Um Estudo Abrangente sobre Conversores DC-DC para Compartilhamento Igual de Corrente e Estabilidade de Tensão em Recursos de Energia Renovável

Este artigo apresenta uma pesquisa abrangente sobre o uso de redes neurais artificiais (RNA) para melhorar conversores DC-DC em sistemas de energia renovável, focando no compartilhamento igual de corrente e na estabilidade de tensão em meio à crescente escassez de eletricidade. A pesquisa examina metodicamente a literatura sobre a integração de RNA com conversores DC-DC, selecionando estudos com base em sua relevância para a gestão eficiente de energia renovável, melhoria da distribuição de energia e a eficácia das RNA em enfrentar esses desafios. A pesquisa identifica várias lacunas, incluindo distribuição de energia otimizada, limitações de controladores preditivos e a instabilidade dos controles proporcionais-integral (PI) devido a ajustes de algoritmos de treinamento online. Para preencher essas lacunas, um método de controle inovador baseado em RNA para conversores DC-DC é proposto, visando reforçar a qualidade da geração de energia, possibilitar a distribuição flexível de energia em microrrédios e melhorar a estabilidade, confiabilidade e relação custo-benefício das fontes de energia renovável. Além disso, o artigo discute a correção de problemas de treinamento offline, correções de sinais de erro de feedback e sinais de erro integral dos conversores DC-DC, oferecendo novas percepções e soluções para superar essas barreiras técnicas. Este estudo ressalta a importância do tamanho e da integração do conversor, contrapondo métodos tradicionais com controles baseados em RNA para destacar as vantagens de desempenho e eficiência destes últimos. Através de uma revisão detalhada e soluções propostas para desafios significativos na gestão de energia renovável, este trabalho contribui para o avanço do campo ao aumentar a eficiência e confiabilidade dos sistemas de energia por meio de métodos de controle inovadores baseados em RNA.