太阳能光伏电池建模与动态特性仿真

光伏电池是太阳能光伏发电系统中的核心部分,因此成为太阳能光伏发电系统研究的主要环节.分析了光伏电池的工作特性,应用仿真软件PSCAD/EMTDC工具,建立了光伏电池及最大功率点跟踪（MPPT）仿真模型.仿真结果证明了光伏电池的输出功率在光照强度变化的条件下能够始终追踪最大功率点,使得光伏电池在不同光照条件下均输出最大功率.     

基于光伏电池模拟器的最大功率点跟踪控制研究

不论光照强度及环境温度如何变化,最大功率点跟踪控制都可以使光伏电池输出最大功率.由于照度、环境温度等条件不可控,变化周期长,在光伏阵列发电系统中研究最大功率点跟踪控制有众多不便.提出一种光伏电池模拟器,在实验室内可以模拟光伏电池特性,改变照度等外界条件.分析了在DC-DC变换器中控制占空比实现最大功率点跟踪控制的方法,在基于光伏电池模拟器构建的实验系统中实现了不同照度下的最大功率点跟踪控制.     

基于自适应占空比扰动法的最大功率点跟踪控制

为解决扰动观察法跟踪光伏电池阵列最大功率时会在实际工作点附近产生振荡的问题,通过分析光伏电池的工作特性,对比各种基于扰动观察法的最大功率点跟踪的优缺点,提出了自适应占空比扰动法对光伏电池板进行最大功率跟踪控制.给出了最大功率点跟踪的控制流程,结合两级变换结构的光伏发电系统实现了对光伏电池阵列的最大功率点跟踪.     

基于遗传算法的占空比扰动法在MPPT中的应用研究

为了提高光伏电池的利用率,需对光伏电池的最大功率点进行快速准确的追踪控制.根据光伏电池的电气特性,建立了光伏阵列的数学模型.针对传统占空比扰动法的不足,提出了一种基于遗传算法的占空比扰动法,并在Matlab/simulink下进行了建模与仿真.仿真结果表明所提方法能够在外界环境变化时快速、准确地跟踪太阳能电池的最大功率点,使光伏系统具有良好的动态和稳态性能.     

一种变步长扰动最大功率跟踪方法

为了有效利用太阳能电池的发电性能,提出了一种变步长扰动最大功率跟踪方法。以光伏电池的输出功率为判断依据,在详细分析输出功率特性的基础上,提出变步长扰动的控制方法,通过调节占空比的步长来实现最大功率点跟踪。给出了详细的控制流程图,并建立了变步长扰动的最大功率跟踪的MATLAB仿真模型。试验结果表明,算法可以根据外界环境的变化快速追踪到最大功率点,保证在最大功率点处运行的稳定性,有效提高光伏电池的利用率。     

蚁群算法优化RBF神经网络的光伏发电MPPT

针对如何提高光伏电池最大功率点预测跟踪精度的问题,讨论了光伏电池非线性输出特性。在此基础上,建立基于RBF神经网络的光伏电池最大功率点预测跟踪模型,以光照强度和温度为模型的输入,光伏电池的最大功率点电压为模型输出,并将RBF神经网络的中心参数采用蚁群算法进行优化,从而实现最大功率点预测跟踪。仿真结果表明,该方法比传统的RBF神经网络方法具有更高的预测精度,能更好地预测跟踪光伏电池的最大功率点。     

光伏电池最大功率点跟踪方法的发展研究

在光伏发电系统中,光伏电池输出特性受光照强度及环境温度影响很大,具有明显的非线性特征.因此,为了提高光伏电池的利用效率,需要对光伏电池的最大功率点进行快速准确地跟踪控制.简要介绍了14种常用的最大功率跟踪方法的原理,说明了各种方法的优、缺点,指出了选择某一方法时需要考虑的因素,并展望了最大功率点跟踪方法的发展方向.     

基于滑模控制方法的光伏系统MPPT策略

讨论了太阳能光照强度和电池温度不稳定时的光伏发电系统最大功率点跟踪(MPPT)问题.采用基于滑模控制方法对最大功率点进行跟踪与升压DC-DC变换电路相结合的综合策略.仿真结果表明:与传统的扰动观察法相比,该方法具有追踪速度快,稳态精度高等优点,而且在负载变化情况下比传统扰动观察法的追踪精度更高.     

用于光伏系统的一种最大功率跟踪方法

光伏电池的最大功率点跟踪可以显著提高光伏电池的转化效率。提出一种快速、稳定的最大功率点跟踪方法。根据最大功率点功率对该点电压的微分为0,推导出最大功率点功率Pmax与最大功率点电压Umax的关系方程,称之为最大功率曲线方程。最大功率曲线与光伏电池固有的功率-电压(P-U)曲线的交点即是最大功率点。以当前工作点为起点,以自动变步长在P-U平面上搜索出该交点即跟踪到最大功率点。仿真结果表明该方法能快速、精确地跟踪到光伏电池的最大功率点,且消除了最大功率点处的振荡现象,提高了系统的稳定性。     

基于模糊控制的最大功率点跟踪控制策略仿真研究

为了更好地追踪光伏电池的最大功率点,应用Matlab软件,搭建了光伏电池模型。分析光伏电池U-I、U-P特性曲线的非线性特性,在克服传统扰动观察法后期出现震荡的情况下,提出了一种基于模糊控制的最大功率点跟踪(MPPT)控制策略,在Matlab软件中搭建了基于Boost升压电路的MPPT控制策略仿真模型,并对其进行了仿真,验证了算法的可靠性。通过仿真实验可得,光伏电池在环境温度和光照强度变化时,该算法仍然可以比较快速、准确地追踪最大功率点,减少在最大功率点附近的振荡,稳态效果良好。     

光伏发电阵列输出的变论域模糊滞环MPPT控制研究

通过研究光伏发电系统的最大功率点跟踪算法,分析光伏电池的输出特性。根据分析结果,提出一种基于变论域模糊滞环理论的最大功率点跟踪控制方法。该方法能快速感知外部环境变化,有效消除采用单一模糊控制带来的在最大功率点附近振荡的问题,减少了能量流失。实验结果证明,该方法能使光伏系统稳定在最大功率点处工作,消除了振荡,提高了转换效率。     

自适应算法在光伏发电系统最大功率追踪中的应用

针对光伏发电系统的最大功率跟踪问题,采用自适应控制算法,在硬件电路得基础上进行了试验。结果表明,该方法能较快地跟踪太阳能的最大功率,并具有较高的跟踪精度。     

变结构模糊控制在光伏发电MPPT中的应用

讨论了光伏发电系统最大功率点跟踪(Maximum Power Point Tracking,简称MPPT)常用控制方法的优缺点,对光伏电池功率电压曲线进行了分析。根据分析结果将变结构模糊控制应用到光伏发电系统MPPT的控制,能快速响应外界环境的变化,使光伏发电系统始终工作在最大功率点(Maximum Power Point,简称MPP)。在两种天气条件下的实验结果证明,该方法能使系统在MPP稳定工作,并能快速跟踪外部环境的变化,具有良好的动、稳态性能。     

一种改进INC和MPC的光伏最大功率点跟踪算法

最大功率点跟踪(MPPT)常用于在光伏发电系统中获取最大的功率输出。针对光伏系统最大功率点跟踪过程中存在动态响应速度和稳态跟踪精度难以兼顾的问题,提出了一种改进电导增量法(INC)结合模型预测控制算法(MPC)的光伏发电系统最大功率点跟踪技术。利用改进电导增量法获取光伏系统下一时刻的电流参考值,与模型预测控制器获取的电流值相比较,通过建立和评价系统两步长模型指标函数,达到MPPT快速跟踪的目的。仿真结果验证了该方法的有效性。     

光伏系统最大功率点跟踪算法的改进及应用

在光伏发电系统中需对光伏电池的最大功率点进行跟踪来提高系统的输出功率.这里以光伏电池输出非线性特性为切入点展开研究,分析常规电导增量法和自适应算法的优缺点,针对其最大功率点跟踪(MPPT)动态和稳态性能不佳及启动过程特性较差的问题,提出改进的MPPT算法.在Madab/Simulink下进行了建模和仿真,仿真结果表明该...     

基于RBF神经网络的光伏系统MPPT研究

针对光伏发电最大功率点跟踪(MPPT)技术的研究和现状,提出了一种基于径向基(Radical Basis Function,RBF)神经网络的MPPT算法。建立太阳能电池板的数学模型,分析光伏发电的主要影响因素。选取电池板的电压、电流为RBF神经网络的输入层,输出层直接调整Boost电路的占空比,达到最大功率点跟踪的目的。与传统的扰动观察法(P&O)相比,所提出的方法无需设定步长,通过RBF神经网络,直接调节Boost电路的占空比进行最大功率点跟踪。仿真和实验结果表明,所提出的MPPT算法与传统的P&O算法相比有更好的快速性和光伏利用效率。     

基于CSA-FPI算法的光伏发电MPPT仿真研究

对光伏阵列进行最大功率点跟踪控制(Maximum Power Point Tracking,简称MPPT),是提高光伏发电系统输出功率的有效措施之一。文章以光伏阵列非线性输出特性为切入点展开研究,在分析了常规算法的优缺点基础上,针对其在最大功率点处(MPP)动态和稳态性能不佳等问题,提出了一种基于布谷鸟搜索算法(CSA)和模糊PI(FPI)控制相结合的光伏阵列MPPT算法。在MATLAB/Simulink下进行了仿真建模,仿真结果表明该方法能够迅速准确地跟踪光伏阵列的最大功率点,防止算法跟踪方向误判情况的发生,具有快速跟踪性和鲁棒性;同时实验结果也证实了上述算法的正确性和有效性。     

基于局部阴影下光伏阵列电流特性的最大功率点跟踪算法

光伏发电作为目前太阳能利用的主要形式,容易受到局部阴影的影响,其P-V输出特性曲线呈现多峰特点,使得常规的最大功率点跟踪方法难以准确跟踪到全局最大功率点。通过充分利用局部阴影下光伏阵列最大功率点电流与短路电流之间近似的比例关系,提出一种三步骤全局最大功率点跟踪算法,该算法能够快速准确地跟踪到系统全局最大功率点,且不需要任何附加硬件电路。以1k W的Boost变换器为实验平台,将所提出算法和常规全局搜索法的跟踪过程进行比较,证明了该算法的有效性。     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点;然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

单周控制光伏并网系统的最大功率跟踪

单周控制的单级全桥光伏并网系统具有容量大、效率高、成本低等优点。但现有基于单周控制的光伏电池最大功率跟踪存在着难以搜索最大功率点、难以稳定工作在最大功率点以及搜索精度差等缺点。针对以上不足,本文提出了基于增量电导的光伏电池最大功率跟踪算法,该算法将光伏电池输出功率引入到单周控制的输入量中,同时优化了光伏电池输出电压的给定量。该算法在硬件上实现简单,仿真结果表明该算法能够准确跟踪光伏电池最大功率点,并具有较高的精度和稳定性