Verbesserte drahtlose Energieübertragung für Elektrofahrzeuge: Ein 7,2 kW ANN-basierten MPPT-Ansatz mit LCC-LCC-Komensationstopologie

Die Optimierung des Ladens von Elektrofahrzeugen über drahtlose Energieübertragung ist durch verschiedene Steuerungsstrategien erreichbar. Eine effektive Methode besteht darin, einen auf künstlicher neuronaler Netzwerke basierenden Maximum Power Point Tracking-Controller mit einer doppelseitigen LCC-Komensationstopologie zu integrieren. Dieses System, das für eine induktive Energieübertragung von 7,2 kW bei 80 kHz ausgelegt ist, nutzt Solarenergie als Hauptquelle. Der ANN-basierte MPPT-Controller wird trainiert, um den optimalen Tastgrad für den DC-DC-Wandler festzulegen. Dies erreicht er, indem er die komplexe Beziehung zwischen photovoltaischer Spannung, Strom und dem maximalen Leistungspunkt erlernt. Dieser Ansatz gewährleistet eine robuste MPP-Tracking-Leistung, selbst unter unterschiedlichen Umweltbedingungen, einschließlich teilweiser Beschattung und Störungen. Darüber hinaus steigert das doppelseitige LCC-Komensationsnetzwerk erheblich die Leistungsübertragungsfähigkeit und die Gesamteffizienz des Systems. Das vorgeschlagene System wurde sorgfältig mit MATLAB/Simulink modelliert und simuliert. Die Simulationsergebnisse bestätigen, dass der kombinierte ANN-basierte MPPT-Controller und die doppelseitige LCC-Komensation eine überlegene Energieübertragungseffizienz und verbesserte Ausgangsleistung im Vergleich zu herkömmlichen WPT-Systemen für das Laden von Elektrofahrzeugen bieten.