DC Microgrid. IET Renewable Power Generation 14(10), 2020, 1631–1640 [https://doi.org/10.1049/iet-rpg.2019.1136].
[3] Ahmed O. A., Bleijs J. A. M.: An Overview of DC–DC Converter Topologies for Fuel Cell-Ultracapacitor Hybrid Distribution System. Renewable and Sustainable Energy Reviews 42, 2015, 609–626 [https://doi.org/10.1016/j.rser.2014.10.067].
[4] Belgacem M. et al.: Performance Comparison of DC-DC Converters for Photovoltaic System. 2nd International Conference on Signal, Control and Communication (SCC), Tunis, Tunisia, 2021, 214–219 [https://doi.org/10.1109/scc53769.2021.9768353].
[5] Borase R. P. et al.: A Review of PID Control, Tuning Methods and Applications. International Journal of Dynamics and Control 9(2), 818–827 [https://doi.org/10.1007/s40435-020-00665-4].
[6] Chauhan, R. K. et al.: Design and Analysis of PID and Fuzzy-PID Controller for Voltage Control of DC Microgrid. Innovative Smart Grid Technologies - Asia (ISGT ASIA), 2015 [https://doi.org/10.1109/isgt-asia.2015.7387019].
[7] Czarkowski D.: DC–DC Converters. Elsevier EBooks, 2011 [https://doi.org/10.1016/b978-0-12-382036-5.00013-6].
[8] Debnath M. K. et al.: Gravitational Search Algorithm (GSA) Optimized Fuzzy-PID Controller Design for Load Frequency Control of an Interconnected Multi-Area Power System. International Conference on Circuit, Power and Computing Technologies (ICCPCT), Nagercoil, India, 2016, 1–6 [https://doi.org/10.1109/iccpct.2016.7530205].
[9] Durga V., Kumar P. B.: PID Controller Design with Cuckoo Search Algorithm for Stable and Unstable SOPDT Processes. IOP Conference Series Materials Science and Engineering 1091(1), 2021, 012059–012059 [https://doi.org/10.1088/1757-899x/1091/1/012059].
[10] Ebrahimi R. et al.: Application of DC-DC Converters at Renewable Energy. Nanogenerators and Self-Powered Systems, 20 Dec. 2022 [https://doi.org/10.5772/intechopen.108210].
[11] Ellis G.: Four Types of Controllers. Control System Design Guide 2012, 97–119 [https://doi.org/10.1016/b978-0-12-385920-4.00006-0].
[12] Gad A. G.: Particle Swarm Optimization Algorithm and Its Applications: A Systematic Review. Archives of Computational Methods in Engineering 29(5), 2022, 2531–2561 [https://doi.org/10.1007/s11831-021-09694-4].
[13] Gao C. et al.: A Multi-Strategy Enhanced Hybrid Ant–Whale Algorithm and Its Applications in Machine Learning. Mathematics 12(18), 2024, 2848–2848 [https://doi.org/10.3390/math12182848].
[14] Ghasemi M. et al.: A Self-Competitive Mutation Strategy for Differential Evolution Algorithms with Applications to Proportional–Integral–Derivative Controllers and Automatic Voltage Regulator Systems. Decision Analytics Journal 7, 2023, 100205–100205 [https://doi.org/10.1016/j.dajour.2023.100205].
[15] Ibrahim A.-W. et al.: Cuckoo Search Combined with PID Controller for Maximum Power Extraction of Partially Shaded Photovoltaic System. Energies 15(7), 2022, 2513–2513 [https://doi.org/10.3390/en15072513].
[16] Irwanto M. et al.: Effect of temperature and solar irradiance on the performance of 50 Hz photovoltaic wireless power transfer system. Jurnal Teknologi 85(2), 2023, 53–67 [https://doi.org/10.11113/jurnalteknologi.v85.18872].
[17] Jiang R. et al.: A Proportional, Integral and Derivative Differential Evolution Algorithm for Global Optimization. Expert Systems with Applications 206, 2022, 117669 [https://doi.org/10.1016/j.eswa.2022.117669].
[18] Johansson B.: Improved Models for DC-DC Converters. [Licentiate Thesis, Industrial Electrical Engineering and Automation]. Department of Industrial Electrical Engineering and Automation, Lund Institute of Technology [lucris.lub.lu.se/ws/files/5717458/587911.pdf].
[19] Li S. et al.: Hierarchical Control for Microgrids: A Survey on Classical and Machine Learning-Based Methods. Sustainability 15(11), 2023, 8952 [https://doi.org/10.3390/su15118952].
[20] Mahfoud S. et al.: A New Hybrid Ant Colony Optimization Based PID of the Direct Torque Control for a Doubly Fed Induction Motor. World Electric Vehicle Journal 13(5), 2022, 78 [https://doi.org/10.3390/wevj13050078].
[21] Mirjalili S., Lewis A.: The Whale Optimization Algorithm. Advances in Engineering Software 95, 2016, 51–67 [https://doi.org/10.1016/j.advengsoft.2016.01.008].
[22] Mohamed A.: Hierarchical Control for DC Microgrids. InTech EBooks, 2016 [https://doi.org/10.5772/63986].
[23] Muchande S., Thale S.: Hierarchical Control of a Low Voltage DC Microgrid with Coordinated Power Management Strategies. Engineering, Technology & Applied Science Research 12(1), 2022, 8045–8052 [https://doi.org/10.48084/etasr.4625].
[24] Nadimi-Shahraki M. H et al.: A Systematic Review of the Whale Optimization Algorithm: Theoretical Foundation, Improvements, and Hybridizations. Archives of Computational Methods in Engineering 30, 2023, 4113–4159 [https://doi.org/10.1007/s11831-023-09928-7].
[25] Papadimitriou C. N. et al.: Review of Hierarchical Control in DC Microgrids. Electric Power Systems Research 122, 2015, 159–167 [https://doi.org/10.1016/j.epsr.2015.01.006].
[26] Pedro J. O. et al.: Differential Evolution-Based PID Control of a Quadrotor System for Hovering Application. Congress on Evolutionary Computation (CEC), Vancouver, BC, Canada, 2016, 2791–2798 [https://doi.org/10.1109/cec.2016.7744141].
[27] Phatiphat T.: Port-Hamiltonian Formulation of Adaptive Hamiltonian PID Controller to Solve Constant Power Load Stability Issue in DC Microgrid: Control of a Fuel Cell Converter. 12th Energy Conversion Congress & Exposition - Asia (ECCE-Asia), Singapore, Singapore, 2021, 1864–1869 [https://doi.org/10.1109/ecce-asia49820.2021.9479070].
[28] Praiselin W. J., Edward J. B.: Integrated Renewable Energy Sources with Droop Control Techniques-Based Microgrid Operation. Hybrid-Renewable Energy Systems in Microgrids, 2018, 39–60 [https://doi.org/10.1016/b978-0-08-102493-5.00003-0].
[29] Ray N. K. et al.: Gravitational Search Algorithm for Optimal Tunning of Controller Parameters in AVR System. International Conference on Computational Intelligence for Smart Power System and Sustainable Energy (CISPSSE), Keonjhar, India, 2020, 1–6
[https://doi.org/10.1109/cispsse49931.2020.9212197].
[30] Shah M. F. et al.: PID Control and Stability Analysis of an ith leg of a Six Degree of Freedom Machining Bed. Procedia Manufacturing 17, 2018, 927–934 [https://doi.org/10.1016/j.promfg.2018.10.146].
[31] Shami T. M. et al.: Particle Swarm Optimization: A Comprehensive Survey. IEEE Access 10, 2022, 10031–10061 [https://doi.org/10.1109/ACCESS.2022.3142859].
[32] Wang D. et al.: Particle Swarm Optimization Algorithm: An Overview. Soft Computing 22(2), 2017, 387–408 [https://doi.org/10.1007/s00500-016-2474-6].
[33] Yuan Y., Yang S.: Hierarchical Control System for DC Microgrid. Advances in Intelligent Systems Research. Advances in Intelligent Systems Research 1, 2015 [https://doi.org/10.2991/lemcs-15.2015.233].
[34] Zhang X.-L., Zhang Q.: Optimization of PID Parameters Based on Ant Colony Algorithm. International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS), Xi'an, China, 2021, 850–853 [https://doi.org/10.1109/icitbs53129.2021.00211].
##plugins.themes.bootstrap3.article.details##
Abstract views: 395
Downloads: 354

