The photovoltaic (PV) generator exhibits a nonlinear V-I characteristic and its maximum power (MP) point varies with solar insolation. In this paper, a feedforward MP-point tracking scheme is developed for the coupled-inductor interleaved-boost-converter-fed PV system using a fuzzy controller. The proposed converter has lower switch current stress and improved efficiency over the noncoupled converter system. For a given solar insolation, the tracking algorithm changes the duty ratio of the converter such that the solar cell array voltage equals the voltage corresponding to the MP point. This is done by the feedforward loop, which generates an error signal by comparing the instantaneous array voltage and reference voltage corresponding to the MP point. Depending on the error and change of error signals, the fuzzy controller generates a control signal for the pulsewidth-modulation generator which in turn adjusts the duty ratio of the converter. The reference voltage corresponding to the MP point for the feedforward loop is obtained by an offline trained neural network. Experimental data are used for offline training of the neural network, which employs a backpropagation algorithm. The proposed peak power tracking effectiveness is demonstrated through simulation and experimental results. Tracking performance of the proposed controller is also compared with the conventional proportional-plus-integral-controller-based system. These studies reveal that the fuzzy controller results in better tracking performance.

Wind energy is not constant and windmill output is proportional to the cube of wind speed, which causes the generated power of wind turbine generators (WTGs) to fluctuate. In order to reduce fluctuation, different methods are available to control the pitch angle of blades of windmill. In a previous work, we proposed the pitch angle control using minimum variance control, and output power leveling was achieved. However, it is a controlled output power for only rated wind speed region. This paper presents a control strategy based on average wind speed and standard deviation of wind speed and pitch angle control using a generalized predictive control in all operating regions for a WTG. The simulation results by using actual detailed model for wind power system show the effectiveness of the proposed method.

In recent years, distributed generation, as clean natural energy generation and cogeneration system of high thermal efficiency, has increased due to the problems of global warming and exhaustion of fossil fuels. Many of the distributed generations are set up in the vicinity of the customer, with the advantage that this decreases transmission losses. However, output power generated from natural energy, such as wind power, photovoltaics, etc., which is distributed generation, is influenced by meteorological conditions. Therefore, when the distributed generation increases by conventional control techniques, it is expected that the voltage change of each node becomes a problem. Proposed in this paper is the optimal control of distribution voltage with coordination of distributed installations, such as the load ratio control transformer, step voltage regulator (SVR), shunt capacitor, shunt reactor, and static var compensator. In this research, SVR is assumed to be a model with tap changing where the signal is received from a central control unit. Moreover, the communication infrastructure in the supply of a distribution system is assumed to be widespread. The genetic algorithm is used to determine the operation of this control. In order to confirm the validity of the proposed method, simulations are carried out for a distribution network model with distributed generation (photovoltaic generation).

A hybrid power system uses many wind turbine generators in isolated small islands. The output power of wind turbine generators is mostly fluctuating and has an effect on system frequency. In order to solve this problem, we propose a new power system using renewable energy in small, isolated islands. The system can supply high-quality power using an aqua electrolyzer, fuel cell, renewable energy, and diesel generator. The generated hydrogen by an aqua electrolyzer is used as fuel for a fuel cell. The simulation results are given to demonstrate the availability of the proposed system in this paper.

This paper presents an output power smoothing method by a simple coordinated control of DC-link voltage and pitch angle of a wind energy conversion system (WECS) with a permanent magnet synchronous generator (PMSG). The WECS adopts an AC-DC-AC converter system with voltage-source converters (VSC). The DC-link voltage command is determined according to output power fluctuations of the PMSG. The output power fluctuationsin low- and high-frequency domains are smoothed by the pitch angle control of the WECS, and the DC-link voltage control, respectively. By using the proposed method, the wind turbine blade stress is mitigated as the pitch action in high-frequency domain is reduced. In addition, the DC-link capacitor size is reduced without the charge/discharge action in low-frequency domain. A chopper circuit is used in the DC-link circuit for stable operation of the WECS under-line fault. Effectiveness of the proposed method is verified by the numerical simulations.

Along with industrialization and rapid urbanization, environmental remediation is globally a perpetual concept to deliver a sustainable environment. Various organic and inorganic wastes from industries and domestic homes are released into water systems. These wastes carry contaminants with detrimental effects on the environment. Consequently, there is an urgent need for an appropriate wastewater treatment technology for the effective decontamination of our water systems. One promising approach is employing nanoparticles of metal oxides as photocatalysts for the degradation of these water pollutants. Transition metal oxides and their composites exhibit excellent photocatalytic activities and along show favorable characteristics like non-toxicity and stability that also make them useful in a wide range of applications. This study discusses some characteristics of metal oxides and briefly outlined their various applications. It focuses on the metal oxides TiO2, ZnO, WO3, CuO, and Cu2O, which are the most common and recognized to be cost-effective, stable, efficient, and most of all, environmentally friendly for a sustainable approach for environmental remediation. Meanwhile, this study highlights the photocatalytic activities of these metal oxides, recent developments, challenges, and modifications made on these metal oxides to overcome their limitations and maximize their performance in the photodegradation of pollutants.

This paper presents a fuzzy based frequency control strategy by the Megawatt (MW) class distributed PV systems and electric vehicles (EVs). The frequency control is proposed from the view point of the frequency fluctuation problem produced by the large penetration of PV power and sudden load variation. The fuzzy based frequency control has three inputs: average insolation, change of insolation and frequency deviation. Following these three inputs, a frequency control system for the distributed PV inverters is proposed. For the case of different insolations in the different areas of the power system, a coordinated control method of the distributed PV inverters, energy storage systems (ESSs) and EVs is presented. The proposed method is simulated by considering dual power and information flows between supply and demand sides in a large power system and is found satisfactory to provide frequency control and to reduce tie-line power fluctuations.

The abundance of fossil fuels and their negative environmental effects, together with the substantial reduction in their investment prices, have made solar-biomass hybrid plants an increasingly appealing choice for supplying the world's energy needs. This study evaluates the performance of a PV/biomass hybrid renewable energy system (HRES) that incorporates three distinct biomass processes, including pyrolysis, direct combustion, and gasification. The hybrid system is modeled employing the multi-objective genetic algorithm (MOGA). The most excellent layout is tabbed based on factors such as the largest proportion of green energy and the least amount of noxious emissions, as well as the minimum cost of energy (COE) and net present cost (NPC). The COE in the pyrolysis system is 17% and 38% lower than in scenarios 1 and 2, respectively. The decrease in NPC and overall system cost, which demonstrates 17% and 65% drops in NPC and 15% and 37.5% decreases in total system cost, respectively, as compared to scenarios 1 and 2. After comparing all the essential aspects, it is revealed that the HRES incorporating biomass pyrolysis is preferable to the most cost-effective option for making hybrid systems than other HRESs executed up of gasifier or direct combustion biomass technologies. This idea would improve the use of biomass resources in HRES by including the foremost biomass power production technology, making it simpler for researchers to identify the paramount hybrid renewable energy systems and create decisive HRES using biomass as the main source.

In the face of the burgeoning electricity demands and the imperative for sustainable development amidst rapid industrialization, this study introduces a dynamic and adaptable framework suitable for policymakers and renewable energy experts working on integrating and optimizing renewable energy solutions. While using a case study representative model for Sub-Saharan Africa (SSA) to demonstrate the challenges and opportunities present in introducing optimization methods to bridge power supply deficits and the scalability of the model to other regions, this study presents an agile multi-criteria decision tool that pivots on four key development phases, advancing established methodologies and pioneering refined computational techniques, to select optimal configurations from a set of Policy Decision-Making Metrics (PDM-DPS). Central to this investigation lies a rigorous comparative analysis of variants of three advanced algorithmic approaches: Swarm-Based Multi-objective Particle Swarm Optimization (MOPSO), Decomposition-Based Multi-objective Evolutionary Algorithm (MOEA/D), and Evolutionary-Based Strength Pareto Evolutionary Algorithm (SPEA2). These are applied to a grid-connected hybrid system, evaluated through a comprehensive 8760-hour simulation over a 20-year planning horizon. The evaluation is further enhanced by a set of refined Algorithm Performance Evaluation Metrics (AL-PEM) tailored to the specific constraints. The findings not only underscore the robustness and consistency of the SPEA2 variant over 15 runs of 200 generations each, which ranks first on the AL-PEM scale, but the findings also validate the strategic merit of combining multiple technologies and empowering policymakers with a versatile toolkit for informed decision-making.

Improving people's standard of living has increased their requirements for the environment. Increasing air temperature in urban areas due to urban heat islands (UHI) has been a global concern since industrialization. Apart from suitable facilities and landscapes, a comfortable outdoor thermal environment can improve the efficiency of urban space use. Ensuring outdoor comfort is an integral part of the design agenda where the UHI phenomenon plays a significant role. A study has been conducted on a residential building campus to analyze the effect of these heat island countermeasures (individual and combined) with the help of the simulation tool Grasshopper. A 3D reference model of a small residential campus is developed. The outdoor thermal comfort level is studied for this case, and Universal Thermal Climate Index (UTCI) is evaluated. Further, several UHI mitigation strategies such as wall and roof reflectivity, vegetation, plantation, pavement configuration, and shading are applied to find their effect on the micro-climate and outdoor thermal comfort. Based on the simulation outcomes, urban geometry is identified as the most influential design factor in decreasing the urban heat island effect and outdoor thermal comfort. The study's principal objective is to develop a simulation framework including all mitigation strategies and find the best case for UHI reduction.