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。     

基于模型参考电导增量法的光伏电池MPPT控制

由于光伏电池输出电压的非线性特性,需要进行MPPT(Maximum Power Point Tracking)控制,即最大功率点跟踪控制.通过建立光伏电池的数学模型,对光伏电池的输出特性进行了分析.分析了太阳能光伏阵列在不同外界环境的输出特性和几种传统的最大功率跟踪方法的优缺点,并且仿真验证了电导增量法的优点和缺点.在此基础上提出了一种基于模型参考的电导增量法.当光照强度和温度发生快速变化时,系统通过获得仿真模型在当前光照和温度的最大功率点电压,利用电导增量法在此电压附近寻找实际的最大功率点电压.仿真结果表明,和传统的电导增量法相比,该方案能够在外界环境发生变化时快速跟踪太阳能电池的最大功率点,有效提高了最大功率点的跟踪精度,具有良好的动态和稳态性能.     

一种基于电导增量改进算法光伏充电实现策略

根据太阳能光伏电池的输出特性与蓄电池的充电特性,利用dsPIC30F5011设计了一台能进行最大功率点跟踪( MPPT)的光伏充电系统,在快速充电阶段,利用基于电导增量的改进算法对光伏阵列进行MPPT,以最大功率对蓄电池充电;在过充和浮充阶段,利用带有温度补偿的电压PI调节算法实现过充和浮充.实验与仿真结果表明,改进的...     

阴影影响下最大功率点跟踪控制(英文)

在阴影影响下,光伏阵列输出特性存在多个局部最大功率点,传统最大功率点跟踪算法不能区别真正的最大功率点。利用Matlab仿真软件对不同阵列在不同光照及温度下输出特性进行了仿真,归纳了光伏阵列在阴影下导数–电压输出特性的变化规律。研究了基于导数等效面积的最大功率点所在区间定位以及求导采样点确定方法,并在区间定位方法基础上了提出了多极值点最大功率点跟踪方法。建立基于状态方程的系统仿真模型对该文提出的算法进行了仿真验证,搭建实验平台对该文提出的最大功率点跟踪方法进行了验证。仿真与实验结果验证了所提方法的正确性。     

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...     

基于NN模型估计的光伏最大功率点跟踪控制技术研究

为了有效利用光伏阵列转换能量,提高并网发电效率,需要对其进行最大功率点跟踪控制( MPPT).提出了基于二级神经网络-遗传寻优的方法,通过利用PV神经网络模型拟合光伏电池输出功率与输出电压的非线性特点,为MPPT寻优提供模型依据,采用遗传算法编码灵活的特性实行并行搜索,并采用存储器函数变换技术使得系统达到在线控制的效果.仿真及实验表明,遗传算法对PV曲线进行最大值寻优,经过52代遗传得到最大功率为135.811 4 W,对应的电压值为72.138 24 V,这与实际最大功率点相比的误差为1.45％,取得了精度较高的跟踪效果,提高了系统稳定性.并且该方法能够准确跟踪最大功率点,克服了传统爬山法等在最大功率点附近振荡引起功率损耗的问题,同时也克服了传统神经网络方法采集训练数据的难度.     

基于蚁群优化算法的光伏阵列多峰特性最大功率点跟踪

在局部阴影条件下光伏阵列的功率输出曲线呈现多峰特性,这时常规算法将不能跟踪到阵列的全局最大功率点。因此,本文提出一种基于蚁群算法跟踪全局最大功率点的方法,算法利用蚂蚁爬行十进制数的每位来生成系统的给定电压,根据实测功率值来调整路径的信息素,使蚂蚁逐渐集中在最优的给定电压路径附近,最终实现光伏阵列的全局最大功率点跟踪。通过Simulink搭建光伏阵列仿真模型,结果表明,在环境发生变化时,蚁群算法可以快速准确地跟踪到具有多峰输出特性的光伏阵列的全局最大功率点,提高了光伏阵列在复杂环境下的输出功率。     

最大功率跟踪在光伏矩阵中的研究

基于晶体硅的物理特性,对光伏电池的原理及输出特性进行分析,在PSIM9.0的仿真环境下,对光伏矩阵搭建数学模型,分析在光照和温度变化时的光伏特性曲线。针对于经典的最大功率跟踪算法进行介绍与分析,并在PSIM9.0软件下,建立了对于光伏矩阵的最大功率跟踪的仿真模型,良好的实现了最大功率跟踪。     

光伏列阵的全局最大功率点追踪研究

针对光伏电池的最大功率点跟踪(MPPT)影响着光伏系统的发电效率,对光伏阵列的功率输出特性曲线进行了建模仿真分析,根据MPPT的目标是保持光伏阵列输出电压一直保持在最大功率点处,重点分析在光伏阵列出现局部阴影情况时的,光伏阵列的P-V输出特性为多峰曲线情况下,提出了一种基于改进的模拟退火粒子群算法的最大功率点跟踪控制方法,将模拟退火算法思想融入到粒子群算法中,改善粒子的探索能力,提升了最大功率点跟踪算法的收敛速度和精确性。     

基于扰动观察法的光伏发电系统MPPT控制策略

由于光伏电池的输出功率受到光照、温度等外界因素的影响,具有非线性特性。为了提高光伏发电系统的效率必须对其输出功率进行跟踪控制。在详细分析光伏电池等效电路及输出特性的基础上,利用Matlab/Simulink平台建立了光伏系统的仿真模型,阐述了最大功率跟踪(Maximum Power Point Tracking,MPPT)控制原理,重点研究了电压型扰动观察法的实现算法,通过MPPT控制器比较前后两次的功率大小来决定光伏电池的电压扰动方向,使光伏电池最终达到最大功率点。最后对整个光伏系统进行仿真试验,仿真结果表明在光照发生改变时,MPPT控制器能够及时调节,实现最大功率点跟踪,验证了光伏系统仿真模型的正确性和控制策略的可靠性。     

基于最优梯度的滞环比较光伏最大功率点跟踪算法

光伏电池的输出功率特性随着外界环境的改变而变化.为使光伏阵列得以高效利用,需要对光伏并网系统进行最大功率点跟踪.提出了一种滞环比较法和最优梯度法相结合的最大功率点跟踪(maximum power point tracking,MPPT)算法,它很好地克服了最大功率点跟踪过程中的振荡和误判问题.为了验证该算法的有效性,在 PSCAD/EMTDC 软件平台上搭建了三相单级式光伏并网仿真系统,对常规的定步长扰动观察法和改进算法进行了仿真对比分析.结果表明:改进后的 MPPT 算法能有效消除直流电压的扰动纹波;当外界环境突变时,系统能快速稳定在新的最大功率点.     

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SVR与扰动观察法的光伏阵列多峰值MPPT研究

当光伏组件出现局部阴影遮挡或光照不均匀时,光伏阵列的输出特性将发生改变,此时的P-U特性曲线将呈现多峰值现象,传统的基于单峰P-U特性曲线的MPPT算法将失效,很难准确地跟踪到全局的最大功率点。为解决该问题,提出了一种基于支持向量机回归与扰动观察法的MPPT融合算法。利用支持向量机的全局优化、泛化性能高的特点,结合扰动观察法的控制简单、容易实现的优点来实现最大功率点的跟踪。仿真结果表明,在真实的光照、温度及光照突变等外界条件下,该新型融合算法与传统的扰动观察法相比,光伏阵列在局部阴影下不会陷于局部峰值,能迅速准确地搜寻到全局最大功率点。     

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。     

基于改进滑模控制的光伏最大功率点跟踪技术

为了充分利用太阳能,改善光伏发电中普遍存在的跟踪速度慢、输出功率不稳定、转化效率低等缺点,基于光伏阵列工作特性和滑模变结构控制的特点,提出一种最大功率点跟踪控制策略。采用Boost电路作为实现电路,通过分析光伏阵列输出特性,设计相应滑模控制器,并对其中非线性分量进行改进;采用微滑模层代替传统的滑模面,减小系统振荡。利用Simulink仿真软件对该控制策略改进前后进行仿真分析,并与传统控制方法中的扰动观察法进行对比。仿真结果表明,该控制策略在跟踪速度、超调量以及跟踪的动态稳定性控制方面表现良好。     

多路LLC谐振变换器的光伏均衡器设计与仿真

为解决串联光伏模块在部分遮蔽情况下的功率失配问题,传统的差分功率处理结构大多采用基于单个光伏模块的多个DC/DC变换器,在解决遮蔽问题的同时带来了复杂性高和成本高的问题.提出了一种LLC型PV组串光伏均衡器,这种单输入-多输出的结构旨在利用LLC多绕组拓扑良好的对称性和输入、输出电压可变的特点实现对不同数量的遮蔽光伏组...     

基于扰动观察与模糊控制相结合的MPPT算法

随着化石能源的不断消耗,人类面临着巨大的能源危机,太阳能作为一种新能源越来越受到重视。分析了光伏电池板的数学模型,针对光伏电池板输出特性及最大功率点的跟踪方法,主要介绍了模糊控制的扰动观察对最大功率点跟踪的影响。利用Matlab仿真软件对电路进行仿真,验证了模糊控制的扰动观察能减少最大功率点附近震荡的功率损耗,且具有跟踪速度快等优点。     

基于Fibonacci算法的最大功率追踪法研究

提出一种基于Fibonacci搜索算法的光伏发电系统最大功率跟踪(MPPT)方法,它能在部分遮蔽条件下或日照突变情况下,通过简单有效的控制来跟踪实际的最大功率点。Fibonacci搜索算法经修改后,适用于时变的光伏组件的P-V特性。实验中用DSP实现最大功率跟踪(MPPT)算法,通过改变光伏组件表面的受光面积模拟自然界的光照变化。结果证明,该算法工作可靠,即使在部分遮蔽条件下也有较快的响应速度和较高的准确性。     

基于光伏阵列输出特性的GMPPT算法研究

针对局部阴影条件下光伏阵列的P-V曲线呈现多峰值的情况,在研究光伏阵列输出特性的基础上提出了一种全局最大功率点追踪GMPPT(global maximum power point tracking)算法。该算法由均匀光照和局部阴影条件下的两个最大功率点追踪算法构成。通过所提出的局部阴影检测手段判别光伏阵列所处的光照条件,从而决定使用哪个子算法。最后将该算法在Matlab中进行仿真验证。仿真结果表明在局部阴影条件下该算法能快速地追踪到全局最大功率点,且避免了对整条P-V曲线的扫描。在均匀光照条件下要比传统的最大功率点追踪算法(扰动观察法)更快地定位到最大功率点。