In this paper, the charging dynamics of one or more electric car batteries connected to a traditional three-phase grid through a controlled rectifier and DC-DC converter. Two renewable energy sources that integrate seamlessly into the traditional grid are photovoltaic arrays (PVA) and wind farms. The battery charging procedure optimizes the energy derived from these sustainable sources. When there is insufficient renewable energy available, the rectifier uses the three-phase grid to produce electricity for battery charging. A comprehend control framework for energy management is simulated, encompassing the grid, residential loads, electric vehicle charging stations, and sustainable energy resources. Using MATLAB Simulink software, we analyze many operational scenarios while accounting for changing environmental factors that affect both renewable sources and EV battery charging. The 'powergui' toolbox is used to provide graphical representations of system performance over time under different conditions.

This study presents an analysis of the bidirectional converter for electric vehicle charging that is based on solar panels. A photovoltaic cell battery and a bidirectional converter that converts DC to DC make up this system. A battery is included to ensure the DC (direct current) engine can run when there isn't enough sunshine. Excess energy from the photovoltaic (PV) panel may be stored in the battery since the bidirectional dc-de converter may control the flow of energy in both directions while it charges and discharges the battery. The MPPT controller takes the greatest power out of the photovoltaic module as load and irradiance changes. The model's output was assessed and analysed using MATLAB/Simulink.

It introduces an enhanced MPPT algorithm for addressing Partial Shading Conditions (PSC) affecting solar panels integrated with a DC-DC converter. The Perturb and Observe (P&O) technique is employed by the suggested methodology to control and normalize the non-linear output of PV systems operating under PSC. Unlike the conventional Particle Swarm Optimization (PSO) method, which exhibited limited effectiveness in PSC scenarios, the P&O method demonstrates the ability to effectively manage both global and local peaks, leading to enhanced operational efficiency. PSO fails to adapt to PSC due to its inability to handle varying power flows efficiently, resulting in constant power output with decreased efficiency. The comparative analysis validates the proposed approach mathematically, with results extensively discussed. The proposed topology is modelled using MATLAB/Simulink software to substantiate its advantages

In light of the high volatility of renewable energy sources, interconnecting them directly to the grid has the potential to cause substantial disruptions to the grid. When connected to the grid, energy storage systems such as electric vehicles (EVs) have the ability to employ flexible power consumption timing, controllable power usage, predictable power consumption, and intelligent power consumption habits. These characteristics can be utilized for grid energy management. The purpose of this study is to discuss the application of vehicle-to-grid technology for the purpose of energy management in order to reduce the variability of renewable energy systems such as solar and wind energy systems. Through the utilization of the vehicle to grid technology, plug-in electric vehicles (PEVs) and the batteries that power them are able to contribute to the maintenance and maintenance of the grid. The control solutions make it possible for the batteries of electric vehicles to contribute to the reduction of variations caused by solar photovoltaic power and to increase grid dependability by increasing the capacity to support peak demands. When compared to more conventional approaches, the simulation reveals that the implementation of an energy management and optimization technique for vehicle-to-grid systems results in significant improvements in performance.