Bio-Inspired Strategies for Minimizing Distortion in DC-AC Converters
DOI:
https://doi.org/10.53591/easi.v2i2.2654Palabras clave:
Efficiency improvement, Renewable energy systems, Bio-inspired optimization, Power convertersResumen
The global shift towards sustainable energy sources, such as solar and wind power, underscores the critical role of power converters in renewable energy systems. These converters are essential in the process of converting direct current (DC) generated from renewable sources into alternating current (AC), suitable for use in homes and distribution through the grid. The efficiency and performance of these converters have far-reaching implications for the effective integration of renewable energy into the existing grid infrastructure. However, conventional control methods often fall short in optimizing DC-AC converters to adapt dynamically to changing environmental conditions and varying load demands. This letter aims to provide a holistic view of research on bio-inspired optimization strategies and their impact on minimizing distortion, maximizing efficiency, and enhancing the overall reliability of DC-AC converters within renewable energy systems
Citas
Owusu, P. A., & Asumadu-Sarkodie, S. (2016). A review of renewable energy sources, sustainability issues and climate change mitigation. Cogent Eng, 3(1). https://doi.org/10.1080/23311916.2016.1167990
Tomin, N., et al. (2022). Design and optimal energy management of community microgrids with flexible renewable energy sources. Renew Energy, 183, 903–921. https://doi.org/10.1016/J.RENENE.2021.11.024
Pop, C. B., et al. (2022). Review of bio-inspired optimization applications in renewable-powered smart grids: Emerging population-based metaheuristics. Energy Reports, 8, 11769–11798. https://doi.org/10.1016/J.EGYR.2022.09.025
Faris, H., Aljarah, I., Al-Betar, M. A., & Mirjalili, S. (2018). Grey wolf optimizer: A review of recent variants and applications. Neural Comput Appl, 30(2), 413–435. https://doi.org/10.1007/S00521-017-3272-5/FIGURES/9
Aguila-Leon, J., Vargas-Salgado, C., Chiñas-Palacios, C., & Díaz-Bello, D. (2023a). Solar photovoltaic Maximum Power Point Tracking controller optimization using Grey Wolf Optimizer: A performance comparison between bio-inspired and traditional algorithms. Expert Syst Appl, 211, 118700. https://doi.org/10.1016/J.ESWA.2022.118700
Águila-León, J., Lucero-Tenorio, M., Díaz-Bello, D., Vargas-Salgado, C., & Vega-Gómez, C. (2023b). Bio-inspired Multiobjective Optimization Approach for Total Harmonic Distortion Reduction in a DC-AC Power Converter. In 2023 IEEE Conference on Technologies for Sustainability, SusTech 2023 (pp. 80–85). https://doi.org/10.1109/SUSTECH57309.2023.10129638
Kummara, V. G. R., et al. (2019). A Comprehensive Review of DC–DC Converter Topologies and Modulation Strategies with Recent Advances in Solar Photovoltaic Systems. Electronics, 9(1), 31. https://doi.org/10.3390/ELECTRONICS9010031
Aguila-Leon, J., Chiñas-Palacios, C., Vargas-Salgado, C., Hurtado-Perez, E., & Garcia, E. X. M. (2021). Particle swarm optimization, genetic Algorithm and grey Wolf optimizer algorithms performance comparative for a DC-DC boost converter PID controller. Advances in Science, Technology and Engineering Systems, 6(1), 619–625. https://doi.org/10.25046/aj060167
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Miriam Lucero-Tenorio, Jesus Aguila-Leon
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Las contribuciones publicadas en la revista EASI se rigen por la licencia de acceso abierto CC BY-NC-ND 4.0 (Creative Commons Reconocimiento-NoComercial-SinDerivadas 4.0). Esta licencia te empodera como autor, y garantiza la amplia difusión de tu investigación mientras protege tus derechos.
Para autores:
- Conservan los derechos de autor sin restricciones.
- La revista obtiene una licencia para publicar y distribuir el manuscrito original.
Para lectores/usuarios:
Acceso y distribución gratuita: cualquier lector o usuario puede acceder, descargar, copiar, imprimir y compartir el artículo publicado libremente según los términos de la licencia CC BY-NC-ND 4.0.
Reconocimiento obligatorio: si un tercero utiliza el material publicado, debe dar crédito al creador proporcionando el nombre, el título del artículo y el nombre de la revista, lo que garantiza la propiedad intelectual del autor(es) y ayuda a construir su reputación académica.
Uso no comercial: solo se permite el uso no comercial del trabajo publicado. No comercial significa que no está destinado principalmente ni dirigido al aprovechamiento comercial o la compensación monetaria por parte de ningún tercero.
No se permiten modificaciones: el contenido del artículo publicado no se puede cambiar, mezclar o reconstruir a partir del trabajo del autor. Esto asegura la integridad y precisión de los resultados de la investigación.
Te invitamos a familiarizarte con los términos completos de la licencia:
- Atribuciones:
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
- Definiciones, alcance y términos de la licencia:
https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.en
Al publicar bajo CC BY-NC-ND 4.0, los autores contribuyen al avance del conocimiento científico mientras mantienen el control sobre su trabajo. Si tienes alguna pregunta, no dudes en ponerte en contacto con los editores de la revista.
Estadística (Statistics)