Differential Flatness Using The Predictive Neural Network Control Law For Hybrid Power System
Résumé: In this paper, a control desigr for a renewable energy hybrid power system that is fed by a photovoltaic (pv), wind turbine (wr) and fuel cell (FC) sources with a battery (Batt) storage device is presented. The energy generated is managed through a nonlinear approach based on the differential flatness property. The control technique used in this work permits entire description the of the state's trajectories, and so to improve the dynamic response, stability and robustness of the proposed hybrid system by decreasing the static error in the output regulated voltage. The control law ofthis approach is improved using the predictive neural network (PNN) to ensure a better tracking for the reference trajectory signals. The obtained results show that the proposed flatness-PNN is able to manage well the power flow in a hybrid system with multi-renewable sources, providing more stabiliÿ by decreasing the perturbation in the controlled DC bus voltage.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
