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。     

基于模糊控制-扰动观察法的光伏MPPT跟踪技术

本文提出了基于模糊控制-扰动观察法的光伏MPPT跟踪技术。通过分析光伏电池的工作特性,建立光伏电池输出功率的数学模型,进一步建立了模糊控制-扰动观察法的实施步骤,并搭建了Matlab/Simulink仿真模型,对扰动观察法的光伏MPPT跟踪技术与提出的跟踪技术进行了仿真,并对两种跟踪技术仿真数据进行了对比。仿真表明,所提的方法功率波动范围小,跟踪精度高,能以很快的速度达到最大功率点等优点。     

基于扰动观察法的光伏发电系统MPPT控制算法研究

针对传统的扰动观察法在对光伏阵列进行最大功率跟踪时产生的跟踪速度和精度的矛盾,提出一种以固定电压法启动和变步长扰动观察法相结合的跟踪方法,并利用MATLAB对新算法进行仿真。仿真结果表明:该方法可以快速、准确地跟踪最大功率点,尤其在光照突变等条件下可实现光伏电池的最大功率跟踪,并消除系统在最大功率点的振荡。     

基于直线近似和扰动观察的MPPT算法研究

针对光伏电池的最大功率点跟踪(MPPT)问题,基于光伏电池的等效电路,分别建立最大功率点电压与光伏电池温度和日照强度之间的近似直线模型,提出一种直线近似法和扰动观察法相结合的新型MPPT算法。该算法通过采集的光伏电池温度和日照强度确定近似直线模型的最大功率点电压,进而使光伏电池调整到最大功率点附近,再通过小步长的扰动观察法精确跟踪到光伏电池的最大功率点。仿真测试结果验证了该算法能准确估算最大功率点电压,并能快速、高效地跟踪到光伏电池最大功率点。     

基于扰动观测法的改进MPPT算法研究

根据目前阿克苏地区光伏发电场的运行情况,发现光伏发电技术还存在着光-电转换率低、输出功率不稳定等问题,很大程度上影响着该地区光伏发电场的经济运行。因此,为了促进光伏发电的进一步发展、稳定输出功率、提高光伏发电技术的光电转换率,在分析光伏发电的模型和研究光伏发电最大功率点跟踪(MPPT)技术的基础上,提出改进的扰动观测法(SVM改进扰动法),并利用Simulink仿真软件进行仿真分析,通过仿真结果证明改进的扰动观测法消除了震荡,有效地减少了扰动次数和跟踪时间、提高了最大功率点的跟踪精度和速度。     

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.     

光伏发电系统中的一种改进型扰动观察法

本文针对扰动观察法中步长的选择不能同时兼顾跟踪速度与精度这个缺点,提出了一种具有快速定位功能的改进扰动观察法。改进的方法在对光伏发电系统进行最大功率跟踪时可分为"历史信息库的建立"、"粗跟踪"及"细跟踪"三个过程。"历史信息库的建立"实质为利用光伏电池的输出特性曲线得到任意温度、日照强度下电池的近似最大功率点电压;"粗跟踪"通过调节光伏系统前级的Boost变换器使电池输出电压达到近似最大功率点电压,从而使得输出功率快速达到最大功率附近;"细跟踪"实质为以极小步长扰动近似最大功率点电压,使光伏电池的输出功率趋于最大,极小的步长可有效减小由扰动引发的跟踪振荡。在Matlab/Simulink仿真平台下对所提的改进扰动观察法进行仿真验证,结果证明了该方法的有效性。     

一种扰动观察法在光伏发电MPPT中的应用

分析了光伏电池的特性和扰动观察法的优缺点,针对扰动观察法步长难确定和光伏电池最大功率点两侧具有非对称性的特点,提出了一种改进扰动观察法。将该方法应用于光伏电池的最大功率跟踪,仿真和实验结果均表明该方法能在外界环境变化的情况下,保证光伏电池快速、精确地跟踪最大功率点,稳态精度较高,提高了光伏电池的利用率。     

自适应扰动观察法在光伏MPPT中的应用与仿真

为了提高光伏发电系统的输出效率,提出了基于变步长扰动观察法的最大功率点跟踪方法。该控制方法以光伏电池的数学模型为基础,以光伏输出功率的变化为判断依据,通过对光伏电池的输出电压进行调节,从而实现最大功率点跟踪。在Matlab/Simulink下进行了系统的建模与仿真,仿真结果表明该算法能够在快速跟踪最大功率点变化的情况下保证跟踪精度。这说明变步长扰动观察法具有比传统扰动观察法更优异的稳态和动态性能,能够有效提高光伏发电系统的发电效率。     

基于改进的变步长光伏并网系统MPPT控制策略研究

提出一种新的基于扰动的最大功率点跟踪(MPPT)优化算法,在不同区域调节步长,改变光伏电池电压收敛速度。利用MATLAB仿真软件构建MPPT优化算法模型,模拟任意参数的光伏阵列,动态跟踪光照强度、环境温度的变化,并应用于三相光伏并网系统。仿真结果表明:该算法能够实时对光伏电池输出功率进行跟踪调节,大大提高光伏系统跟踪最大输出功率速度的同时,有效降低系统输出功率在最大功率点处的振荡现象,减小光伏组件的能量损耗。     

基于Matlab的光伏阵列输出特性和最大功率点跟踪控制策略的研究

针对光伏并网发电过程中存在的最大功率输出问题,研究了光伏阵列高度的非线性输出特性和最大功率点跟踪(MPPT)问题。根据光伏阵列的等效数学模型,结合Matlab分析环境中的Simulink工具,基于S函数建立光伏阵列的输出特性分析模型。通过对不同温度和光照强度条件下进行模型仿真分析,研究环境温度和光照强度对光伏阵列输出特性的影响。采用S函数对最大功率点进行建模,给出MPPT的控制策略。重点研究了扰动观察法和电导增量法最大功率跟踪特性,并对仿真结果进行对比分析。研究结果对并网控制器的研究和实践具有一定的理论指导和参考价值。     

基于扰动观察法的光伏电池最大功率跟踪控制

本研究提出了基于扰动观察法的最大功率点跟踪方法。该控制方法以光伏电池的数学模型为基础,检测太阳能发电输出功率的变化,根据检测结果,调整光伏电池的相关参数,以达到最大功率点跟踪的目的。通过Matlab/Simulink仿真,结果表明提出的改进算法能有效提高光伏发电系统的发电效率。     

光伏发电系统最大功率点跟踪方法研究

为准确跟踪光伏电池最大功率点,提高光伏电池的利用效率,分析了光伏电池等效模型及其输出特性,阐述了几种常用跟踪方法的原理及优缺点,并提出了基于电导增量法与Fibonacci搜索算法相结合的MPPT算法.仿真实验表明,该方法能在日照突变的情况下追踪最大功率点,并且使系统稳定工作在最大功率点,具有良好的抗干扰能力和较快的搜索速度,对光伏电池最大功率点有较好的追踪效果.     

基于平抛模型的光伏多峰最大功率点预测跟踪方法

局部阴影条件下,现有的常规光伏电池模型不再适用。结合光伏阵列电流压特性曲线和质点平抛运动轨迹的相似性,构建了适用于阴影条件下的光伏阵列运动学平抛模型,并利用改进粒子群算法对其求解进行最大功率预测。由于平抛模型是对光伏阵列电流电压特性曲线的拟合,而拟合曲线不一定精确,单独使用该模型预估追踪最大功率点存在误差。针对上述问题,在使用改进PSO算法预测光伏阵列的最大功率点后,再利用指数变步长电导增量法进行局部跟踪。在MATLAB中通过不同运行工况下的仿真实验,验证了此多峰寻优方法的可行性,该方法能够有效缩短寻优时间,且减少寻优时系统的振荡,从而达到提高收敛速度和光伏发电效率的目的。     

基于功率预测的新型变步长电导增量法最大功率点跟踪策略

光伏电池的输出特性具有强烈的非线性,最大功率点跟踪技术能够提高光伏系统的效率。常规定步长算法在选取步长时在响应速度和稳态精度之间无法兼顾。变步长算法在同一光照强度具有良好性能,但在光照突变时存在最大功率点跟踪死区的情况。提出了基于功率预测的新型变步长电导增量法。该方法采用一种新的步长调整系数,能够根据外界条件的变化调节步长,解决了跟踪速度与稳态精度之间的矛盾。并且当光照剧烈变化时,确保扰动前后的判断是基于同一功率曲线进行的,避免误判现象的发生。仿真验证了该算法的有效性。     

太阳能光伏系统中基于自适应控制的最大功率点跟踪方法研究

为了提高光伏发电系统的整体效率,寻求光伏电池的最优工作状态,提出一种基于自适应控制的光伏电池最大功率点跟踪(maximum power point tracking,MPPT)方法。该方法基于传统的干扰观察法原理,并根据系统工作点的不同而不断调整扰动幅度的大小,以最大限度地接近最大功率点。仿真结果表明,基于自适应控制的MPPT方法能够稳定、高效地跟踪光伏阵列最大功率点;在日照强度、环境温度等系统参数扰动的情况下,能快速寻找新的工作点,保持系统稳定,表现出很好的动态特性。     

一种基于加权马尔科夫链修正的SVM光伏出力预测模型

构建高效的光伏出力预测模型,能减少光伏出力随机性对电力系统的冲击。考虑光伏发电的随机性和不稳定性,提出用加权的马尔科夫链修正SVM预测模型,以提高预测精度。首先建立SVM光伏出力预测模型,预测未来1天的出力曲线。然后基于均值-均方差方法对预测残差进行分级,以残差序列标准化的各阶自相关系数为权重,运用加权马尔科夫链模型,预测残差的未来状态。最后根据未来状态空间的阈值对SVM预测结果进行修正。将此模型应用到某光伏发电系统的出力预测实例中,仿真结果表明,修正后的模型预测精度更高,模型具备可行性和有效性。     

使用超级电容的太阳能路灯系统的仿真研究

太阳光照变化影响到太阳能路灯系统中蓄电池充电条件,弱光下光伏电池的最大功率点跟踪控制算法难以匹配蓄电池的充电要求。本文使用超级电容减小光照变化对充电条件的影响,通过推导升压变换器的最大升压比,着重分析了在弱光照情况下蓄电池的充电控制策略,并提出超级电容容量的计算方法。系统设计在保证光伏电池获得最大功率跟踪的同时,也满足蓄电池的充电要求。本文建立simulink/matlab仿真模型验证设计方法的有效性。     

单相光伏两级并网系统的MATLAB仿真研究

为了寻找更好的实现光伏发电系统最大功率点追踪控制方法,根据太阳电池的内部结构和伏安特性建立了太阳电池的等效电路,利用MATLAB语言建立了太阳电池板仿真模型。在分析已有最大功率追踪方法的基础上,提出了一种基于平均值控制的最大功率追踪方法,并对后级并网逆变电路进行理论分析和仿真实验,实验结果证明了所提出方法具有良好的实用性。通过对并网逆变器的控制实现了低谐波含量、高功率因数的并网要求。