一种光伏电池最大输出功率的预测方法

光伏电池输出功率受温度和光强影响,且影响程度具有非线性特征。采用建立二维表的方式来预测光伏电池最大输出功率。该方法将预测功率转化为预测温度和光强,并根据温度和光强预测结果查表得到光伏电池最大输出功率。算例表明,文中所提出的方法能够较为准确地预测光伏电池最大输出功率。     

Newton插值法在光伏发电最大功率跟踪中的应用

提出了一种光伏发电最大功率跟踪算法。针对光伏电池输出特性曲线,讨论了光伏电池稳定工作点。详细分析了最大功率点附近功率P的多项式。顺次读取光伏电池输出的三个点的电流电压值得出三点的功率,通过比较和调整这三个点组成的两条直线的斜率找到最大功率点附近的三个点。运用Newton插值法拟合出最大功率点附近功率P关于电压U的函数,估算出最大功率点对应的电压值。通过Simulink仿真得出光伏电池输出功率的跟踪曲线,验证了该算法能够快速准确跟踪最大功率,提高了光伏能源的利用率。     

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RBF的光伏系统发电量智能预测研究

针对传统太阳电池建模要求频繁设置开路电压、短路电流、最大功率点电压/电流等参数的问题,找出太阳电池材料各常数相互关系,并通过RBF神经网络实现各参数逼近;建立基于禁带宽度的太阳电池新型通用模型,参考电池温度和日照强度,自动调整参数,得出新环境的电池输出特性.在光伏发电短期预测中,智能预测方法能有效降低预测误差.     

基于多孔介质燃烧器的热光伏系统试验研究

热光伏发电是光伏电池将高温辐射释放的光子直接转换为电能的技术,具有对多种燃料的适应性、无运动部件、高功率密度等优点而备受关注。采用液化石油气为燃料,针对美国JX Crystals公司生产的GaSb电池,设计了基于多孔介质燃烧器的热光伏发电系统。研究了不同燃料量和空气流量的条件下,热光伏系统中碳化硅多孔介质燃烧器的温度分布规律和电池运行温度变化规律。分析不同燃烧工况下,电池开路电压和短路电流的变化规律,并总结了电池最大输出功率的特点。试验结果表明,随着燃料量的增加,燃烧器的外壁温度和电池运行温度都有所提高,过量空气过多会降低燃烧器温度;电池的短路电流随着燃烧器温度的提高而增加,开路电压随着电池运行温度的降低而略有提高。     

一种可靠的光伏组件主参数估算方法

为提高光伏系统仿真模型的精确性,提出了基于实际工作条件下的光伏组件主参数估算方法。该方法根据光伏组件实际运行环境中的光照和温度,利用光伏电池工作原理对其主参数进行估算。用该方法对一块型号为“QSM125—160X”的单晶硅光伏组件进行主参数估算,并在Matlab/Simulink环境下进行仿真建模,将其模型输出值与实验测量值进行对比。对比结果表明,在不同光照和温度下,用该估算方法得到的主参数建立的光伏模型,其模型输出值与实验测量值能很好地吻合,短路电流和最大功率点电流误差极小可以忽略不计,开路电压和最大功率点电压误差分别为1.28%和1.17%。     

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.     

变功率跟踪轨迹的光伏并网低电压穿越策略

提出了一种新型的变功率跟踪轨迹的低电压穿越控制策略。通过电压跌落幅度的前馈控制对功率跟踪轨迹进行调节,实时改变光伏电池端电压,进而快速有效地控制光伏电池功率的输出,实现逆变器两侧功率的平衡;通过与并网逆变器的协同控制,保证逆变器并网输出电流在不越限的前提下,为电网提供尽可能多的有功功率和无功功率,最大限度地支持电网电压的恢复,实现了光伏并网系统的零电压穿越。通过在不同光照强度和温度条件下对多种场景的仿真模拟,验证了所提控制策略的有效性。与传统控制策略相比,采用该策略不需要添加额外的设备,不仅实现了系统的安全、稳定运行,而且降低了光伏发电系统的成本,更具实用性。     

基于改进型比例谐振控制器的光伏发电系统最大输出功率预测方法

常规的光伏发电系统输出功率预测方法主要是对海量的发电数据进行提取,仅能够保证短期负荷的预测精 度,影响最终的预测效果,因此设计了基于改进型比例谐振控制器的光伏发电系统最大输出功率预测方法.提取光伏 发电系统最大输出功率映射特征,建立不同工况与输出功率的映射关系,确保输出功率的长期预测.基于改进型比例 谐振控制器构建稳态功率预测模型,调节光伏发电系统的输出电流与输出电压,确保最大输出功率的稳态预测.采用 对比实验的方式,验证了该预测方法的预测精准度更高,能够应用于实际生活中.     

光伏发电系统Boost电路采用同步技术研究

光伏发电系统受光照、温度等环境因素影响,输出功率具有随机波动性。同时光伏电池板输出电压较低,较多使用Boost电路来提高和稳定电压,以及在Boost电路上实现最大功率跟踪,充分利用光伏发电。Boost电路电压增益在电感电流连续模式下计算简便且效率更高,这导致在光伏电池电流较小时就需要较大的电感值才能保证电路处于电感电流连续模式,从而引起电感元件体积和成本增加的问题。在Boost电路中采用同步控制技术,即首先使用场效应开关管来替代原电路中的二极管,然后采用带死区控制的最大功率追踪方法,实现光伏电池电流较小时,即使采用较小电感值,也能获得较高的控制性能和转换效率。MATLAB仿真证明了该方案的可行性与有效性。     

数字式光伏模拟器的研究与设计

为在光伏实验系统中模拟光伏电池外特性,克服自然条件下多种环境因素的复合影响和功率器件性能差异对电池输出特性的影响,实现温度、光照强度改变等条件下光伏电池真实外特性的模拟。设计了一种基于三相AC-DC整流器结构的光伏模拟器,硬件部分基于三相电压型PWM整流器,软件部分基于单二极管光伏电池模型的模拟算法,详细推导了模型参数的计算方法;采用电压电流双环控制策略,保证输出电压的跟踪精度及响应速度,并加入负载电流前馈补偿控制,提升直流电压抗扰动性能。模拟器能够精确模拟光照、温度及阴影遮挡等条件下的光伏阵列外特性,电压控制偏差为±0.001 V,响应时间为20 ms。     

直流微电网周期波动对光伏系统输出功率的影响及其抑制

分析了单相交流逆变负载对直流母线电压的影响及波动电压的表达式。进一步分析了直流母线电压波动对直流微电网中光伏发电系统输出功率的影响并推导了光伏电池输出电压、电流及输出功率的表达式,进而揭示出了由于直流母线电压的波动影响造成光伏电池无法持续处于最大功率输出点,间接降低了光伏发电系统的发电效率。提出了基于直流母线电压波动前馈的光伏发电系统电流闭环控制策略,有效抑制了直流母线电压波动对光伏电池输出功率的影响。仿真和实验结果验证了理论分析结果与所提方法的正确性和可行性。     

基于Non-MPPT算法的区域光伏消纳控制策略

基于两级式光伏发电系统环境自适应算法以及光伏阵列分布式结构,提出一种适用于区域光伏消纳控制的Non-MPPT（maximum power point tracking）算法,力主解决光伏发电系统出力过剩问题。该算法基于光伏模块分布式前级优化器,实现不同环境下光伏模块分散控制,并通过光伏模块输出电压、电流随机变量,导出光伏电池环境修正参数,进而实时修正区域光伏模块最大功率电压,使其最大功率电压实时跟随外部环境变化,并结合电导增量法,实现不同环境下光伏阵列全局最大功率跟踪。而后,若区域性电网光伏发电系统出力过剩,则将区域光伏按其实际出力情况进行分区管理,以区域电网对其出力分配额度为控制目标,推导出光伏阵列对应输出电压,并将其引入至光伏发电系统前级Boost电路,通过修正Boost电路占空比,使光伏发电系统输出功率快速跟随主网需求指令,解决了区域内光伏过剩出力的消纳问题。最后,通过Matlab/Simulink仿真软件搭建两级式三相光伏并网系统,验证该算法在电力系统应用中的有效性。     

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。     

光强振荡下的光伏电池最大功率点跟踪方法

受共享单车等移动载体运动影响,光伏电池常处于振动状态,从而造成光强振荡。为消除因光强振荡对光伏电池输出功率的影响,提出一种光强振荡下光伏电池最大功率点跟踪(MPPT)方法。首先,基于对光强振荡下MPPT特性的分析,建立了光强电压阈值MPPT算法。最后,仿真及实验验证结果表明该方法可有效消除光强振荡引起的干扰。与扰动观察法相比,该方法可使输出功率提高2.72%。     

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。     

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.     

基于功率预测的变步长扰动最大功率跟踪法

在光伏发电系统中,光伏电池的利用率除了与光伏电池的内部特性有关外,还受外界环境(如光照强度、负载和温度等因素)的影响。在不同的外界条件下,光伏电池可以工作于不同且唯一的最大功率点(Maximum Power Point,MPP)。应通过调节使光伏电池运行在MPP,最大限度地将光能转化为电能。基于已有研究提出了基于功率预测的变步长扰动最大功率点跟踪方法,并在Matlab/Simulink环境下进行了仿真验证。仿真结果表明在日照强度迅速变化时,与变步长扰动观测法相比,所提方法可以较快地跟踪到MPP且波形抖动非常小,有效提高了系统的跟踪速度和精度,并且能够保证实际电压跟随环境改变后的理论最大功率点的电压。     

具有精确限压限流功能的光伏发电最大功率点跟踪变换器控制方法

光伏变换器通常采用两级变换器级联工作,一级实现光伏发电的最大功率跟踪,另一级实现输出的精确稳 压和限流,这将导致系统成本升高、可靠性降低、发电效率降低、光伏利用效率降低.针对光伏变换器提出一种具有 精确限压限流功能的光伏发电最大功率点跟踪变换器的控制策略,在一级DC/DC变换器功率电路的基础上,将电压 控制、电流控制和最大功率跟踪控制３种控制模式有机结合,实现在最大功率跟踪条件下输出的精确限压和限流.     

光伏电池的建模与仿真研究

由于目前光伏电池的仿真模型大多只针对特定型号的电池而建立,导致所建立的仿真模型不具备通用性。对微电网中光伏电池的输出特性进行了研究,在对光伏电池数学模型分析的基础上,利用matlab/simulink平台建立了光伏电池的通用仿真模型,只需要光伏电池的开路电压、短路电流、最大功率点电压和最大功率点电流4个参数便可以利用该仿真模型进行光伏不同型号的光伏电池的仿真。通过对所搭建的光伏电池仿真模型进行仿真测试,得到不同环境温度和光照强度下光伏电池的I-V和P-V特性曲线,并对仿真结果进行分析,发现仿真所得的光伏电池最大输出功率、开路电压和短路电流随环境温度和光照强度的变化趋势与理论分析相吻合,验证了模型的正确性。