luận án tiến sĩ kỹ thuật nghiên cứu và phát triển hệ thống năng lượng điện mặt trời

Tóm tắt Năng lượng mặt trời nguồn lượng quan trọng người So với nguồn lượng khác thủy điện, phong điện, nhiệt điện, điện hạt nhân… lượng mặt trời có đặc điểm khơng nhiễm mơi trường, độ an tồn cao, nguồn lượng vơ tận, phân bố nơi dải công suất Hệ thống lượng điện mặt trời thống lớn nên có nhiều vấn đề cần cải tiến phát triển cho hệ thống, khuôn khổ luận án tác giả tập trung nghiên cứu phát triển thuật tốn tìm điểm điểm cơng suất cực đại cho điều khiển công suất cực đại (MPPT) để hệ thống làm việc đạt hiệu suất cao ổn định hơn, đồng thời tác giả thiết kế chế tạo thực nghiệm hệ thống lượng điện mặt trời nối lưới theo hướng phát triển biến đổi công suất DC/DC DC/AC Thuật toán MPPT thực cần thiết để giúp hệ thống phát cơng suất lớn góp phần làm tăng hiệu suất hệ thống giảm giá thành sản phẩm Chính MPPT trở thành chức quan trọng mà hệ thống lượng điện mặt cần phải có Đã có nhiều thuật toán MPPT nghiên cứu ứng dụng, luận án tác giả nghiên cứu thuật toán độ dẫn gia tăng (INC) đề xuất cải tiến cho thuật toán này, đồng thời tác giả nghiên cứu thuật toán tối ưu bày đàn (PSO) áp dụng cho điều khiển MPPT đề xuất thuật toán phát triển thuật toán PSO như: thuật toán tối ưu bày đàn vi phân (DPSO), thuật toán tối ưu bày đàn nhiễu loạn (PPSO) áp dụng chúng điều khiển MPPT để cải thiện hiệu hoạt động hệ thống lượng điện mặt trời Kỹ thuật điều khiển MPPT dựa thuật toán phát triển thử nghiệm thành công mô hình hệ thống Kết mơ cho thấy lượng đầu hệ thống áp dụng thuật toán đề xuất 99% Hơn nữa, kết so sánh với kết thu từ MPPT áp dụng thuật toán truyền thống, để chứng minh khả loại bỏ nhược điểm áp dụng thuật toán truyền thống cho điều khiển MPPT hệ thống lượng điện mặt trời Từ khóa: Phát triển hệ thống lượng điện mặt trời; cải tiến thuật toán INC; DPSO – MPPT; PPSO – MPPT i Abstract Solar energy is one of the most promising alternative energy Due to low fuel cost, environmentally friendly and low-cost maintenance, solar energy demonstrates the superiority as compared to other energy sources, such as hydroelectricity, wind power, thermal power, nuclear power Moreover, solar energy can be distributed everywhere with the widely operating range Therefore, there are various researches in order to enhance the operating efficiency of solar energy system However, in the framework of the dissertation, the author only focuses on developping intelligent algorithms to improve the performance of the maximum power point tracking (MPPT) controller Furthermore, the author designed and manufactured an experimental system of a gridconnected solar power system according to the development of DC / DC and DC / AC power converters The MPPT algorithm is really necessary to generate the maximum power in photovoltic (PV) systems in order to increase the efficiency of the system as well as reduce product costs Therefore, a maximum power point tracking (MPPT) controller is normally integrated with PV power generation systems Many MPPT algorithms have been studied; nevertheless, in this dissertation, the author firstly researches the increase conductivity algorithm (INC) and some of its improved algorithm Next, a swarm intelligence based optimization technique, namely Particle Swarm Optimzation (PSO) is applied to enhance the performance of MPPT controller After that, some of PSO variants, such as differential particle swarm optimization (DPSO), disturbance particle swarm optimization (PPSO) are proposed because of the purpose of improving the performance of PV The MPPT controlling technique based on developed algorithms have been successfully tested on a system model The simulation results show that the maximum power is all over 99%, demonstrates the effectiveness of the proposed methods Moreover, the obtained results are compared to those obtained using traditional algorithms, shows the superiority of the proposed method Keywords: Development a solar power system; proposes improvements INC; DPSO – MPPT; PPSO – MPPT ii LỜI CẢM ƠN Em xin chân thành cảm ơn thầy PGS.TS Đồng Văn Hướng TS Phạm Cơng Thành người trực tiếp tận tình hướng dẫn để em hoàn thành luận án tiến sĩ Em xin cảm ơn quý thầy, cô trường Đại Học Giao Thông Vận Tải TP.HCM đem lại cho em thêm nhiều kiến thức bổ ích suốt trình học tập nghiên cứu Con xin biết ơn gia đình có lời động viên giúp đỡ, tạo điều kiện thuận lợi vật chất tinh thần trình học tập nghiên cứu làm luận án Tôi xin cảm ơn bạn bè đồng nghiệp tạo điều kiện giúp đỡ tơi cơng việc để tơi có thời gian nhiều công việc học tập nghiên cứu làm luận án Trân trọng cảm ơn ! TP.HCM, ngày 12 tháng 12 năm 2019 Nhữ Khải Hoàn iii LỜI CAM ĐOAN Tơi tên Nhữ Khải Hồn nghiên cứu sinh ngành Kỹ thuật điều khiển Tự động hóa Trường Đại học Giao thơng Vận tải Thành phố Hồ Chí Minh Tôi xin cam đoan hoàn toàn chịu trách nhiệm lời cam đoan này:  Toàn nội dung luận án tiến sĩ “Nghiên cứu phát triển hệ thống lượng điện mặt trời” cơng trình nghiên cứu tác giả thực hướng dẫn khoa học PGS.TS Đồng Văn Hướng TS Phạm Công Thành  Trong q trình thực luận án tơi có kế thừa kiến thức tài liệu tham khảo nước (phần tài liệu tham khảo) Việc tham khảo nguồn tài liệu có trích dẫn rõ ràng theo quy định  Các kết mô phỏng, thí nghiệm sử dụng để kết luận đánh giá luận án hoàn toàn chân thực Tác giả luận án Nhữ Khải Hoàn iv MỤC LỤC LỜI CẢM ƠN iii LỜI CAM ĐOAN iv MỤC LỤC v DANH MỤC HÌNH MINH HỌA viii DANH MỤC TỪ VIẾT TẮT xii CHƯƠNG GIỚI THIỆU 1.1 Lý chọn đề tài 1.2 Mục tiêu nội dung thực luận án 1.3 Đối tượng phương pháp nghiên cứu 1.4 Điểm luận án 10 1.5 Ý nghĩa khoa học thực tiễn ………………………… ………………………8 1.6 Bố cục luận án ………………………………… ……………………………8 CHƯƠNG 12 TỔNG QUAN VỀ HỆ THỐNG NĂNG LƯỢNG ĐIỆN MẶT TRỜI 12 2.1 Tổng quan chung hệ thống NLMT 12 2.1.1 Hệ thống lượng điện mặt trời nối lưới 12 2.1.2 Hệ thống lượng điện mặt trời độc lập 15 2.1.3 Một số hệ thống lượng điện mặt trời khác 16 2.2 Đường đặc tuyến pin quang điện 17 2.2.1 Cấu trúc tế bào quang điện 17 2.2.2 Tấm pin quang điện 20 2.3.3 Mơ hình hóa tế bào quang điện 20 2.3 Những yếu tố trọng tâm nghiên cứu phát triển hệ thống lượng điện mặt trời 24 2.3.1 Điều khiển công suất cực đại 25 2.3.2 Giải pháp anti-islanding 27 2.3.3 Bù công suất phản kháng 29 2.3.4 Giảm sóng hài, nâng cao chất lượng điện áp 29 v 2.4 Kết luận chương 30 CHƯƠNG 31 NGHIÊN CỨU PHÁT TRIỂN BỘ ĐIỀU KHIỂN BÁM ĐIỂM CÔNG SUẤT CỰC ĐẠI CỦA HỆ THỐNG ĐIỆN MẶT TRỜI 31 3.1 Các yếu tố ảnh hưởng tới MPP 32 3.1.1 Ảnh hưởng xạ 32 3.1.2 Ảnh hưởng nhiệt độ 34 3.1.3 Ảnh hưởng tượng bóng râm 36 3.2 Tìm điểm cơng suất cực đại 37 3.2.1 Phương pháp Hill – Climbing 38 3.2.2 Phương pháp điều khiển logic mờ (FLC) 43 3.2.3 Phương pháp mạng nơron (NN) 45 3.2.4 Phương pháp phân đoạn điện áp hở mạch (VOC) 46 3.2.5 Phương pháp phân đoạn dòng ngắn mạch (ISC) 47 3.2.6 Phương pháp điều khiển gợn sóng tương quan (RCC) 47 3.3 Nghiên cứu phát triển thuật toán độ dẫn gia tăng điều khiển bám điểm công suất cực đại 48 3.3.1 Theo dõi MPP thuật toán INC truyền thống 50 3.3.2 Phát triển thuật toán INC nhằm đạt MPP nhanh 52 3.3.3 Phát triển thuật toán INC nhằm giảm dao động quanh MPP 56 3.4 Nghiên cứu phát triển thuật toán tối ưu bầy đàn điều khiển bám điểm công suất cực đại 59 3.4.1 Thuật toán tối ưu bầy đàn (PSO) 59 3.4.2 Phát triển thuật toán tối ưu bầy đàn 73 3.5 Kết luận chương 81 CHƯƠNG 82 MÔ PHỎNG KIỂM CHỨNG CÁC THUẬT TOÁN MPPT PHÁT TRIỂN CHO HỆ THỐNG NĂNG LƯỢNG ĐIỆN MẶT TRỜI 82 4.1 Kết mô thuật toán INC phát triển thuật toán INC 82 4.1.1 Sơ đồ mô 82 4.1.2 Kết mô 83 4.2 Kết mô thuật toán PSO phát triển thuật toán PSO 92 vi 4.2.1 Sơ đồ mô 92 4.2.2 Kết mơ thuật tốn MPPT-PSO 93 4.2.3 Kết mô thuật toán MPPT-DPSO 93 4.2.4 Kết mơ thuật tốn MPPT-PPSO 99 4.3 Kết luận chương 104 Chương 105 THIẾT KẾ CHẾ TẠO HỆ THỐNG THỰC NGHIỆM NĂNG LƯỢNG ĐIỆN MẶT TRỜI 105 5.1 Cấu trúc tổng thể hệ thống thiết bị 105 5.1.1 Bộ biến đổi DC/DC 106 5.1.2 Bộ biến đổi DC/AC 107 5.1.3 Bộ điều khiển hệ thống 109 5.1.4 Các Modul thu thập liệu hiển thị 112 5.1.5 Sơ đồ chi tiết hệ thống 113 5.2 Kết hệ thống thực nghiệm 115 5.3 Kết luận chương 116 CHƯƠNG 117 KẾT LUẬN VÀ PHƯƠNG HƯỚNG PHÁT TRIỂN 117 6.1 Kết luận 117 6.2 Phương hướng phát triển đề tài 118 DANH MỤC CƠNG TRÌNH CỦA TÁC GIẢ 119 TÀI LIỆU THAM KHẢO 120 vii DANH MỤC HÌNH MINH HỌA Hình 1.1 Năng lượng điện mặt trời số nước giới từ 2000 đến 2013 Hình 1.2 Giá PV cell Mỹ từ 1977 đến 2015 Hình 1.3 Nhà máy điện mặt trời Topaz Solar Farm (Hoa Kỳ) Hình 1.4 Hệ thống điện mặt trời Ninh Thuận Hình 2.1 Sơ đồ hệ thống PV đơn cấp 13 Hình 2.2 Hệ thống PV lưỡng cấp 15 Hình 2.3 Sơ đồ khối hệ thống PV độc lập 16 Hình 2.4 Sơ đồ khối hệ thống PV nối lưới có dự trữ 16 Hình 2.5 Hệ thống PV độc lập không dự trữ .16 Hình 2.6 Hệ thống PV độc lập hỗn hợp 17 Hình 2.7 Cấu trúc chất bán dẫn thông thường .17 Hình 2.8 Cấu trúc chất bán dẫn trộn boron 18 Hình 2.9 Cấu trúc chất bán dẫn trộn phosphor 18 Hình 2.10 Kết hợp bán dẫn loại p loại n 19 Hình 2.11 Cấu trúc tế bào quang điện 19 Hình 2.12 Hình ảnh tế bào quang điện cách ghép nối 20 Hình 2.13 a) Tấm pin quang điện b) Hệ pin quang điện 20 Hình 2.14 Điện tử di chuyển từ lớp n qua tải trở lớp p, nơi mà chúng kết hợp với lỗ trống, dòng điện chạy theo hướng ngược lại .20 Hình 2.15 Mạch tương đương tế bào quang điện 21 Hình 2.16 Sơ đồ đo ISC VOC pin quang điện 21 Hình 2.17 a) Đường đặc tuyến I – V b) Đường đặc tuyến P – V ……… ………21 Hình 2.18 Đường đặc tuyến I – V tế bào quang điện trường hợp có ánh sáng khơng có ánh sáng 23 Hình 2.19 Đường đặc tuyến I – V tế bào quang điện trường hợp ảnh hưởng RS, RP không bị ảnh hưởng .24 Hình 2.20 Sơ đồ điều khiển MPPT PV 26 Hình 3.1 Đặc tuyến I – V, P – V P – I với mức xạ khác 33 Hình 3.2 Đặc tuyến I – V, P – V P – I với nhiệt độ khác .35 Hình 3.3 Đặc tính I-V, P-V có bóng râm 36 Hình 3.4 Đặc tuyến P – V pin quang điện thuật toán P&O .39 viii Hình 3.5 Lưu đồ thuật toán P&O 40 Hình 3.6 Đường đặc tuyến P – V hệ PV thuật toán INC 41 Hình 3.7 Sơ đồ thuật tốn INC 42 Hình 3.8 Hàm thành viên 43 Hình 3.9 Mạng Neural .45 Hình 3.10 Trường hợp xạ thay đổi .49 Hình 3.11 Trường hợp nhiệt độ thay đổi .50 Hình 3.12 Lưu đồ thuật toán INC với biến D cố định 52 Hình 3.13 Đặc tuyến P-V dP/(dV–dI) –V ……………………………………… 53 Hình 3.14 Đặc tuyến I-V dP/(dV–dI) –V …………………………………………54 Hình 3.15 Lưu đồ thuật toán INC với kích thước bước nhảy thay đổi nhằm mục đích hội tụ nhanh 566 Hình 3.16 Lưu đồ thuật tốn INC với kích thước bước nhảy thay đổi nhằm mục đích giảm dao động MPP 57 Hình 3.17 Sơ đồ thuật tốn PSO 677 Hình 3.18 Cấu trúc mạng PSO 688 Hình 3.19 Sự thay đổi khơng gian tìm kiếm PSO 733 Hình 3.20 Cơ chế tìm kiểm DPSO khơng gian đa chiều 755 Hình 3.21 Sơ đồ thuật tốn MPPT - DPSO 766 Hình 3.22 Cơ chế tìm kiếm PPSO khơng gian đa chiều 788 Hình 3.23 Lưu đồ thuật toán PPSO - MPPT .800 Hình 4.1 Sơ đồ mơ thuật toán INC 82 Hình 4.2 Đường đặc tính V – P hệ pin quang điện .83 Hình 4.3 Đường đặc tính V – I hệ pin quang điện ………………………………80 Hình 4.4 Cơng suất cực đại hệ pin quang điện theo lý thuyết 83 Hình 4.5 Đáp ứng đầu hệ thống PV với thuật toán INC truyền thống 85 Hình 4.6 So sánh đáp ứng thuật toán INC truyền thống bước nhảy thay đổi 87 Hình 4.7 Đáp ứng D INC truyền thống bước nhảy thay đổi lúc khởi động 87 Hình 4.8 Đáp ứng P INC truyền thống bước nhảy thay đổi lúc khởi động .87 ix Hình 4.9 Đáp ứng P INC truyền thống bước nhảy thay đổi lúc xạ thay đổi từ 700W/m2 lên 900W/m2 88 Hình 4.10 So sánh độ dao động P INC truyền thống bước nhảy MPP .88 Hình 4.11 So sánh thuật toán INC truyền thống giảm dao động MPP 90 Hình 4.12 Đồ thị D độ tăng xạ 90 Hình 4.13 So sánh đáp ứng cơng suất thuật toán lý thuyết 92 Hình 4.14 Mơ hình mơ hệ thống PV sử dụng giải thuật DPSO .93 Hình 4.15 Đáp ứng đầu hệ thống PV với thuật toán PSO .93 Hình 4.16 Đáp ứng công suất đầu ba trường hợp: không sử dụng MPPT, sử dụng DPSO, P&O InCond 96 Hình 4.17 So sánh đáp ứng cơng suất thuật tốn DPSO PSO 97 Hình 4.18 Đáp ứng công suất đầu P trình tăng lượng xạ 98 Hình 4.19 Đáp ứng cơng suất đầu P q trình giảm lượng xạ 98 Hình 4.20 Mơ hình mô hệ thống PV sử dụng giải thuật MPPT-PPSO 100 Hình 4.21 Mơ hình mơ kết nối bốn modul PV 101 Hình 4.22 Kết mơ với điều khiển MPPT- PPSO 103 Hình 5.1 Sơ đồ tổng quan hệ thống PV .105 Hình 2.a Sơ đồ mạch nguyên lý Interleaved Boost Converter 106 Hình 5.2 b Mạch thiết kế thực Interleaved Boost Converter 106 Hình 5.3.a Sơ đồ mạch nguyên lý nghịch lưu NPC bậc 108 Hình 5.3.b Mạch thiết kế thực nghịch lưu NPC bậc 108 Hình 5.4 a Mạch thiết kế thực board mạch điều khiển 109 Hình 5.4.b Sơ đồ mạch nguyên lý board mạch điều khiển 103 Hình 5.5 a Cảm biến dịng 112 Hình 5.5.b Cảm biến áp 112 Hình 5.5 c Màn hình HMI .113 Hình 5.6 a Hệ thống thực nghiệm 113 Hình 5.6 b Sơ đồ nguyên lý hệ thống 54 Hình 5.7 Giao diện điều khiển hệ thống PV 115 Hình 5.8 Dạng sóng điện áp đầu pha A hệ thống PV .115 x Hình 5.6 b Sơ đồ nguyên lý hệ thống 5.2 Kết hệ thống thực nghiệm Giao diện điều khiển lập trình hình HMI thuận lợi cho việc điều khiển cài đặt hệ thống hình 5.7 Hình 5.7 Giao diện điều khiển hệ thống PV Kết điện áp pha dạng điện áp đầu hệ thống quan sát hình 5.8 Hình 5.8 Dạng sóng điện áp đầu pha A hệ thống PV Trong hệ thống lượng điện mặt trời thực nghiệm tác giả áp dụng kỹ thuật điều khiển MPPT vào hệ thống Các thuật tốn điều khiển cơng suất cực đại 115 lập trình đưa vào hệ thống, hệ thống chạy ổn định cho kết thu nhận công suất cao nhiều so với khơng có điều khiển MPPT, hình ảnh hoạt động hệ thống tác giả có quay video lại, hạn chế phần báo cáo kết thực nghiệm chưa báo cáo so sánh kết phương pháp điều khiển công suất cực đại khác mà tác giả đề xuất phần mơ cơng suất pin PV cung cấp cho hệ thống bị thay đổi liên tục ánh sáng nhiệt độ thay đổi theo thời gian Muốn so sánh kết thu nhận cơng suất thuật tốn khác hệ thống thực nghiệm dùng nguồn phát công suất giả lập cho pin PV, tác giả tìm hiểu phịng thí nghiệm trường địa bàn TP.HCM chưa có nguồn phát 5.3 Kết luận chương Trong chương tác giả trình bày phần tử hệ thống thiết bị thực nghiệm hệ thống lượng điện mặt trời nối lưới tác giả thiết kế, chế tạo thành công Hệ thống chạy ổn định cho phép thực nghiệm lập trình thuật tốn điều khiển áp dụng cho hệ thống thực tế với thuật toán điều khiển từ đơn giản đến đại Hệ thống dùng để thực hành thực tập hệ thống lượng điện mặt trời sử dụng với mục đích nghiên cứu phát triển dự án lập trình điều khiển ứng dụng nghiên cứu hệ thống lượng mặt trời [1] Đồng Văn Hướng, Nhữ Khải Hồn “Nghiên cứu thiết kế mơ hình thực hành, thí nghiệm hệ thống lượng điện mặt trời”, Đề tài nghiên cứu khoa học cấp sở nghiệm thu tháng 1/2019 116 CHƯƠNG KẾT LUẬN VÀ PHƯƠNG HƯỚNG PHÁT TRIỂN 6.1 Kết luận Năng lượng mặt trời nguồn lượng quan trọng người So với nguồn lượng khác thủy điện, phong điện, nhiệt điện, điện hạt nhân… lượng mặt trời có đặc điểm khơng nhiễm mơi trường, độ an tồn cao, nguồn lượng vơ tận, phân bố nơi dải công suất Trong tương lai nguồn NLMT trở thành nguồn lượng bổ sung cho nguồn lượng dần cạn kiệt như: than, dầu khí, nước Chính việc nghiên cứu phát triển hệ thống lượng điện mặt trời việc cần thiết cấp bách Hệ thống lượng điện mặt trời có nhiều vấn đề cần nghiên cứu cải tiến phát triển cho hệ thống, luận án tác giả tập trung nghiên cứu phát triển cho hệ thống đạt kết sau : - Nghiên cứu thuật toán INC đề xuất cải tiến phát triển cho thuật toán INC áp dụng điều khiển MPPT hệ thống PV Mô thuật toán MPPT điều kiện xạ thay đổi thường gặp thực tế để thấy hiệu thuật toán Kết cho thấy phương pháp MPPT dựa thuật toán INC phát triển hoạt động tốt điều kiện xạ mặt trời thay đổi đột ngột, phản ứng bám điểm công suất cực đại với thời gian nhanh, độ điều chỉnh nhỏ Ngồi ra, thuật tốn INC phát triển có ưu điểm hơn hẳn thuật toán INC truyền thống chẳng hạn như: hội tụ nhanh hơn, dao động quanh điểm công suất cực đại hẹp ít hơn; giảm thiểu hao tổn công suất phát dao động quanh điểm công suất cực đại, hiệu suất cao - Nghiên cứu thuật toán tối ưu bày đàn (PSO) ứng dụng thuật toán điều khiển MPPT đồng thời đề xuất 02 thuật toán mới: thuật toán tối ưu bày đàn vi phân (DPSO) thuật toán tối ưu bày đàn nhiễu loạn (PPSO) cách phát triển dựa thuật toán PSO cổ điển áp dụng chúng điều khiển MPPT để cải thiện hiệu hoạt động hệ thống PV Kỹ thuật điều khiển MPPT dựa thuật toán DPSO PPSO thử nghiệm thành cơng mơ hình hệ thống Kết mô cho thấy lượng đầu thuật toán đề xuất 99% với vài lần lặp 117 điều kiện môi trường Hơn nữa, kết so sánh với kết thu từ MPPT áp dụng thuật toán truyền thống, để chứng minh khả loại bỏ nhược điểm áp dụng thuật toán truyền thống cho điều khiển MPPT hệ thống PV - Tác giả nghiên cứu chế tạo thành công thiết bị thực nghiệm hệ thống lượng điện mặt trời nối lưới Hệ thống chạy ổn định việc cho phép thực nghiệm hệ thống lượng điện mặt trời hệ thống sử dụng với mục đích nghiên cứu phát triển dự án lập trình điều khiển ứng dụng nghiên cứu phát triển hệ thống lượng điện mặt trời 6.2 Phương hướng phát triển đề tài Như tác giả đề cập, hệ thống lượng điện mặt trời thống lớn nên có nhiều vấn đề cần nghiên cứu cải tiến phát triển cho hệ thống Các phát triển trọng tâm cho hệ thống lượng điện mặt trời tác giả trình bày chương Nghiêng lĩnh vực kỹ thuật điều khiển tự động hóa tác giả đưa hướng phát triển cho đề tài nghiên cứu hệ thống điện mặt trười sau : - Tiếp tục nghiên cứu áp dụng kỹ thuật điều khiển thông minh để điều khiển hệ thống PV đạt công suất cực đại nâng cao hiệu suất hệ thống - Nghiên cứu phát triển mạch điện tử biến đổi công suất DC/DC, DC/AC để hệ thống đạt hiệu suất cao làm việc ổn định - Nghiên cứu giải pháp anti-islanding nâng cao độ đáp ứng nhanh độ an toàn hệ thống NLMT q trình hoạt động nối lưới 118 DANH MỤC CƠNG TRÌNH CỦA TÁC GIẢ [1] Đồng Văn Hướng, Nhữ Khải Hoàn, “Nghiên cứu phát triển hệ thống lượng mặt trời nối lưới”, Tạp chí Khoa học Cơng Nghệ Giao thơng Vận Tải, 5/2014 ISSN 1859-4263 [2] Nhữ Khải Hồn, Lê Thị Hường, Đồng Văn Hướng, “Cải tiến thuật toán độ dẫn gia tăng việc điều khiển bám điểm công suất cực đại hệ thống điện mặt trời”, Hội nghị Khoa học – Công nghệ GTVT lần IV – ÐH GTVT TpHCM, 5/2018 ISBN: 978-604-76-1578-0 [3] Van Huong Dong, Khai Hoan Nhu, Thi Thom Hoang, Thanh Cong Pham (2018) “Tracking Maximum Power Point For Photovoltaic System Using A Novel Differential Particle Swarm Optimization”, Journal of Mechanical Engineering Research and Developments, 41(4) : 116-121 ISSN: 2088 -5334, Scopus [4] Cong-Thanh Pham, Khai Hoan Nhu, Van Huong Dong, Thi Huong Le, Thi Thom Hoang, “Development of Particle Swarm Optimization for tracking Maximum Power Point of Photovoltaic Systems”, International Journal on Advanced Science, Engineering and Information Technology IJASE, Vol.9 (2019): 17321738 ISSN:1024 -1752, Scopus [5] Khai Hoan Nhu, Van Huong Dong, Cong-Thanh Pham, Quoc Tuan Vu, Thi Thom Hoang, “Application of Particle Swarm Optimization for MPPT in Photovoltaic Systems” Indonesian Journal of Electrical Engineering and Computer Science (Đã gửi bài, chờ duyệt đăng) [6] Đồng Văn Hướng, Nhữ Khải Hoàn “Nghiên cứu thiết kế mơ hình thực hành, thí nghiệm hệ thống lượng điện mặt trời”, Đề tài nghiên cứu khoa học cấp sở nghiệm thu tháng 1/2019 119 TÀI LIỆU THAM KHẢO A Tài liệu tiếng Anh [1] Govinda R Timilsina, Lado Kurdgelashvili and Partick A Narbel,”A review of Solar energy: Markets, Economics and Policies,” Policy Research Working Papers, 2011 [2] Al Xin, HAN Xiaonan and SUN Yingyun, “The Development Status and Prospect of Grid-connected Photovoltaic Generation and Its Related Technologies,” Modern Electric Power, Vol 30, No 1, 2013 [3] Institute of Electrical and Electronics Engineers, “ IEEE Recommended Practice for Utility Interface of Photovoltaic (PV) Systems,” United States of America, pp 1-26, 2000 [4] Gilbert, “Renewable and efficent electric power systems” chapter 8, 9, 2004 [5] A Safari and S Mekhilef, “Simulation and hardware implementation of incremental conductance MPPT with direct control method using cuk converter,” IEEE Trans Ind Electron, pp 1154–61, 2001 [6] A Loukriz et al., “Simulation and experimental design of a new advanced variable step size Incremental Conductance MPPT algorithm for PV systems,” Published by Elsevier Ltd, 2015 [7] C.Jena, Amruta Das, C.K.Panigrahi, M.Basu, “ Modelling and Simulation of Photovoltaic Module with Buck-Boost Converter” International Journal of Advanced Engineering and Nano Technology (IJAENT), ISSN: 2347-6389, Volume-1, Issue-3, February 2014 [8] Keya Huang, Wenshi Li and Xiaoyang Huang “MPPT of Solar Energy Generating System with Fuzzy Control and Artificial Neural Network”, Information Technology, Computer Engineering and Management Sciences (ICM), Nanjing-Jiangshu-China, pp 230 – 233, Sept 2011 [9] Zhong Qing, Yu Nanhua, Wang Kun, Feng Lin, Li Guojie and Chen Kan, “Hardwarein-the-loop Simulation Platform of Photovoltaic Grid-Connected System,” TELKOMNIKA Indonesian Journal of Electrical Engineering, Vol.12, No.4, pp 2465 - 2473, April 2014 [10] Stytz, M.R, Vanderburgh J and Banks, S.B ,“The Solar System Modeler,” IEEE Computer Graphics and Applications, Vol 17 No 5, 2002 [11] Huang Zhiwu and Wang Shuxia, “Based on Fuzzy Hybrid Inverter Technology Solar Energy Application Research,” TELKOMNIKA Indonesian Journal of Electrical Engineering, Vol.12, No.4, pp 2636 – 2644, April 2014 [12] Rahman, R and Khan MS “Performance enhancement of PV Solar System by mirror reflection,” International Conference on Electrical and Computer Engineering, Dhaka, pp 163 – 166, Dec 2010 [13] Joe-Air Jiang,Tsong-Liang Huang, Ying-Tung Hsiao and Chia-Hong Chen, “Maximum Power Tracking for Photovoltaic Power Systems”, Tamkang Journal of Science and Engineering, Vol 8, No 2, 2005, Pages 174-153 120 [14] T.Balamurugan, S.Manoharan, “Fuzzy Controller Design using Soft Switching Boost Converter for MPPT in Hybrid System”, International Journal of Soft Computing and Engineering (IJSCE), Vol 2, No 5, 2012 [15] Seree Manju B, Ramaprabha R, Mathur B.L, “Design and Modeling of Standalone Solar Photovoltaic Charging System”, Internal Journal of Computer and Applications, Vol 18, No 2, 2011 [16] Sunil Kumar Mahapatro, “Maximum Power Point Tracking (MPPT) Of Solar Cell Using Buck-Boost Converter”, International Journal of Engineering Research & Technology (IJERT),Vol Issue 5, May – 2013 [17] Texsa Instrument, “Understanding Buck-Boost power stages in switch mode power supplies”, Application report, 1999 [18] Premkumar.G, A.N Archana, “Frequency, Voltage and Angle Tracking for Photovoltaic Grid-Connected Inverter based on SVPWM Technique”, International Journal of Computer Applications Volume 81 – No 14, November 2013 [19] V Salas et al., “Review of the maximum power point tracking algorithms for standalone photovoltaic systems,” Solar Energy Materials & Solar Cells, 90, 1555–1578, 2006 [20] Tat Luat Nguyen and Kay-Soon Low, “A global Maximum power point tracking scheme employing DIRECT seach Algorithm for photovoltaic systems”, IEEE Transactions on Industrial Electronics, Volume: 57, Issue: 10, Oct 2010 [21] D Sera et al., “Improve MPPT Algorithm for rapidly changing environmental conditions,” IEEE Trans Sustain Energy, 2009 [22] N Femia et al., “Optimizing sampling rate of P&O MPPT technique,” Power Electronics Specialists Conference, PESC 04 2004 IEEE 35th Annual, 2004 [23] N Femia et al., “Optimization perturb and observe maximum power point tracking method,” IEEE Transactions on Power Electronics, Volume: 20, Issue: 4, July 2005 [24] KH Hussein et al., “Maximum Photovoltaic power tracking an Algorithm for rapidly changing atmospheric conditions,” IEEE Proceedings-Generation, 1995 [25] Chao Zhang et al., “A modified MPPT method with variable perturbation step for photovoltaic system,” Power Electronics and Motion Control Conference, PEMC '09, IEEE 6th International, 2009 [26] Weidong Xiao and W.G Dunford, “A modified adaptive hill climbing MPPT method for photovoltaic power systems,” Power Electronics Specialists Conference, PESC 04 2004 IEEE 35th Annual 2004 [27] I Abdalla et al., “Voltage-Hold Perturbation & Observation Maximum Power Point Tracking Algorithm (Vh-P&O MPPT) for Improved Tracking over the Transient Atmospheric Changes,” in Power Electronics and Applications (EPE 2011), Proceedings of the 2011-14th European Conference on, 2011), pp 1-10 121 [28] T Esram and P.L hapman,“Comparison of Photovoltaic Array Maximum Power Point Tracking Techniques,” IEEE Transactions on Energy Conversion, Vol 22, No 2, pp 439, June 2007 [29] M.A Elgendy et al., “Assessment of Perturb and Observe MPPT Algorithm Implementation Techniques for PV Pumping Applications,” Sustainable Energy, IEEE Transactions, pp 21-33, on, March 2012 [30] N.E Zakzouk et al., “Modified Variable-step Incremental Conductance Maximum Power Point Tracking Technique for Photovoltaic Systems,” IEEE, 2013 [31] S.A Khan, and M.I Hossain, “Design and Implementation of Microcontroller Based Fuzzy Logic Control for Maximum Power Point Tracking of a Photovoltaic System,” in Electrical and Computer Engineering (ICECE), pp 322-25, 2010 [32] D.S Morales, “Maximum Power Point Tracking Algorithms for Photovoltaic Applications,” [Master‟s Thesis], Aalto University, Faculty of Electronics, Communications and Automation, 2010 [33] A Messai et al., “Design and Implementation of Microcontroller Optimized Fuzzy Logic Controller and Its FPGA Implementation,” Solar Energy, Vol 85, pp 265-77, 2011 [34] A Chaouachi et al., “A Novel Multi-Model Neuro-Fuzzy-Based MPPT for ThreePhase Grid-Connected Photovoltaic System,” Solar Energy, Vol 84, pp 2219-29, 2010 [35] S Jain, and V Agarwal, “Comparison of the Performance of MaximumPower Point Tracking Schemes Applied to Single-Stage Grid-Connected Photovoltaic Systems,” Electric Power Applications, IET, vol 1, pp 753-62, 2007 [36] H Patel and V Agarwal, “Maximum Power Point Tracking Scheme for PV Systems Operating Under Partially Shaded Conditions,” IEEE Trans Ind Electron, vol 55, no 4, April 2008 [37] K Ishaque and Z Salam, “A review of maximum power point tracking techniques of PV system for uniform insolation and partial shading condition,” Renewable and Sustainable Energy Reviews, vol 19, pp 475–488, 2003 [38] D Rekioua and E Matagne, “Optimization of photovoltaic power systems: modelization, simulation and control,”, London: Springer- Verlag; 2012 [39] N Femia et al., “Predictive & adaptive MPPT perturb and observe method,” IEEE Trans Aerosp Electron Syst, pp 934–50, 2007 [40] M.A Emad and M Shoyama, “Scaling factor design issues in variable step size incremental resistance MPPT in PV systems,” In: Proceedings of the Ninth International Conference on Power Electronics and Drive Systems (PEDS) Singapore, 2011 [41] F Liu et al “A variable step size INC MPPT method for PV systems,” IEEE Trans Ind Electron., vol 55, pp 2622–8, 2008 122 [42] Q Mei et al., “A novel improved variable step size incremental resistance MPPT method for PV systems,” IEEE Trans Indus Electron., pp 2424–34, 2011 [43] M.A Emad and M Shoyama, “Stability Study of Variable Step Size Incremental Conductance – Impedance MPPT for PV systems,” In: Proceedings of the 8th International Conference on Power Electronics - ECCE Asia The Shilla Jeju, Korea, 2011 [44] N.H Abdul Rahman et al., “A modification of variable step size INC MPPT in PV system,” In: Proceedings of the 7th IEEE International Power Engineering and Optimization Conference (PEOCO) Malaysia, 2013 [45] K.S Tey and S Mekhilef, “Modified Incremental Conductance Algorithm for Photovoltaic System Under Partial Shading Conditions and Load Variation,” IEEE Transactions on Industrial Electronics, 2014 [46] M.A Abdourraziq et al., “Comparative study of MPPT using variable step size for photovoltaic systems,” In: Proceedings of the Second World Conference on Complex Systems (WCCS) Agadir, Morocco, 2014 [47] B.A Isaloo and P Amiri, “Improved Variable Step Size Incremental Conductance MPPT Method With High Convergence Speed For PV systems,” Journal of Engineering Science and Technology, Vol 11, No 4, pp 516 – 528, 2016 [48] Kennedy, J and Eberhart, R., Particle swarm optimization, In Proceedings of the IEEE International Conference on Neural Net-works, vol 4, pp 1942–1948, 1995 [49] Eberhart, R., and Kennedy, J., A new optimizer using particleswarm theory, In Proceedings of the Sixth International Symposium on Micro Machine and Human Science, pp 39–43, 1995 [50] Eberhart, R., Kennedy J., Oct., A new optimizer using particle swarmtheory, in Proc 6th Int Symp Micro Machine and Human Science (MHS), pp 39–4, 1995 [51] Eberhart, R., Shi, Y., Kennedy, J., Swarm Intelligence, SanMateo, CA: Morgan Kaufmann, 2001 [52] Valle, Y., Venayagamoorthy, G.,K., Mohagheghi, S., Hernandez, J., Harley, R., Particle Swarm Optimization: Basic Concepts, Variants and Applications in Power Systems, IEEE Trans Evolut Comput., vol 12, no 2, pp 171-195, April 2008 [53] Engelbrecht, A.P., Particle swarm optimization: Where does it be-long?, in Proc IEEE Swarm Intell Symp., pp 48-54, May 2006 [54] Craig, W., Reynolds., Flocks, herds, and schools, A distributed behavioral model Computer Graphics, vol 21, no 4, pp 25-34, 1987 [55] Heppner, F., Grenander, U., A stochastic nonlinear model for coordinated bird flocks In Saul Krasner, editor, The Ubiquity of Chaos American Association for the Advancement of Science 1990 [56] Reeves, W.T., Particle systems – a technique for modeling a class of fuzzy objects, ACM Transactions on Graphics, vol 2, no 2, pp 91–108, 1983 123 [57] Millonas, M., Swarms, phase transitions, and collective intelligence, in Artificial Life III, Proc Santa Fe Institute Studies in the Sciences of Complexity, C G Langton, Ed New York: Addison-Wesley, vol XVII, pp 417–445, 1994 [58] Dorigo, M., Optimization, learning and natural algorithms, Ph.D dissertation, Politecnico di Milano, Milan, Italy, 1992 [59] Dorigo, M and Stützle, T., Ant Colony Optimization, Cambridge, MA: MIT Press ISBN 0-262-04219-3, 2004 [60] Ant Colony Optimization, [Online], Available:http://en.wikipedia.org/wiki/Ant_colony_optimization [61] Bishop, J.M., Stochastic Searching Networks, in Proc Inst Elect.Eng Conf Artif Neural Netw., London, pp 329–331, Oct 1989 [62] Loengarov, A., Tereshko, V., A minimal model of honey bee for-aging, in Proc IEEE Swarm Intell Symp., pp 175–182, May 2006 [63] Liu, Y., Passino, K., Biomimicry of social foraging bacteria for distributed optimization: Models, principles, and emergent behaviors, J Optim Theory Appl., vol 115, no 3, pp 603–628, Dec 2002 [64] Mishra, S., A hybrid least Square-Fuzzy bacterial foraging strategy forharmonic estimation, IEEE Trans Evol Comput., vol 9, no 1, pp 61–73, Feb 2005 [65] Lee, T., Cho, M.Y., Fang, F.M., Features Selection of SVM and ANN Using Particle Swarm Optimization for Power Transformers Incipient Fault Symptom Diagnosis, International Journal of Computational Intelligence Research ISSN 0973-1873, vol 3, no 1, pp 60-65, 2007 [66] Richards, M., Ventura, D., Choosing a starting configuration for particle swarm optimization, in Proc IEEE Int Joint Conf Neural Netw., vol 3, pp 2309–2312, Jul 2004 [67] Campana, E.F., Fasano, G., Pinto, A., Dynamic system analysis and initial particles position in particle swarm optimization, in Proc IEEE Swarm Intell Symp., pp 202– 209, May 2006 [68] Eberhart, R., Shi, Y., Particle swarm optimization: Developments, applications and resources, in Proc IEEE Congr Evol Comput., vol 1, pp 81–86, May 2001 [69] Hu, X., Shi, Y., Eberhart, R., Recent advances in particle swarm, in Proc IEEE Congr Evol Comput., vol 1, pp 90–97, Jun 2004 [70] Fan, H., Shi, Y., Study on Vmax of particle swarm optimization, in Proc Workshop on Particle Swarm Optimization, Purdue School of Engineering and Technology, Indianapolis, Apr 2001 [71] Abido, A., Particle swarm optimization for multimachine power system stabilizer design, in Proc Power Engineering Society Summer Meeting (PES), vol 3, pp 1346– 1351, Jul 2001 [72] Abido, A., Oct., Optimal power flow using particle swarm optimization, Int J Elect Power Energy Syst., vol 24, no 7, pp 563–571, 2002 124 [73] Ozcan, E., Mohan C., Particle swarm optimization: Surfing the waves, in Proc IEEE Congress Evol Comput., vol 3, pp.1939–1944, Jul 1999 [74] Clerc, M., Kennedy, J., The particle swarm-explosion, stability, and convergence in a multidimensional complex space, IEEE Trans Evol Comput., vol 6, no 1, pp 58– 73, Feb 2002 [75] Eberhart, R., Shi, Y., Comparing inertia weights and constriction factors in particle swarm optimization, in Proc IEEE Congress Evol Comput., vol 1, pp 84–88, Jul 2000 [76] Bergh, F., Engelbrecht, A., A cooperative approach to particle swarm optimization, IEEE Trans Evol Comput., vol 8, no 3, pp.225–239, Jun 2004 [77] Shi, Y., Eberhart, R., Empirical study of particle swarm optimization, in Proc IEEE Congr Evol Comput., vol 3, pp.1945–1950, Jul 1999 [78] Esmin, A., Torres, G., Zambroni, A., A hybrid particle swarm optimization applied to loss power minimization, IEEE Trans Power Syst., vol.20, no.2, pp 859–866, May 2005 [79] Chen, X., Li, Y., An improved stochastic PSO with high exploration ability, in Proc IEEE Swarm Intell Symp., pp 228–235, May 2006 [80] Kennedy, J., Eberhart, R., A discrete binary version of the particle swarm algorithm, in Proc IEEE Int Conf Syst., Man, Cybern: Computational Cybernetics and Simulation (ICSMC), vol 5, pp 4104–4108, Oct 1997 [81] Subhani, T., Babu, C., Reddy, A., Particle swarm optimization with time varying acceleration coefficients for economic dispatch considering valve point loading effects In Proc IEEE Third International Conference on Computing Communication Networking Technologies (ICCCNT), pp 1-8, 2012 [82] Abdullah, M.N., Bakar, A.H.A., Rahim, N.A., Mokhlis, H., Illias, H.A., Jamian, J.J., Modified Particle Swarm Optimization with Time Varying Acceleration Coefficients for Economic Load Dispatch with Generator Constraints, Journal of Electrical Engineering & Technology, pp 15-26, 2014 [83] O Santos, J.L., et al., A maximum power point tracker for PV systems using a high performance boost converter Solar Energy 2006; 80(7): 772-778 [84] Ben Salah, C and M Ouali, Comparison of fuzzy logic and neural network in maximum power point tracker for PV systems Electric Power Systems Research 2011; 81(1): 43-50 [85] Young-Hyok, J., et al., A Real Maximum Power Point Tracking Method for Mismatching Compensation in PV Array Under Partially Shaded Conditions; Power Electronics, IEEE Transactions on 2011; 26(4): 1001-1009 [86] B Subudhi and R Pradhan, A Comparative Study on Maximum Power Point Tracking Techniques for Photovoltaic Power Systems; IEEE Trans Sustain Energy 2013; 4(1): 89-98 [87] M A Elgendy, B Zahawi, and D J Atkinson, Assessment of the incremental 125 conductance maximum power point tracking algorithm, IEEE Trans Sustain Energy 2013; 4(1): 108–117 [88] S L Brunton, C W Rowley, S R Kulkarni, and C Clarkson, Maximum power point tracking for photovoltaic optimization using ripple-based extremum seeking control; IEEE Trans Power Electron 2010; 25(10): 2531–2540 [89] C Ali, and A Chandra, An Optimal Maximum Power Point Tracking Algorithm for PV Systems with Climatic Parameters Estimation; IEEE Trans Sustain Energy 2015; 6(2): 644-652 [90] P Tang and L Wa, A single cell maximum power point tracking converter without a current sensor for high performance vehicle solar arrays; In: Proceeding 36th annual IEEE power electronic specific conference 2005; 165-171 [91] K.T Kobayashi, I Takano, and Y Sawada, A study on a two stage maximum power point tracking control of a photovoltaic system under partially shaded insolation conditions; In: Presented at the power engineering society general meeting 2003 [92] Elgendy, Mohammed, Z Bashar, and J A David, Operating Characteristics of the P&O Algorithm at High Perturbation Frequencies for Standalone PV Systems; Energy Conversion, IEEE Transactions 2015; 30(1):189-198 [93] K Ishaque, Z Salam, & G Lauss, The performance of perturb and observe and incremental conductance maximum power point tracking method under dynamic weather conditions; Applied Energy 2014; 119: 228-236 [94] W Xiao, and W.G Dunford, A modified adaptive hill climbing MPPT method for photovoltaic power systems; In: Presented at the pros of 35th annual IEEE power electron spec conf, 2004 [95] N Femia, G Petrone, G Spagnuolo, and M Vitelli, Optimization of perturb and observemaximum power point trackingmethod, IEEE Trans Power Electron 2005; 20(4): 963–973 [96] G Balasubramanian, S Singaravelu, Fuzzy logic controller for the maximum power point tracking in photovoltaic system, Int J Comput 2012; 41: 22–28 [97] Syafaruddin, et al., Artificial neural network-polar coordinated fuzzy controller based maximum power point tracking control under partially shaded conditions, IET Renew Power Genera 2009; 3: 239–253 [98] Ghoddami, H and A Yazdani, A Single-Stage Three-Phase Photovoltaic System With Enhanced Maximum Power Point Tracking Capability and Increased Power Rating Power Delivery, IEEE Transactions on 2011; 26(2): 1017-1029 [99] R.Ramaprabha , D.B.L.M., Impact of Partial Shading on Solar PV Module Containing Series Connected Cells International Journal of Recent Trends in Engineering 2009; 2(7): 56-60 [100] A Messai et al., Maximum power point tracking using GA optimize fuzzy logic controller and its FPGA implementation, Solar Energy 2011, 86: 265–77 [101] K Ishaque, et al., A novel maximum power point tracking control of photo-voltaic 126 [102] [103] [104] [105] [106] [107] [108] [109] [110] [111] [112] [113] [114] system under partial and rapidly fluctuating shadow conditions using differential evolution, In: Presented at the 2010 IEEE symposium on industrial electronics and applications 2010 C K.- Hsiang, L H Chien., Maximum power point tracking method based on modiifed particle swarm optimization for photovoltaic systems, Int J Photoenergy 2013; 1–6 Ishaque, A deterministic particle swarm optimization maximum power point tracker for photovoltaic system under partial shading condition, IEEE Trans Ind Electron 2013; 60: 3195–206 K B A Ramdan, , Z F Ahmed, and E Adel, Novel MPPT Algorithm Based on Particle Swarm Optimisation for Photovoltaic Systems, IEEE Transactions on Sustainable Energy 2016, 1949-3029 Giraud, F and Z.M Salameh, Analysis of the effects of a passing cloud on a gridinteractive photovoltaic system with battery storage using neural networks, Energy Conversion, IEEE Transactions on 1999; 14(4): 1572-1577 Agarwal, H.P.a.V., MATLAB-Based Modeling to Study the Effects of Partial Shading on PV Array Characteristics IEEE Transactions on Energy Conversation 2008; 23(1): 302-310 Masafumi Miyatake, M.V., Fuhito Toriumi, Nobuhiko Fujii, Hideyoshi Ko, Maximum Power Point Tracking of Multiple Photovoltaic Arrays: A PSO Approach IEEE trans On Aerospace and Electro Sys 2011; 47(1) Phimmasone, V.K., Y., Kamejima, T.,Miyatake, M., Evaluation of extracted energy from PV with PSO-based MPPT against various types of solar irradiation changes 2010 International Conference on Electrical Machines and Systems (ICEMS) 2010: 487-492 Kennedy J, Eberhart R, Particle swarm optimization In IEEE International Conference on Neural Networks 1995; 4: 1942-1948 E N Yaqin, A G Abdullah, D L Hakim, and A B D Nandiyanto “MPPT based on fuzzy logic controller for photovoltaic system using PSIM and Simulink” The 2nd Annual Applied Science and Engineering Conference (AASEC 2017) Vergura, S A Complete and Simplified Datasheet-Based Model of PV Cells in Variable Environmental Conditions for Circuit Simulation Energies 2016, 9, 326 Li, C.; Chen, Y.; Zhou, D.; Liu, J.; Zeng, J A High-Performance Adaptive Incremental Conductance MPPT Algorithm for Photovoltaic Systems Energies 2016, 9, 288 Na, W.; Chen, P.; Kim, J.H An Improvement of a Fuzzy Logic-Controlled Maximum Power Point Tracking Algorithm for Photovoltaic Applications, Appl Sci 2017, 7, 326 M Arsalan, R Iftikhar, I Ahmad, A Hasan, K Sabahat, and A Javeria, “MPPT for photovoltaic system using nonlinear backstepping controller with integral action”, 127 Solar Energy, vol 170, pp 192–200, 2018 [115] Y Cheddadi, F Errahimi, and N Es-sbai, “Design and verification of photovoltaic MPPT algorithm as an automotive-based embedded software”, Solar Energy, vol 171, pp 414–425, 2018 B Tài liệu tiếng Việt [116] Đặng Đình Thống, “Cơng nghệ pin mặt trời – Bài học kinh nghiệm từ Việt Nam”, Hội chợ triển lãm IMAG lần 2, 2012 [117] Nguyễn Viết Ngư, Lê Thị Minh Tâm, Trần Thị Thường, Nguyễn Xuân Trường “So sánh hai thuật toán INC P&O điều kiện bám điểm công suất cực đại cuar hệ thống pin mặt trời cấp điện độc lập,” Tạp chí Khoa học Phát triển, tập 13, số 8: 1452-1463, 2015 [118] Hà Thị Thu Phương, Nguyễn Tiến Thư, Hồ Phạm Huy Ánh, Cao Văn Kiên “Tối ưu cơng suất MPPT nguồn quang PV dùng thuật tốn P&O mờ thích nghi” Hội nghị toàn quốc lần thứ Cơ Điện tử - VCM-2016 [119] Đỗ Vũ Lực and Kang Jin-song, “Cải tiến thuật toán INC điều kiện bám điểm công suất cực đại hệ thống pin mặt trời cấp điện độc lập,” Vietnam J Agri Sci., Vol 14, No 5, pp 785-798, 2016 [120] Nguyễn Bính, “Điện tử công suất”, NXB Khoa học kỹ thuật, 2012 [121] Trần Văn Thịnh, ‘’Thiết kế thiết bị điện tử công suất’’, NXB Giáo dục, 2016 [122] Nguyễn Hồng Việt, Phan Thị Thanh Bình, “Ngắn mạch ổn định hệ thống điện”l, NXB Đại học quốc gia TP HCM,,2015 [123] Nguyễn Hoàng Việt, “Đánh giá độ tin cậy hệ thống điện”, NXB Đại học quốc gia TP HCM, [124] Huỳnh Thái Hồng, “Điều khiển thơng minh”, NXB Đại học Quốc gia Tp.HCM, 2008 [125] Lã Văn Út, “ Phân tích điều khiển ổn định hệ thống điện”, NXB KHKT, 2015 C Website [126] https://www.researchgate.net/figure/Evolution-of-global-PV-cumulative-installedcapacity-2000-2013-6_fig4_303291066 [127] https://en.wikipedia.org/wiki/Solar_cell [128] https://solarpower.vn/dien-mat-troi-dang-phat-trien-nhanh-tren-the-gioi/ [129] https://gpsolar.vn/phat-trien-dien-mat-troi-tai-viet-nam.html [130] http://vpcp.chinhphu.vn/Home/Ho-tro-phat-trien-cac-du-an-dien-mattroi/20168/19536.vgp [131] http://gizenergy.org.vn/media/app/media/bai%20trinh%20bay/cac-bai-phatbieu-tieng-viet-hoi-thao-ngay-24-thang-1.pdf [132] http://hoahocngaynay.com/phat-trien-ben-vung/nang-luong-tai-tao/147513112011.html 128