基于多点扫描与动态阻抗匹配的局部阴影下光伏寻优控制策略

为了提高输出功率,光伏阵列运行点通常设置在最大功率点附近,当光伏阵列受到阴影影响时出现多峰值的最大功率点,常规的最大功率跟踪算法容易陷入局部最优点而使寻优追踪失败。在此提出采用多点扫描方法对光伏输出P-V曲线进行采样处理,筛选出最大功率点存在区域,然后结合动态阻抗匹配算法进行最大功率跟踪,快速确定最大功率点,实现多峰值寻优和快速追踪最大功率。仿真实验证明多峰值寻优控制策略能有效提高阴影条件下的最大功率跟踪算法准确性和效率。更多还原     

支持向量机预测光伏发电系统最大功率的算法研究

户用光伏系统受外界环境影响较大,特别是局部遮阴或光照不均等情况下光伏阵列的P-V特性出现多个极值点,使得常规的最大功率跟踪算法失效.本文提出了基于支持向量机回归拟合的最大功率预测模型,对光伏阵列的最大功率点进行预测跟踪,用Matlab/Simulink对算法进行仿真实验.实验表明,预测模型具有较高的精度和效率,控制系统运行稳定,对于环境的变化有较好的响应能力.     

独立光伏阵列全局最大功率点跟踪控制技术

受多种因素影响,传统独立光伏阵列跟踪方法跟踪效率低、速度慢,为此提出一种独立光伏阵列全局最大功率点跟踪控制技术。通过建立独立光伏阵列工程仿真模型,模拟在实际工程中的光伏阵列发电特性;分析独立光伏阵列输出特性,得到I-U特性曲线和P-U特性曲线;利用梯度法跟踪全局最大功率点,观察P-U特性曲线存在的扰动,求得P-U特性曲线上的最大值。经实验论证分析,在无阴影条件下,该方法的振荡范围更小,跟踪速度更快;在静态阴影条件下,跟踪精度更高,具有良好的控制能力;在动态阴影条件下,能够在阴影突变后再次准确找到全局最大功率点。     

复杂关照环境下光伏阵列MPPT算法

光伏阵列处于复杂光照环境时,其P-V（power-voltage）输出特性曲线会出现多个功率峰值点,传统的最大功率点跟踪（Maximum Power Point Tracking,MPPT）算法大多无法收敛于最大功率点,造成光伏阵列输出效率下降。为解决上述问题,首先对复杂光照环境下光伏阵列的输出特性进行了理论推导,建立了仿真模型,结合P-V特性曲线总结了功率峰值点的相关特性,提出了一种多重区间最大功率点跟踪算法。仿真结果表明,该算法能够快速、准确地跟踪光伏阵列的最大输出功率。     

光伏发电系统功率提升技术研究

使用Simscape仿真技术,建立光伏阵列物理模型,研究局部阴影条件下,光伏阵列特性曲线的多峰现象对输出功率的影响。设计均匀阴影和梯度阴影两类照射条件,使用仿真计算方法获得全局峰值跟踪算法最大输出功率,使用累加求和方法获得分布峰值跟踪算法最大输出功率。计算结果表明,在阴影反差较大的情况下,分布峰值跟踪算法可以大幅提高功率输出。     

结合混沌粒子群的分布式最大功率点跟踪

光伏阵列在局部阴影环境下输出特性呈现出多峰曲线,传统最大功率点跟踪(MPPT)算法在多峰寻优的过程中容易陷入局部极值,致使光伏阵列效率低下.为了提高局部阴影下光伏阵列的输出效率,提出一种基于分布式架构的混沌粒子群最大功率点跟踪(CPSO-DMPPT)算法,并通过PSIM平台对所提出的算法进行仿真验证.实验结果表明:CPSO-DMPPT算法能在多峰曲线中寻找到最优点,拥有更快速的响应速度和更优的全局搜索能力,其分布式架构可有效地提高光伏阵列的输出效率.     

局部阴影条件下基于MMC换流器的光伏并网

提出了局部阴影条件下基于模块化多电平(MMC)的光伏并网系统,并设计了该系统的控制策略。光伏阵列经DC-DC变换电路调节后并入电压源型换流器,构成子模块PSM,子模块PSM和电抗器串联组成MMC。控制系统包括启停控制、最大功率点控制以及并网控制。启停控制,在能量反馈阶段采用直流电压控制策略,在电容放电阶段采用三相同时放电策略;最大功率点跟踪控制采用扰动观测法。利用Matlab/Simulink对光伏并网系统进行仿真,仿真结果表明:该系统能提高太阳能利用率,降低并网输出波形的谐波含量,实现功率独立控制。     

局部阴影条件下光伏阵列MPPT模糊控制最优算法

针对局部阴影条件下,光伏阵列功率-电压(P-V)特性曲线呈现多个峰值,导致最大功率跟踪(MPPT)算法易陷入局部最优解问题,本文提出了基于负载电压反馈与模糊控制相结合的MPPT算法.通过负载电压闭环控制算法使系统输出功率快速稳定到最大功率点附近,再利用模糊控制算法跟踪到最大功率点.负载电压反馈算法解决了多峰场景下的局部最优解问题,模糊控制算法提高了算法收敛速度.同时,本文算法避免了粒子群算法在粒子切换过程中开关器件上过冲电压过大问题.Matlab仿真和硬件实验验证了本文算法的可行性和实用性.     

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.     

基于模糊控制的光伏系统最大功率点跟踪

针对光伏发电系统的最大功率点跟踪原理进行了详细的分析和阐述,介绍了传统扰动观测法的优缺点,在此基础上提出了基于模糊控制理论的最大功率点跟踪算法.通过Matlab/simu-link进行系统仿真,给出了光照突变时扰动观测法和模糊控制法的最大功率点跟踪曲线.实验结果表明,该模糊控制算法具有更优的系统响应特性和稳态特性.     

基于S函数的inc算法在光伏发电MPPT上的应用

传统的变步长inc算法虽然在控制性能上有优势,但是不仅计算量较大,影响跟踪速度;且稳定步长较大,系统稳定性有待提高。因此,基于Matlab/Simulink平台搭建了光伏发电最大功率点跟踪技术控制模型,利用Simulink中S函数编程,实现了新型变步长inc算法仿真,并得出了相关结论。仿真实验结果表明,基于S函数的新型变步长inc算法不仅跟踪速度较快,而且在最大功率点处的跟踪也准确稳定。     

局部阴影下光伏阵列的Matlab仿真模型与特性分析

局部阴影条件下,光伏阵列输出特性曲线呈阶梯状,传统电池模型不再适用,需搭建阴影条件下光伏阵列模型.通过详细地对串联、并联阵列进行理论推导研究,总结出光伏阵列的输出特点.在MATLAB中搭建了适用于各种条件下的光伏阵列仿真模型.并在搭建的仿真模型上研究了变化的云层和阵列结构对光伏阵列输出特性的影响,并将输出特性运用三维仿真图形进行直观模拟.通过得到不同阴影条件下光伏阵列输出特性,为研究阵列结构优化及多峰值最大功率点跟踪奠定了基础.     

局部阴影下光伏阵列的三步MPPT算法

在局部阴影的情况下,光伏阵列的P-V特性曲线呈现多峰值特点,传统的跟踪方法常常会受限于局部最大功率点而导致跟踪失效,而智能算法跟踪时间过长。因此,在两类算法研究的基础上,提出了基于扰动观察法和猫群算法结合的最大功率跟踪算法,该算法采用大步长扰动观察法缩小搜索范围;采用猫群算法进行全局搜索最优局部;采用步长逐次逼近的扰动观察法在最优局部内寻找最大功率点。该算法能准确快速地跟踪到全局最大功率点,分别与猫群算法和扰动观察法进行比较分析,验证该算法的有效性。     

快速变化环境条件下最大功率点跟踪方法

针对光伏发电系统在光照强度、环境温度等参数改变的情况下,能够进行动态快速追踪,从而解决高效的追踪最大功率点的科学技术难题,提出一种快速变化环境条件下最大功率点跟踪方法。该方法的实现由控制系统分析实时检测到的光伏电池阵列的输出电压和电流,通过最大功率跟踪算法MPPT计算输出量,控制BOOST驱动电路中的IGBT占空比,从而改变负载特性,实现最大功率点快速、精确地跟踪。利用该方法研究开发的光伏发电系统装置,除适用于太阳能光伏发电系统光伏阵列在环境条件一定外,特别适用于光伏阵列在光照突变以及在部分遮挡(如云层、建筑物、植物等)等复杂条件下,光伏发电系统最大功率输出的工作状况。     

基于神经网络的光伏发电最大功率点跟踪算法

由于光伏阵列电压和电流的非线性,光伏发电输出能量存在最大功率点.为提高光伏发电系统的发电效率,提出了一种基于神经网络和Cuk变换器对光伏阵列最大功率点跟踪的算法.神经网络输入变量为温度和光照强度,学习算法采用梯度下降法,输出量为电压信号,用于调节Cuk变换器的开关占空比.仿真结果表明,该算法最大功率点跟踪控制精度较高,响应迅速,且系统适应性良好.     

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.     

基于模糊控制的光伏发电系统MPPT技术研究

为了有效利用光伏电池,弥补其比较低的光电转换效率,需要对光伏发电系统最大功率点进行快速准确的跟踪.在建立光伏发电系统MPPT仿真模型中,对基于模糊控制的MPPT问题进行了研究,通过在Matlab/Simulink下建立基于查表法模糊控制的光伏发电系统的仿真模型,以及对模糊控制的查表法中隶属度与规则的设计.仿真结果表明,该模型具有较好的响应速度以及较高的跟踪精度.     

三相光伏并网发电系统的建模与仿真

本文系统地介绍了三相光伏并网发电系统的建模与仿真。根据光伏阵列的等效电路,在Matlab/simulink中采用S函数的方式,建立了光伏阵列的数学模型。基于光伏阵列的V-I曲线,利用牛顿迭代求解方法,确定了光伏阵列并网运行的最大功率点。根据三相光伏并网发电系统的结构图,结合双闭环并网的控制策略,实现了光伏阵列的最大功率点跟踪控制、光伏并网电流的正弦化和单位功率因数。最后,将光伏并网接入到电力系统的配电网络中,结合算例,研究了日照强度、环境温度、控制策略等变化时,光伏阵列的仿真结果。通过仿真分析,证明了本文所建立的三相光伏并网的模型和控制策略的正确性。     

基于恒压估计与扰动观测结合的MPPT算法

作为一种绿色清洁能源的利用方式,光伏发电越来越受到人们关注,最大功率点跟踪技术的应用能够提高光伏电池发电效率.传统的扰动观察法在外界环境变化剧烈时,会有误追踪现象,导致光伏发电效率降低.为解决这一问题,提出一种新型扰动观察法,该算法与传统扰动观察法相比,增加了恒压估计环节,用以补偿因外界环境改变带来的功率差,提高跟踪精度.最后在Matlab/Simulink中搭建光伏电池仿真模型,仿真结果验证了该算法在外界环境发生剧烈变化时,具有较高的跟踪精度与较快的跟踪速度.     

基于S-函数光伏阵列最大功率追踪的控制策略

研究了光伏阵列的输出特性,搭建了MATLAB环境下光伏阵列的通用仿真模型,选用BOOST电路,采用最大功率追踪控制策略,通过S-函数实现最大功率追踪和输出电压稳定.该系统不仅硬件设计和控制算法简单,且通过仿真实验结果表明,该系统能准确反映光伏阵列输出电压、电流的非线性特性,并能较好地跟踪最大功率点.