一种改进型光伏系统MPPT算法及实现

针对传统扰动观察(PO)法的缺陷,提出一种结合固定电压和三点比较法的改进型算法。该算法可使系统在起始阶段快速靠近光伏组件的最大功率点(MPP),在日照强度发生快速变化时,不会快速移动工作点,减少误判,并避免在MPP附近扰动造成的功率损失。采用Buck拓扑结构,以数字信号处理器(DSP)作为主控芯片设计了一套验证系统。实验证明该系统可快速跟踪光伏组件的MPP并稳定在工作点附近。     

光伏组件热斑电池片功率损耗的简化算法研究

热斑故障是光伏组件各类故障中最常见的一种。热斑电池发热越大,热斑故障越严重,对光伏系统的危害越大。针对常见晶硅光伏组件结构,剖析了光伏组件因热斑故障所引起的发热机理,结合单二极管等效电路模型提出一种简化的热斑电池片功率损耗计算方法;分析了光伏组件的不同工作状态,并结合组件的I-V曲线给出了各种工作状态下简化功率损耗算法中的关键参数确定方法。通过对光伏组件热斑电池片实验测试温度和热仿真温度对比,验证了所提简化功率损耗计算方法的准确性。     

IEC标准体系下不同光伏器件I-V特性曲线测试对比分析

基于国际电工委员会(IEC)标准,文章对比分析了常规光伏组件、双面光伏组件以及光伏阵列三种不同光伏器件I-V特性曲线的测试要求,描述了三种光伏器件测试程序,总结得出双面光伏组件以及光伏阵列与常规光伏组件相比存在的异同,为今后不同光伏器件I-V特性曲线的测试提供了参考。     

适用不同尺度光伏阵列的数值建模方法

把光伏电池电路模型的离散计算结果作为基准数据源,利用数值计算方法实现对光伏阵列及各光伏单元的建模,详细阐述了该建模方法的实现机理及数学模型表达。针对光伏阵列运行中常遇到的阴影遮挡工况,建立了不同规模(单体光伏电池、组件、组串、阵列)的遮挡模型,并给出仿真结果。结果表明:在不同遮挡率下,单体光伏电池、组件的I-V输出特性曲线只有一个阶梯,P-V输出特性曲线仅有一个功率峰值;组串I-V输出特性曲线阶梯个数等于组件不同遮挡率个数,P-V输出特性曲线功率峰值个数不大于阶梯个数,并验证了两者之间的确切关系;光伏阵列的功率峰值个数与各组串的峰值个数关系复杂。该模型可适用于不同规模光伏阵列,仿真灵活,也容易与电力电子回路集成实现系统级仿真。     

基于对偶相切和Lagrange插值的高压光伏MPPT算法

为了提高高压光伏发电系统中最大功率点跟踪(MPPT)的速度、精度以及跟踪到最大功率点(MPP)后运行的平稳度,提出一种对偶相切与Lagrange插值相结合的改进MPPT算法。该算法利用对偶切线法的快速性和Lagrange插值法的近似拟合作用,迅速将参考电压定位到最大功率点附近,最后以极小的步长运行到MPP。仿真结果表明：所提出的改进MPPT算法与传统扰动观测法相比,能够更快速、精准地追踪到最大功率点,并以更小的波动持续地输出最大功率,有效地减少了光伏发电系统的功率损失,提高了太阳能的利用率。     

一种基于卷积神经网络和长短期记忆网络的光伏系统故障辨识方法

随着光伏发电装机容量的不断上升,如何及时检测并解决光伏组件故障和异常,减少组件能量损失,提高光伏系统的发电效率成为一项重要任务.本文通过研究光伏阵列处于不同故障状态下的I-V曲线之间的特征差异性,直接以I-V曲线作为故障诊断的输入量,提出一种融合卷积神经网络(CNN)与长短期记忆(LSTM)网络的光伏系统故障辨识方法....     

基于粒子群算法的MPPT仿真及应用

利用PSIM软件建立了太阳能电池仿真模型。光伏模块的伏安特性曲线显示了在出现局部阴影时,使用传统的最大功率点跟踪(MPPT)方案跟踪多个局部的最大功率点(MPP)以获得全局MPP是很难的。鉴于此,提出了一种新型基于粒子群优化算法(PSO)的MPPT。仿真及实验结果表明,即使在复杂的条件下,光伏模块的输出电压也能够稳定运行在MPP附近,基于PSO的跟踪算法为实时光伏系统提供了一个可行的替代解决方案。     

自适应差分进化算法在光伏组件模型参数辨识中的应用

针对光伏组件模型参数辨识精度低和传统优化算法参数辨识过早收敛的问题,提出了基于自适应缩放因子和自适应交叉变异概率的差分进化算法对两种常用太阳能电池单元模型进行参数辨识,把辨识参数代入模型与实测数据进行拟合,用拟合效果好的一种太阳能电池单元模型作为光伏组件模型的基础,并用自适应差分进化算法对光伏组件模型的参数进行辨识,辨识结果的均方根误差为1.402e-2,辨识精度更高,全局收敛能力更强,并对辨识后的模型与实际测量数据进行拟合,其拟合相对误差是5.73e-4。计算电流平均绝对误差为2.11e-3,结果明显优于粒子群算法(POS),遗传算法(GA),模式搜索算法(PS),并在不同环境下验证了所提方法的有效性。这对光伏发电系统最大功率点跟踪控制和功率预测具有实际意义。     

遮挡下光伏组件中旁路二极管的研究

以太阳能电池的数学模型理论为基础,通过求解标准条件(STC)下光伏组件的数学模型5参数,得到无遮挡条件下光伏组件的输出特性,当光伏组件受到遮挡时,内部并联旁路二极管的导通与阻断使其输出I-U特性曲线发生变化且呈阶梯状。针对光伏组件内旁路二极管导通个数不同进行了实验研究,分析了旁路二极管导通个数不同条件下,光伏组件输出特性的电压特征及导数的变化,结合正常和遮挡条件下光伏组件的输出I-U特性,最后得到了有效的判断旁路二极管导通个数不同的算法,为光伏系统的遮挡研究提供了方法。     

一种新型光伏控制器MPPT控制策略

在此提出一种非隔离光伏控制器最大功率点跟踪(MPPT)控制策略,采用脉冲频率调制(PFM)与脉宽调制(PWM)混合调节模式来实现光伏组件输入功率快速靠近最大功率点(MPP),且在MPP附近实现输入电压的精细化调节,从而提高光伏组件的发电效率.方法 简单易于实现数字化,实验结果验证了该控制策略的有效性.     

基于Bezier曲线的CIGS薄膜光伏电池I-V曲线简单拟合方法

精准的光伏电池输出数学模型是研究光伏系统的必要条件,然而由于厂家提供的数据有限,铜铟镓硒(CIGS)薄膜光伏电池的输出数学模型是包含若干未知参数的非线性特性曲线.因此提出仅利用厂家提供的有限数据,对CIGS薄膜光伏电池的电流-电压输出特性曲线,即I-V曲线进行拟合.首先利用Bezier曲线选取函数控制点,对CIGS薄膜光伏电池的I-V曲线进行拟合;然后找出Bezier曲线控制点位置与CIGS薄膜光伏电池的填充因子之间的函数关系;最后,利用4种新型CIGS薄膜光伏电池对该函数关系进行验证,并对结果进行了对比分析.分析结果表明,所提方法对4种CIGS薄膜光伏电池的I-V曲线的拟合方法的平均相对误差均小于0.8％,验证了所提方法的有效性.     

基于混合模型的钢轨检测识别方法

为了改善我国现有钢轨检测识别方法准确性和鲁棒性不高以及弯轨拟合较差等问题,提出一种基于直线-曲线混合模型的钢轨检测识别算法。首先对图像进行预处理,调整滞后阈值进行Canny边缘检测。采用累计概率Hough变换对直轨检测并完成近远视场的划分以及消失点的确定。对近视场直轨采用直线模型拟合,根据其检测结果对远视场进行循环线性近似获取钢轨特征点,并根据钢轨灰度特征进行验证,采用最小二乘法完成曲线拟合。直线-曲线模型的切换根据制定的规则完成。实验结果表明,提出的算法检测正确率为90.1%,适用于不同环境的场景,具有较好的鲁棒性。     

部分遮挡条件下光伏组件的建模与仿真研究

当光伏组件被部分遮挡时,输出的伏安特性曲线呈阶梯状,功率电压特性曲线会产生多个局部峰值点,在此情况下,现有的单体光伏电池数学模型和传统的单峰最大功率点跟踪算法都不再适用.研究和建立了适用于部分遮挡情况下串联光伏组件的数学模型,并通过Matlab软件对其进行仿真研究,分析了光伏组件在部分遮挡时Ⅰ-Ⅴ,P-Ⅴ特性曲线及输出...     

一种新型光伏发电系统最大功率跟踪算法

光伏发电系统的功率输出呈非线性,为有效利用太阳能,对光伏发电进行最大功率追踪显得尤为重要。论述了光伏发电系统输出特性和最大功率跟踪的原理,并提出一种改进的新型最大功率点追踪控制算法,即3段变步长爬山法。通过与自适应爬山法的对比实验表明,这种算法控制特性良好,能快速稳定跟踪太阳能的最大功率点,提高能量转换效率。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSO-LSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSO-LSSVM算法能获得最优的LSSVM参数,且采用PSO-LSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

基于多模型状态估计的光伏阵列MPPT技术

针对光伏阵列最大功率点在局部阴影情况下具有非线性、时变不确定和多个局部功率峰值的特点,采用现代状态估计理论建立光伏阵列输出功率动态模型,利用交互多模型估计算法精确跟踪多状态多峰功率曲线,抑制噪声定位出最大功率点,提出基于多模型状态估计的光伏阵列MPPT技术。仿真和实验验证了所提新MPPT控制策略的正确性和有效性,在有、无阴影情况下都能够快速且准确地跟踪最大功率点,提高光伏发电效率。     

基于峰值计数与参数辨识的光伏组件阴影判定方法

针对光伏组件中阴影难以判定的情况,提出了一种基于峰值计数与参数辨识的光伏组件阴影判别方法。首先,通过可编程直流电子负载对光伏组件I-V输出特性曲线进行全局快速扫描,以记录曲线中明显的多峰值个数;然后采用改进人工鱼群算法(IAFSA)对I-V特性曲线中采样值进行内部等效参数辨识,结合均方根误差(RMSE)进而判断组件中轻微阴影遮挡情况。通过上述两步法可对光伏组件中阴影情况进行有效判定,仿真和实验结果进一步说明了上述方法的有效性和准确性。     

考虑输出功率相关性的光伏电站典型场景生成方法研究

含光伏的传统概率潮流计算常使用Beta、Weibull等分布模型,但这些模型难以精确体现不同场景下输出功率特性的变化。针对此问题,文中提出一种光伏输出功率多场景生成方法。该方法将多个光伏电站输出功率的相关性以及相关性跟随外界条件的变化纳入考量范围,可实现多个光伏电站输出功率的精确建模。首先,对光伏电站历史输出功率数据进行基于密度中心的聚类处理,产生的多个聚类中心作为输出功率场景;其次,对不同场景进行核密度估计,建立Copula函数以描述多个输出功率的概率分布;然后,对生成的多场景概率分布模型进行拉丁超立方采样,利用生成的样本进行概率潮流计算,评估含光伏的配电网运行状态;最后,分析算法的稳定性,讨论采样规模对计算结果的影响。结果表明,文中提出的多场景生成方法有助于提升光伏输出功率的建模精度和概率潮流计算精度。     

电流扰动双轨迹最大功率跟踪技术研究

提出了一种基于电流扰动的双轨迹最大功率跟踪控制方法。该方法采用 P‐V 、I‐V 相结合进行光伏最大功率点跟踪,跟踪分为3个区域,电流源和电压源区采用短路电流法将光伏阵列工作点电流调整到最大功率点附近,电流扰动工作区采用电流扰动观察法进一步精确跟踪光伏最大功率点。采用短路电流法确定不同光照强度下的上、下边界阈值函数,建立带有线性化光伏电池等效电路模型,对其进行了幅频、相频特性分析,得到了稳定的闭环参数。将该方法用于某115 V／400 Hz独立光伏发电系统,并进行了一系列的仿真和实验研究,结果表明,系统运行稳定、状态良好,验证了方法的可行性和正确性。