共查询到20条相似文献,搜索用时 62 毫秒
1.
针对光伏系统输出功率低的现状,提出一种基于扰动观察法的变步长最大功率点追踪算法和Boost电路的改进方法。通过建立光伏仿真模型,在传统MPPT算法的基础上引入自适应步长因子,从而在保证追踪速度降低的同时,也使得输出功率稳定在最大功率点附近,选择合适的电感电容组成无源无损软开关引入Boost电路,降低DC/DC电路本身的功率损耗,最终从速度、精度、效率、功率大小和稳定性等多个维度进行了比较。该方法在提高功率追踪稳定性的同时,能够使追踪速度降低约20%,同时能够大幅度提高光伏系统的输出功率,达20%~30%。提高了MPPT追踪速度,增大了光伏系统整体输出功率。 相似文献
2.
3.
4.
5.
针对现有最大功率点跟踪(MPPT)控制方法的不足,结合光伏系统非线性和滑模控制动态响应速度快、鲁棒性好的特点,提出一种基于Boost-Cuk拓扑的优化滑模控制MPPT技术。光伏阵列DC/DC升压电路采用最新高增益Boost-Cuk拓扑结构,控制器采用优化滑模控制技术。为削弱功率抖振,系统稳定在最大功率点(MPP)时采用固定占空比控制,MPPT模式下采用优化滑模控制。在建立光伏发电系统平均状态数学模型的基础上对BoostCuk DC/DC变换电路以及优化滑模MPPT控制器进行了数字仿真和实验验证。仿真和实验结果表明,在光照强度变化情况下,采用Boost-Cuk拓扑的优化滑模控制器稳态抖振很小,能快速稳定地跟踪到MPP,控制算法实用有效。 相似文献
6.
光伏阵列MPPT充电控制器的设计 总被引:1,自引:0,他引:1
针对实时追踪光伏阵列最大功率输出的问题,设计了一种通过检测光伏阵列输出电压和电流的大小,实时高速改变充电控制脉冲的占空比,从而实现最大功率点跟踪的充电控制器.采用CS51221芯片和DC - DC变换电路实现了这种控制方案,并对其进行了计算机仿真,仿真结果表明此方案能很好地实时追踪光伏阵列最大功率点,有效的提高能源的利... 相似文献
7.
8.
9.
粒子群优化模糊控制器在光伏发电系统最大功率跟踪中的应用 总被引:4,自引:0,他引:4
针对采用干扰观察法时最大功率跟踪系统的输出功率在最大功率点附近小幅振荡的问题,设计了一种应用粒子群优化算法(particle swarm optimization,PSO)的模糊控制器,并将其应用于光伏发电系统的最大功率点跟踪(maximum power point tracking,MPPT)。该控制器采用粒子群算法优化模糊控制的隶属度函数,能够实时调整跟踪步长,保证系统在光照强度和温度变化时有较快的动态响应速度和较高的稳态精度。分别对采用干扰观察法、常规模糊控制方法和带粒子群优化的模糊控制器在相同情况进行了仿真和试验,结果证明了所提方法的有效性和鲁棒性。 相似文献
10.
11.
12.
《电力系统及其自动化学报》2020,(6)
为了减小局部遮阴情况PSC(partial shading condition)下光伏系统的功率失配损失,提高最大功率点追踪MPPT(maximum power point tracking)的追踪速度和准确性,提出了基于天牛群优化BSO(beetle swarm optimization)算法的MPPT控制方法。把由天牛须搜索BAS(beetle antennae search)借鉴粒子群的群体优化思想而得到的BSO方法应用到MPPT控制,利用天牛的个体进化和群体学习等优势来提高MPPT的追踪速度和精确度。设置了多种光照情况来作仿真验证,并用粒子群方法进行比较分析。结果表明,所提的方法追踪速度更快、精确度更高,且追踪过程更稳定、功率波动较小。 相似文献
13.
14.
随着风电和光伏接入电网的规模不断扩大,电网负荷峰谷差逐渐增加,电网的频率控制出现超调量过大、调节速度过慢等一系列问题。本文针对互联电力系统的负荷分配以及频率控制问题,提出考虑发电机组分配系数的互联电力系统负荷频率控制方法。首先,建立单个区域包含多个火电机组的两区域电网自动发电控制(AGC)系统仿真模型,根据各发电机组的煤耗特性建立经济性目标函数,并且获得最优的出力分配系数;然后,基于联络线功率和频率偏差控制(TBC-TBC)的控制模式,采用经Ziegler-Nichols相关算法优化后的PID控制,并对优化后PID控制器的鲁棒性进行分析研究;最后,基于两区域系统仿真模型,在一定的负荷扰动工况下进行仿真验证。仿真结果表明:该分配方法能够有效节省煤耗,本文算法优化后的PID控制器在频率恢复速度方面具有一定的优势,并且鲁棒性良好。 相似文献
15.
16.
针对光伏在微电网中渗透率不断提高导致系统惯量和频率响应能力不足的问题,提出一种模糊自适应功率控制策略。首先,每相邻两组光伏阵列分别通过前级Buck-Boost型DC/DC变换器并联后再通过DC/AC逆变器接入微电网,其中一组光伏阵列运行在最大功率点追踪模式,并为另一台运行在模糊自适应功率追踪模式的DC/DC变换器提供最大功率参考;其次,考虑到光伏发电运行中负荷变动、辐照度波动等多种因素导致的系统频率波动,设计了模糊自适应控制器,以相邻光伏阵列提供的最大功率参考和当前系统频率为输入,决策输出功率储备因子,并结合最大功率参考生成光伏输出功率指令,实现光伏发电输出功率的自适应调节。最后,光伏阵列运行在模糊自适应功率追踪模式具有上下灵活调节的功率储备,通过自适应增加或减少功率储备实现微电网频率的双向调节。该控制策略减少了最大功率点估计器使用、无需详细的光伏模型且易于实现,基于IEEE 13节点测试系统的仿真结果验证了所提控制策略能够有效抑制微电网频率的波动。 相似文献
17.
18.
光伏最大功率点追踪(MPPT)系统的采样周期对系统的追踪速度和稳定性有重要影响。采样周期选择不当可能导致系统震荡、MPPT算法误判或追踪时间过长。优化采样周期至关重要,提出了一种采样周期的优化方法,研究光伏组件内阻的变化规律,建立基于Boost变换器的MPPT系统小信号模型;对系统进行动态性能分析,提出了系统在各工作点下的稳定时间计算方法,进而提出采样周期的优化方法;分析了Boost变换器硬件参数与稳定时间的关系。仿真表明,所提出的计算方法能准确计算系统在各工作点的稳定时间,优化方法能提高系统的稳定性和追踪速度。 相似文献
19.
针对基于BP神经网络的光伏系统MPPT策略在光照强度突变时存在较大误差的问题,提出了一种改进的果蝇优化算法用于BP神经网络的权值和阈值优化,并建立了基于IFOA-BP神经网络算法的光伏系统MPPT控制的仿真模型。测试和仿真结果表明,IFOA的收敛速度和求解精度较改进前均有明显提升;IFOA优化后的BP神经网络收敛速度加快,预测误差减少;较之于电导增量法,IFOA-BP神经网络的MPPT策略在稳态条件下能明显抑制功率波动,在外界条件发生突变时,能迅速准确地追踪到最大功率点,具有良好的稳态精度和动态特性。 相似文献