自整定模糊PID算法在微电网MPPT中的应用研究

分析了现有光伏电池MPPT控制方法的优点和不足,提出了一种基于自整定模糊PID算法的光伏电池MPPT控制系统.在Matlab/Simulink环境下建立了光伏电池模型和基于自整定模糊PID算法的MPPT控制系统.仿真结果表明:该系统跟踪速度快、静态误差小;当外界环境变化时,能够迅速准确地作出响应,找到最大功率点;系统在稳定时基本消除了震荡现象,具有良好的动态和静态特性.自整定模糊PID控制具有较强的自适应能力和鲁棒性.     

基于定步长扰动观察法的光伏电池最大功率点跟踪仿真

最大功率点跟踪技术可以保证光伏电池的能量转换效率,在研究最大功率点跟踪原理的基础上,利用MATLAB对定步长扰动观察法光伏电池最大功率点跟踪系统搭建了模型并进行仿真。结果表明,光伏电池的建模完全满足研究需要,定步长观察法MPPT系统可以完成最大功率跟踪。     

自适应变步长占空比扰动法在光伏发电MPPT中的应用

根据光伏电池的电气输出特性,建立了光伏电池的等效模型,在Boost电路中实现最大功率点跟踪控制．采用自适应变步长占空比干扰观察法,通过扰动步长的改变来获得较高的响应速度和稳态跟踪精度．仿真结果表明,该算法能够有效减小系统在最大功率比点的震荡,可以提高跟踪效率．     

自适应变步长占空比扰动法在光伏发电MPPT中的应用

根据光伏电池的电气输出特性,建立了光伏电池的等效模型,在Boost电路中实现最大功率点跟踪控制.采用自适应变步长占空比干扰观察法,通过扰动步长的改变来获得较高的响应速度和稳态跟踪精度.仿真结果表明,该算法能够有效减小系统在最大功率比点的震荡,可以提高跟踪效率.     

光伏发电中基于拉格朗日插值法的最大功率点跟踪

为了克服传统导纳增量法和扰动观察法存在的缺陷,提出了基于拉格朗日插值法的最大功率点跟踪方法.该方法将定步长与变步长相结合,提高了追踪最大功率点的准确性、快速性.利用MATLAB/Simulink建立仿真模型,在不同的起始电压和步长的情况下,追踪光伏电池的最大功率点.仿真结果表明:改进后的拉格朗日插值法在最大功率点跟踪控制过程中,跟踪精确且快速.     

自适应变步长电导增量法的最大功率点跟踪控制

针对光伏发电系统最大功率点跟踪控制,提出了固定电压和自适应变步长电导增量相结合的方法.该方法首先采用固定电压法将光伏阵列的工作点调整到最大功率点附近,然后启动变步长电导增量法实现精确的最大功率点跟踪控制.仿真结果证明,该自适应变步长电导增量法能够快速、准确地跟踪最大功率点,避免了最大功率点处的振荡,提高了系统稳定性和能量转换效率.     

模糊PID在光伏发电系统MPPT中的应用

分析了光伏电池的工作原理,建立其数学仿真模型,并分析了光伏阵列最大功率跟踪的原理以及在不同光照下的伏安特性,针对光伏电池输出的非线性及光照的随机性和不确定性等特点,结合模糊控制和PID控制各自的特点,设计了模糊PID控制器,实现光伏电池的最大功率点跟踪。仿真结果表明,该控制器响应快、超调小、稳定性好,并且扰动下可稳定地跟踪光伏电池的最大功率点。     

基于模糊控制的光伏电池最大功率点跟踪方法

针对光伏系统中最大功率点跟踪的问题,提出了一种基于模糊控制的最大功率点跟踪的方法,通过在Matlab/simulink上搭建光伏阵列模型、模拟电路以及模糊控制器模型进行仿真的实验手段,验证了采用模糊控制法相比传统定步长扰动观察法能消除最大功率点附近振荡功率损耗,且具有能兼顾跟踪精度和响应速度的优点.     

变论域模糊PID控制在微电网MPPT中的研究

针对微电网中光伏系统具有非线性、数学模型不确定的特点,分析了现有光伏电池最大功率点跟踪(MPPT)控制方法的优点和不足,采用变论域的思想,应用了变论域模糊PID算法,设计了实现MPPT的二级模糊控制器.由第一级模糊控制器确定输入论域伸缩因子来改变第二级模糊控制器的输入论域,并在MATLAB/Simulink中搭建仿真模型.仿真结果表明,变论域模糊PID控制能够快速、准确地跟踪光伏电池的最大功率点,基本消除了振荡现象,提高了光伏电池的工作效率和系统稳定性.     

基于改进扰动法的光伏电池MPPT仿真研究

根据光伏电池的特性,搭建了其仿真模型,能够模拟不同日照和温度条件下电池的输出特性.针对占空比扰动法的不足,提出了一种基于模糊- PI控制的占空比扰动法进行最大功率点跟踪,并在Matlab环境下进行了仿真验证.仿真结果表明,与占空比扰动法相比,该方法在外界环境变化时能够快速跟踪光伏电池的最大功率点,有效提高最大功率点的跟踪精度,具有良好的动态和稳态性能.     

基于改进微扰观察法的最大功率跟踪系统的实现

为了提高光伏系统的效率,需对光伏阵列进行最大功率点的跟踪控制.根据太阳能光伏阵列的输出特性,在传统微扰观察法的基础上采用了一种新的变步长的改进算法进行最大功率点跟踪,克服了定步长跟踪的弊端.利用AVR单片机设计了一台具有最大功率点跟踪功能的光伏发电电源系统,并对其进行了仿真.结果表明,该改进算法能够有效提高系统对光伏阵列的最大功率点跟踪的效率,说明该系统具有一定的实用性.     

基于双侧扰动变步长的光伏电池阵列MPPT

针对光伏电池阵列最大功率点跟踪速度和跟踪精度难以同时兼顾的问题,提出了一种基于双侧扰动变步长MPPT控制算法,即双向变步长扰动观察法,并与电导增量法、传统扰动观察法进行仿真对比分析。仿真结果表明,该算法可以快速跟踪到最大功率点,精确度提高了15 ms,具有较好的时效性。     

Method of tracing the photovoltaic maximum power point based on NN with asymmetric basis

To ensure that the photovoltaic power generation system always works at its maximum power point, a method for photovoltaic maximum power point tracking by the neural network based on asymmetric basis is proposed, and its concrete implementation steps are given. Fuzzy factor membership functions are built according to the influences of photovoltaic power generation factors on the power generation efficiency, and the fuzzy weights of the influencing factors are calculated, with these weights infused into the building of the neural network based on fuzzy asymmetric basis. The network is trained by using methods of fixed basis width RBF, traditional RBF and the method proposed in this paper with four kinds of quantities of samples, and the comparison in terms of the network training time and the standard deviation indicates that the accuracy of the network with 180 samples is the highest, at least an order of magnitude higher than other that of methods. By determining the working parameters of the photovoltaic system in real time by using this neural network, the photovoltaic system can make the internal and external resistances completely match at every moment through the slide rheostat, thus ensuring that the system always works at the maximum power point.     

基于分段控制的光伏全工况MPPT研究

光伏(PV)阵列输出特性随运行环境及自身工况的变化而变化.为满足不同工况下最大功率点跟踪(MPPT)控制需求,在对光伏阵列各工况下输出特性进行分析的基础上,提出了一种改进量子粒子群算法(QPSO)与扰动观察法相结合的MPPT分段控制方法.在跟踪控制初期,采用非一致性自适应变异DCWQPSO算法进行最大功率点全局搜索,使功率点快速收敛至最大功率点附近,提高跟踪速度;在跟踪控制后期,采用闭环模糊控制扰动观察法进行最大功率点局部搜索,提高跟踪精度.Matlab仿真结果表明,该分段控制方法在光伏阵列各工况下仅需0.32 s即可完成MPPT,并保持稳定,比其他控制方法具有更快的跟踪速度及更高的跟踪精度,可有效提高光伏发电效率.     

关于光伏阵列的MPPT算法综述

针对光伏电池非线性输出特性存在最大功率输出的问题,只有实现最大功率点的跟踪(MPPT)才能提高太阳能电池的效率.分析了最大功率点跟踪的常用方法,即恒定电压控制法、扰动观测法、导纳增量法、功率回授法以及模糊控制法等,并对几种常见的MPPT方法进行比较和分析,为实现光伏并网控制器中重要环节的设计与实现提供参考.     

太阳能发电最大功率点跟踪装置的设计与实现

阐述了太阳能发电最大功率点跟踪装置的设计和实现。该装置是为了使光伏电池输出最大功率,主要是由Boost电路和最大功率点跟踪控制器两部分组成。通过A／D转换电路将三个参数Uin（太阳能电池电压）、Uo（蓄电池充电电压）和Io（蓄电池电电流）输入到89C52单片机处理,再由所设计的内部算法程序计算出达到最大功率所需的控制信号,然后由D／A转换电路将其转换成模拟信号,去控制PWM（脉宽调制）电路,从而改变Boost电路的占空比D,使得光伏电池电压与其最大功率点的值对应。该装置的性能由一组实验测试数据得到证实。     

神经网络模糊PID技术在光伏系统MPPT控制器中的应用

针对传统光伏系统MPPT控制算法的局限性及无法自适应外部复杂情况等诸多问题,提出一类以神经网络、模糊控制器以及PID控制器组成的神经网络模糊PID控制器。利用光照幅度、环境温度等参数的离线训练后的权值作为整个三层前馈神经网络的优化参数;通过预测最大功率点与实际的工作电压进行比较,运用模糊推理对PID相关参数进行最佳调整。仿真结果表明：与传统PID控制器、模糊控制器相比,本系统能增强消除系统误差能力,稳态性能有了明显提高,同时可获得更高的控制精度。