태양광 발전과 같은 재생 가능 에너지원은 점점 대중화되고 저렴해지고 있으며 효율적이고 비용 효율적인 태양열 충전 컨트롤러 및 MPPT에 대한 요구도 증가했습니다. 그러나 상업용 MPPT 장치의 비용은 태양열 충전 컨트롤러보다 훨씬 높기 때문에 사용자가 접근하기 어렵고 저렴합니다. 그래서 우리 프로젝트는 MPPT와 태양열 충전 컨트롤러 사이의 가격 격차를 줄이기 위해 새로운 오픈 소스 MPPT 설계를 구축하는 것을 목표로 합니다. 저비용 구성 요소와 단순화된 제조 공정을 활용하여 이 프로젝트는 MPPT 장치의 비용을 태양광 충전 컨트롤러와 비슷한 수준으로 낮추기를 희망합니다.
"MPPT 태양광 충전 컨트롤러 30A, 24V의 오픈소스 설계" 문헌고찰
1. 태양광 발전 시스템에 사용되는 MPPT(Maximum Power Point Tracking) 기법에 대한 종합적인 검토 [1]
Musong L. Katche et. al은 태양광 시스템에서 기존, 지능형, 최적화 및 하이브리드 기술로 분류된 최대 전력점 추적(MPPT)을 위한 다양한 방법에 대해 논의했습니다. 방법은 효율성, 비용, 안정성 및 구현의 복잡성과 같은 다양한 기준에 따라 비교됩니다.
- 리뷰는 하이브리드 기술이 매우 효율적이지만 기존 방법보다 더 복잡하고 비용이 많이 든다고 제안합니다.
- 기존 방법은 부분 음영에서 덜 효과적이며 응답 시간이 느린 반면 지능형, 최적화 및 하이브리드 기술은 부분 음영을 처리할 수 있습니다.
- 그들은 MPPT에 사용되는 기존의 P&O(Perturb and Observe) 알고리즘의 효율성과 추적 안정성을 개선하기 위해 추가 연구를 수행할 것을 권장했습니다. 이는 P&O 방법에 사용되는 단계 크기를 선택하고 조정하는 방법을 탐색하여 달성할 수 있습니다\
2. 다양한 MPPT 기술의 일반적인 검토 및 분류 [2]
나빌 카라미 등 알. PV 시스템의 전력 추적을 위한 40가지 MPPT(Maximum Power Point Tracking) 방법에 대한 개요를 제시했습니다. 이 방법은 수학적으로 모델링되고 분류를 단순화하기 위해 표로 비교하여 제시됩니다.
- MPPT(Maximum Power Point Tracking) 방법을 (1) 상수 매개변수 추적, (2) 측정 및 비교 추적, (3) 시행착오 추적, (4) 수학적 계산 추적, (5) 지능형 예측의 5개 그룹으로 분류했습니다. 추적.
- 이들의 연구에 따르면 가장 대중적인 MPPT 방식은 P&O 방식이지만 IC 방식도 널리 사용되고 있는 반면 인공지능 기반 방식은 빠르고 안정적이지만 디지털 적용과 다중 센서가 필요하다.
- P&O 방법은 섭동의 단계 크기로 인해 더 빠른 응답과 정상 상태 진동 사이의 절충점을 겪습니다. 성능을 향상시키기 위해 섭동 신호 또는 적응 섭동 값으로 컨버터 듀티비를 사용하는 P&O의 4가지 수정 버전이 논의되었습니다.
3. 태양광 PV 시스템을 위한 MPPT 방법: 추적 특성에 기반한 비판적 검토 [3]
Amit Kumer Podder 외. 알. 50가지 MPPT(Maximum Power Point Tracking) 방법을 검토하여 추적 특성에 따라 8가지 범주로 분류했습니다.
- 이 연구는 이전 리뷰에서 볼 수 없었던 새로운 접근법인 방법의 주요 특성과 11가지 선택 매개변수를 분석합니다.
- β 방법은 더 작은 리플 전압, 더 나은 과도 응답 및 더 적은 복잡성에 적합합니다.
- PSO, GA, DE, FLC와 같은 혁신적인 방법은 부분 음영 조건에서 PV 패널에서 전력을 추출하는 데 가장 적합합니다.
- 현재 기반 방법이 더 정확하지만 값비싼 하드웨어가 필요합니다.
4. PV 시스템을 위한 가변 스텝 크기 INC MPPT 방법 [4]
Fanrui Liu et. 알. MPPT 속도와 정확도를 향상시키기 위해 단계 크기를 자동으로 조정하는 수정된 가변 단계 크기 INC MPPT 알고리즘을 제안합니다.
- 가변 스텝 크기는 PV 어레이의 전력 대 전압의 도함수를 기반으로 결정됩니다.
- 스텝 크기는 동작점이 최대 전력점(MPP)에서 멀어지면 증가하고 MPP 근처에서는 감소하여 발진을 줄이고 효율을 향상시킵니다.
- MPPT 시스템의 성능을 결정하는 스케일링 계수 N은 수동으로 튜닝되며 N을 결정하는 간단한 방법이 제안됩니다.
- 제안하는 방법은 간단하고 디지털 신호 프로세서에 쉽게 구현할 수 있다.
5. 부분 차광 조건에서 PV 시스템의 MPPT 기법에 대한 고찰 [5]
Alivarani Mohapatra 외. 알. 부분 음영 조건에서 다양한 MPPT(Maximum Power Point Tracking) 알고리즘을 검토했습니다.
- GWO는 DCC(직접 듀티 사이클 제어)와 결합되어 최대 전력점(MPP)에서 듀티 사이클을 일정하게 유지하여 정상 상태 진동을 줄입니다.
- 반딧불 알고리즘(FA)은 업데이트된 β 계수와 원래 알고리즘의 단순화된 버전을 사용하여 부분 음영 조건에서 PV 시스템의 MPP를 추적합니다.
- 확률적 접근 방식을 사용하여 MPP를 검색하는 ACO(Ant Colony Optimization) 알고리즘에 대해서도 설명합니다.
- GWO는 과도 및 정상 상태 진동을 제거하여 최고의 추적 효율성을 제공합니다.
6. 입자군집 최적화 알고리즘을 이용한 부분 차광 조건에서 태양광 발전 시스템의 직접 제어 기반 최대 전력점 추적 방법 [6]
Kashif Ishaque et. 모두 부분 음영 조건에서 PV 어레이의 전역 최대 지점을 추적할 수 있는 PSO(입자 떼 최적화) 알고리즘을 사용했습니다.
- 제안된 방법은 듀티 사이클이 알고리즘에서 직접 계산되는 직접 제어 방식으로 PI 컨트롤러와 같은 제어 루프가 필요하지 않습니다.
- 이 알고리즘은 듀티 사이클의 솔루션 벡터를 사용하여 각 입자의 최적 위치를 찾습니다. 변수 Pbesti는 i번째 입자가 찾은 최상의 듀티 사이클을 기억하는 데 사용되며 변수 Gbest는 모든 입자 중에서 달성된 최고의 듀티 사이클을 기억하는 데 사용됩니다.
- 제안된 방법은 주어진 모든 음영 조건에 대해 전역 MPP를 정확하게 추적하며 MPP가 VOC 부근에 있는 두 가지 경우를 제외하고는 99.5% 이상의 효율성을 나타냅니다.
7. 태양광 펌핑 시스템을 위한 신경망 기반 MPPT 기술 제어기 [7]
모하메드 야이치 등 al은 인공 신경망(ANN)을 사용하여 PV 어레이, 인버터, 비동기 모터 및 원심 펌프로 구성된 태양광 시스템에 대한 개선된 MPPT 방법을 제시했습니다.
- MPPT 기법을 위한 제안된 네트워크 토폴로지는 입력 계층, 하나의 숨겨진 계층 및 시그모이드 전달 함수가 있는 출력 계층을 포함합니다.
- 이 연구는 숨겨진 레이어의 뉴런 수가 증가하면 회귀 계수 R-제곱(R2)이 증가하여 모터 펌프의 출력 속도 응답을 예측하는 데 더 높은 정확도를 나타냄을 발견했습니다.
- 숨겨진 레이어에 5개의 뉴런이 있는 아키텍처는 0.9999의 가장 높은 R2 값을 달성했습니다.
- 또한, 이 논문은 네 가지 수준의 태양 복사에 대한 시뮬레이션 결과를 제시합니다. MPPT 컨트롤러는 테스트된 모든 방사능 수준을 추적하는 데 효과적인 것으로 밝혀져 제안된 제어 전략의 견고성을 입증했습니다.
8. Perturb 및 Observe Maximum Power Point 추적 방법의 최적화 [8]
니콜라 페미아 외. 알. P&O 방법과 관련된 두 가지 큰 문제를 해결하고 문제를 극복하기 위해 P&O 알고리즘을 특징 짓는 두 가지 주요 매개 변수의 최적 선택을 분석했습니다.
- P&O 알고리즘은 불안정성 문제로 이어지는 MPP 주변을 맴돌고 있습니다. 또한 이 방법은 빠르게 변화하는 대기 조건을 혼란스럽게 처리합니다.
- 본 논문에서는 동적 시스템을 위한 MPPT 알고리즘의 적절한 임계값보다 샘플링 간격을 높게 설정하여 불안정성 문제를 피한다.
- 급격하게 변화하는 조도 조건에 대처하기 위해 시스템에 대한 듀티 사이클의 최적화가 표시됩니다.
- 이 방법을 통해 얻은 결과는 시스템의 고유한 동적 품질에 맞게 조정하여 MPPT 조정기의 설계를 개선하는 데 활용할 수 있습니다.
9. 태양광 최대 전력점 추적을 위한 적응형 섭동 및 관찰 알고리즘 [9]
L. Piegari et. 알. 수치 시뮬레이션 및 실험 테스트를 통해 확립되고 검증된 더 빠른 동역학 및 향상된 안정성을 나타내는 적응형 P&O 방법을 제안합니다.
- 이 알고리즘의 기본 개념은 현재 작동 조건에 따라 섭동 진폭을 조정하는 것입니다.
- 제안된 알고리즘은 적응적이라는 추가적인 이점이 있어 회로 매개변수의 변화에 덜 영향을 받습니다.
- 제안한 알고리즘의 유효성은 저전력 패널에서 실험실 테스트를 통해 실험적으로 검증되었다.
10. PV 어레이에 대한 개선된 섭동 및 관찰 최대 전력점 추적 알고리즘 [10]
Xuejun Liu 외. 알. 시스템 응답 속도를 높이고 MPP(Maximum Power Point) 주변의 진동을 줄이는 업데이트된 P&O MPPT 알고리즘을 제안했습니다.
- 제안된 P&O 알고리즘 기법은 높은 샘플링 속도와 매우 빠른 응답 시간을 통합합니다.
- 제안된 알고리즘은 후속 섭동의 방향을 결정하기 위해 평균값 대신 피크 전류 제어 및 순시값을 사용합니다.
11. P&O MPPT 기법의 듀티 사이클 섭동 최적화 [11]
N 페미아 외. 알. 듀티 사이클 섭동의 크기를 조정하여 빠르게 변화하는 대기 조건에 대한 악영향을 크게 최소화할 수 있음을 보여줍니다.
- 이 백서에서는 P&O MPPT를 구현하는 데 사용되는 특정 컨버터의 동적 특성에 따라 듀티 사이클의 크기를 제어합니다.
- 이 기술은 시스템의 고유한 동적 품질과 일치하도록 조정하여 MPPT 조정기의 설계를 개선하는 데 활용할 수 있습니다.
- 듀티 사이클의 최적화는 부스트 배터리 충전기 시스템에 대해 표시됩니다.
"PV 시스템용 오픈 소스 MPPT 컨트롤러"에 대한 문헌 검토
12. 독립형 PV 배터리 충전 시스템을 위한 PIC 마이크로컨트롤러 기반 충전 컨트롤러 및 MPPT의 하드웨어 설계 [12]
Rahul Santhosh 외. 알. 마이크로 컨트롤러 PIC16F877A를 사용하여 MPPT 충전 컨트롤러의 프로토타입을 설계했습니다.
- 증분 컨덕턴스 MPPT 방법을 사용했으며 98%의 효율성을 발견했습니다.
- 상용 MPPT에 비해 이 효율은 동기식 정류기 MOSFET 대신 다이오드를 사용하기 때문에 낮습니다.
- MPPT는 10W 전력용으로 설계되어 매우 낮고 상업용으로 적합하지 않습니다.
- 과전류, 과전압 및 과열로부터 시스템을 보호하기 위한 보호 시스템이 구현되지 않았습니다.
- 또한 시스템에서 사용되는 알고리즘은 부분 음영에 취약하고 전역 피크 대신 로컬 최대값을 추적합니다.
13. 벅 컨버터와 PSO 기법을 이용한 휴대용 자동 MPPT 태양광 충전기용 하드웨어 프로토타입 [13]
Mahesh Parandhaman et. 알. 부분 음영에서 최대 전력을 추적하기 위해 PSO 기술을 사용하여 MPPT 충전 컨트롤러의 프로토타입을 설계했습니다.
- 그들은 Arduino uno를 마이크로 컨트롤러로 사용하여 크기가 크고 비용이 많이 들며 무선 원격 측정을 위한 Wi-Fi 모듈이 내장되지 않은 시스템을 제어했습니다.
- 설계된 충전 컨트롤러는 시제품으로 볼 수 있는 40W 태양광 발전을 사용하기 위한 것입니다.
- 과열 보호를 위해 방열판만 사용되지만 과전류, 과전압 등으로부터 시스템을 보호하기 위한 전기적 보호 시스템은 구현되지 않았습니다.
- 또한 그들은 다이오드의 존재로 인해 효율을 크게 감소시키는 기존의 벅 컨버터를 사용했습니다.
- 또한 최종 프로토타입에는 상업용 MPPT와 같은 기능과 보호 시스템이 없습니다.
14. 1kW 아두이노 MPPT 태양광 충전 컨트롤러 (ESP32 + WiFi) [14]
Angelo Casimiro는 상업용 MPPT와 같은 기능 및 보호 시스템을 갖춘 ESP 32 마이크로 컨트롤러에서 프로젝트를 설계했습니다. 또한 동기식 벅 컨버터와 역류 전류 제어로 인해 효율이 99%인 작고 작은 크기의 장치입니다.
- 그러나 프로젝트에 사용된 알고리즘은 부분 음영에서 MPP를 추적하지 못합니다.
- 프로젝트에서 설계자는 입력 및 출력 전압 범위를 사용한다고 주장했지만 벅 컨버터만으로는 달성할 수 없습니다.
- 또한 MPPT는 배터리만 충전할 수 있습니다. 상용 MPPT에서 이 기능을 사용할 수 있는 DC 부하는 직접 공급할 수 없습니다.
- 이 프로젝트는 상용 MPPT를 상당 부분 복제하지만 이 프로젝트는 정교한 알고리즘과 변환기를 사용하여 개선할 수 있습니다.
15. 실험적인 스마트 마이크로그리드에서 PV 발전기 추적을 위한 모니터링 시스템: 오픈 소스 솔루션 [15]
José María Portalo 외. al은 특히 광전지와 수소 에너지를 결합하는 SMG를 위해 스마트 마이크로그리드에서 적절한 모니터링을 설계했습니다.
- 이 시스템은 감지, 데이터 수집 및 시각화를 담당하는 오픈 소스 하드웨어 및 소프트웨어로 구성됩니다.
- 제안된 솔루션은 유연하고 모듈식이며 확장 가능하며 제안의 저비용 특성은 구현에 필요한 저렴한 예산에 있습니다.
- 데이터 수집 계층에는 센서의 출력 신호를 조절하고 처리하는 Arduino 마이크로컨트롤러가 포함되어 있습니다.
- 데이터 저장 계층은 MySQL 기반의 데이터베이스 관리 시스템인 MariaDB를 이용하여 이전 계층에서 받은 정보를 구조적으로 축적한다.
- 데이터 시각화 및 분석 계층은 Grafana를 사용하여 물리적 시설을 적절하게 추적하기 위해 사용자/운영자에게 실시간 정보를 표시합니다.
- 마지막으로 네트워크 통신 계층은 Raspberry Pi와 Arduino 보드 간의 통신을 위해 이더넷 기반 네트워크를 사용하여 이전 계층 간의 네트워크를 통한 데이터 교환을 다룹니다.
16. 클라우드 연결성을 갖춘 스마트 컨버터용 오픈 소스 하드웨어 플랫폼 [16]
Massimo Merenda 외. 알. 최대 전력 전송을 위해 온라인 임피던스 정합이 가능한 컨트롤러가 장착된 스마트 컨버터용 오픈 소스 하드웨어 플랫폼을 설계하고 구현했습니다.
- 이 플랫폼은 다양한 재생 가능 에너지 시스템에 대한 다양한 최대 전력점 추적 알고리즘의 개발 및 테스트에 사용할 수 있습니다.
- 양방향 무선 주파수 통신을 통해 측정값과 매개변수를 실시간으로 읽을 수 있을 뿐만 아니라 알고리즘 유형과 설정을 모두 원격으로 수정할 수 있습니다.
- MLB에는 전원 회로에서 전류와 전압을 수집하는 마이크로컨트롤러, MOSFET을 제어하기 위한 PWM 신호를 생성하고 제어 로직을 구현하는 FPGA, Wi-Fi의 세 가지 주요 구성 요소가 있습니다.
- 그들은 오픈 소스 하드웨어 스마트 컨버터 플랫폼에서 FPGA를 사용하여 MPPT(Maximum Power Point Tracking)를 위한 P&O 알고리즘을 사용했습니다. 알고리즘은 VHDL 코드로 변환되고 Lattice Diamond 소프트웨어를 사용하여 합성됩니다.
- 전력 변환 효율은 고려한 범위의 입력 전력에 대해 97% 이상, 300W 이상의 전력에 대해 98% 이상의 효율 값으로 고려되었습니다. 효율은 스위칭 주파수가 증가함에 따라 감소했습니다.
- 플랫폼의 한계에는 최대 전력 450W, 최대 입력 및 출력 전압 70V, 최대 전류 10A가 동시에 포함되지 않습니다.
17. 아두이노 우노와 부스트 컨버터를 이용한 증분 컨덕턴스 알고리즘 기반 최대 전력점 추적 태양광 발전 시스템 설계 [17]
Efendi S Wirateruna et. 알. Incremental Conductance 알고리즘을 기반으로 MPPT(Maximum Power Point Tracking) 컨트롤러를 설계했습니다.
- 이 시스템은 태양광 패널 모듈, DC-DC 부스트 컨버터, 전압 분배기, 전류 센서, Arduino Uno 및 부하 저항으로 구성됩니다.
- MPPT는 컨버터 토폴로지의 경우 복잡도가 낮고 하드웨어 구현이 쉬운 알고리즘이 필요해 하드웨어 구현이 간단한 IC 방식을 사용했다.
- 결과는 IC 알고리즘에 기반한 MPPT 컨트롤러가 있는 PV 시스템이 최대 전력점에서 PV 전력 출력을 제어할 수 있고 평균 출력 전력이 약 7.34W인 반면 MPPT 컨트롤러가 없는 PV 시스템의 평균 출력 전력은 약 6.07와트.
18. 태양광 응용을 위한 DC-DC 컨버터의 스마트 모니터링 시스템 [18]
Jameel Kadhim Abed는 DC-DC 컨버터를 사용하는 태양광 애플리케이션을 위한 새로운 스마트 모니터링 시스템을 선보였습니다.
- 이 시스템은 Arduino NANO를 사용하여 전압 및 전류 데이터를 읽고 오픈 소스 소프트웨어를 사용하여 설계된 모니터링 시스템 애플리케이션에 무선으로 전송하는 제어 시스템의 두 부분으로 구성됩니다.
- 모니터링 시스템 응용 소프트웨어는 MIT 앱 빌더를 사용하여 Android 스마트폰 기기에 설치하도록 설계되었습니다.
- 이 기사는 DC/DC 컨버터 회로, Arduino Nano, HC-5 Bluetooth 통신 시스템, 전압 및 전류 센서, LCD로 구성된 광전지 애플리케이션이 있는 DC-DC 컨버터의 최종 하드웨어 시스템에 대해 설명합니다.
- 모니터링 데이터는 HC-5 블루투스 장치로 인해 10m 미만의 거리에서 스마트폰 애플리케이션으로 촬영되었습니다.
19. 실험적인 태양광 시스템 데이터를 이용한 ANFIS 기반의 효율적인 최대 전력점 추적기 설계 [19]
Sadeq D. Al-Majidi 외. al은 태양광 시스템에서 최대 전력점 추적(MPPT)을 위한 가장 강력한 방법으로 적응형 신경 퍼지 추론 시스템(ANFIS)의 사용에 대해 논의했습니다.
- 제안된 방법은 MATLAB/Simulink 모델을 사용하여 시뮬레이션되었으며 다양한 기후 조건에서 99.3% 이상의 효율로 최적화된 최대 전력점을 정확하게 추적하는 것으로 나타났습니다.
- 제안된 ANFIS 기법은 기상 관측소에서 수집한 조도 및 온도 데이터를 사용하여 태양광 시스템에서 생성되는 전력을 정확하게 예측합니다. ANFIS 모델은 약 6200개의 데이터 세트와 함께 40일 간의 데이터를 사용하여 훈련되었습니다.
- 제안된 ANFIS-MPPT 방법은 다양한 기후 조건에서 P&O-MPPT 및 FLC-MPPT와 같은 다른 MPPT 기술을 능가하여 99.3% 이상의 효율성을 달성했습니다.
- 그들은 ANFIS-MPPT 기술이 PV 시스템의 효율성을 향상시킬 수 있지만 추가 단계 단위로 인해 구현이 지나치게 복잡해질 수 있다고 결론지었습니다.
참조
- ↑ ML Katche, AB Makokha, SO Zachary 및 MS Adaramola, "태양광 PV 시스템에 사용되는 MPPT(Maximum Power Point Tracking) 기법에 대한 포괄적인 검토", 에너지 , vol. 16, 아니. 5, 예술. 아니요. 2023년 1월 5일, doi: 10.3390/en16052206.
- ↑ N. Karami, N. Moubayed 및 R. Outbib, "여러 MPPT 기법에 대한 일반 검토 및 분류", Renew. 지속시키다. 에너지 개정판 , vol. 68, pp. 1–18, 2017년 2월, doi: 10.1016/j.rser.2016.09.132.
- ↑ AK Podder, NK Roy 및 HR Pota, "태양광 PV 시스템을 위한 MPPT 방법: 추적 특성에 기반한 비판적 검토", IET Renew. 발전기. , 권. 13, 아니오. 10, pp. 1615–1632, 2019, doi: 10.1049/iet-rpg.2018.5946.
- ↑ F. Liu, S. Duan, F. Liu, B. Liu 및 Y. Kang, "PV 시스템을 위한 가변 단계 크기 INC MPPT 방법", IEEE Trans. 공업전자. , 권. 55, 아니. 7, pp. 2622–2628, 2008년 7월, doi: 10.1109/TIE.2008.920550.
- ↑ A. Mohapatra, B. Nayak, P. Das 및 KB Mohanty, "부분 차광 조건에서 PV 시스템의 MPPT 기법에 대한 검토", Renew. 지속시키다. 에너지 개정판 , vol. 80, pp. 854–867, 2017년 12월, doi: 10.1016/j.rser.2017.05.083.
- ↑ K. Ishaque, Z. Salam, A. Shamsudin, and M. Amjad, "입자군집 최적화 알고리즘을 이용한 부분 차광 조건에서 태양광 발전 시스템을 위한 직접 제어 기반 최대 전력점 추적 방법", Appl . 에너지 , 권. 99, pp. 414–422, 2012년 11월, doi: 10.1016/j.apenergy.2012.05.026.
- ↑ M. 야이치, M.-K. Fellah 및 A. Mammeri, "태양광 펌핑 시스템을 위한 신경망 기반 MPPT 기술 컨트롤러", Int. J. 파워 일렉트론. 드라이브 시스템 IJPEDS , vol. 4, 아니요. 2, 예술. 아니요. 2014년 6월 2일
- ↑ N. Femia, G. Petrone, G. Spagnuolo 및 M. Vitelli, "동요 최적화 및 최대 전력점 추적 방법 관찰", IEEE Trans. 파워 일렉트론. , 권. 20, 아니. 4, pp. 963–973, 2005년 7월, doi: 10.1109/TPEL.2005.850975.
- ↑ L. Piegari 및 R. Rizzo, "태양광 최대 전력점 추적을 위한 적응형 동요 및 관찰 알고리즘", IET Renew. 발전기. , 권. 4, 아니요. 4, pp. 317–328, 2010년 7월, doi: 10.1049/iet-rpg.2009.0006.
- ↑ X. Liu 및 LAC Lopes, "PV 어레이에 대한 개선된 섭동 및 관찰 최대 전력 지점 추적 알고리즘", 2004년 IEEE 35차 연례 전력 전자 전문가 회의(IEEE Cat. No.04CH37551) , 2004년 6월, 2005페이지- 2010 Vol.3. 도이: 10.1109/PESC.2004.1355425.
- ↑ N. Femia, G. Petrone, G. Spagnuolo 및 M. Vitelli, "Optimizing duty-cycle perturbation of P&O MPPT technique", 2004년 IEEE 35차 연례 전력 전자 전문가 회의(IEEE Cat. No.04CH37551) , 6월. 2004, pp. 1939-1944 Vol.3. 도이: 10.1109/PESC.2004.1355414.
- ↑ R. Santhosh, SU Sabareesh, R. Aswin 및 R. Mahalakshmi, "독립형 PV 배터리 충전 시스템을 위한 PIC 마이크로컨트롤러 기반 충전 컨트롤러 및 MPPT의 하드웨어 설계", 2021년 전자공학, 정보, 통신 및 기술(RTEICT) , 2021년 8월, 172–175페이지. 도이: 10.1109/RTEICT52294.2021.9573523.
- ↑ M. Parandhaman, LTS Annambhotla 및 P. Parthiban, "벅 컨버터 및 PSO 기술을 사용한 휴대용 자동 MPPT 태양광 충전기용 하드웨어 프로토타입", 2022 IEEE Delhi Section Conference(DELCON) , 2022년 2월, pp. 1–6. 도이: 10.1109/DELCON54057.2022.9764362.
- ↑ "DIY 1kW Arduino MPPT 태양열 충전 컨트롤러(WiFi ESP32) - YouTube." https://www.youtube.com/watch?v=ShXNJM6uHLM(2023년 1월 24일 접속).
- ↑ JM Portalo, I. González 및 AJ Calderón, "실험용 스마트 마이크로그리드에서 PV 발전기 추적을 위한 모니터링 시스템: 오픈 소스 솔루션", 지속 가능성 , vol. 13, 아니오. 15, 예술. 아니요. 2021년 1월 15일, doi: 10.3390/su13158182.
- ↑ M. Merenda et al. , "클라우드 연결성을 갖춘 스마트 컨버터용 오픈 소스 하드웨어 플랫폼," Electronics , vol. 8, 아니오. 3, 예술. 아니요. 2019년 3월 3일, doi: 10.3390/electronics8030367.
- ↑ “아두이노 우노와 부스트 컨버터를 이용한 증분 컨덕턴스 알고리즘 기반 최대 전력점 추적 태양광 시스템 설계,” Appl. 기술. 컴퓨팅 과학. J. , vol. 4, 아니요. 2, pp. 101–112, 2022, doi: https://doi.org/10.33086/atcsj.v4i2.2450.
- ↑ JK Abed, "태양광 응용을 위한 DC-DC 컨버터의 스마트 모니터링 시스템", Int. J. 파워 일렉트론. 드라이브 시스템 IJPEDS , vol. 9, 아니오. 2, 예술. 아니요. 2018년 6월 2일, doi: 10.11591/ijpeds.v9.i2.pp722-729.
- ↑ SD Al-Majidi, MF Abbod 및 HS Al-Raweshidy, "실험적인 광발전 시스템 데이터를 사용하는 ANFIS 기반의 효율적인 최대 전력점 추적기 설계", Electronics, vol . 8, 아니오. 8, 예술. 아니요. 2019년 8월 8일, doi: 10.3390/electronics8080858.