Comparative Evaluation of Fuzzy and Rule-Based Energy Management Strategies for Photovoltaic–Battery Microgrids

2026

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.18535/ijecs.v15i07.5575
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Renewable energy–based microgrids have emerged as an effective solution for integrating distributed energy resources such as photovoltaic (PV) generation and battery energy storage systems (BESS). However, the intermittent nature of renewable energy sources and variations in load demand present significant challenges for maintaining power balance and system stability. This paper presents a comparative evaluation of rule-based and fuzzy logic energy management strategies for a photovoltaic–battery microgrid using a MATLAB/Simulink-based digital twin. The proposed model integrates photovoltaic generation, battery storage, and load demand to simulate realistic operating conditions. Both control strategies are evaluated under varying solar irradiance and load scenarios based on voltage stability, battery state-of-charge dynamics, and energy utilization efficiency. Simulation results indicate that the fuzzy logic controller provides smoother battery operation, improved adaptability, and enhanced system stability compared with the conventional rule-based approach. The proposed framework provides an effective platform for evaluating advanced energy management strategies and supports future implementation in PLC-based microgrid control systems.