自然光条件下光伏组件模型改进研究

为了使太阳电池的二极管模型更好地适用于户外自然光条件,结合实测参数,改进已有的温度模型和照度模型,给出了一种利用短路电流ISC、开路电压VOC、最大功率点电压Vmpp、最大功率点电流Impp确立模型参数、光照强度和组件温度,确定I-V输出的光伏输出预测模型。采集了屋顶光伏系统的环境参数(照度G-温度T)和电气参数(输出I-V曲线)作为实测参考。在给定光照-温度(G-T)情况下,计算现有模型和改进模型的ISC、VOC输出预测值,与实测参考值进行比较,发现改进模型的预测值更接近于实测值。采用Matlab-Simulink进行模拟,可以得到任意照度和温度下的I-V曲线,通过模拟曲线与真实测量曲线进行对比,发现有较好的吻合度。因此改进模型能够在给定光照和温度数据下,更准确地预测光伏组件输出。     

基于工程用光伏组件参数估算优化设计

为了进一步减少光伏组件工程用单指数数学模型中,光伏组件随环境温度和太阳辐射照度变化时输出的电流、电压和功率的估算误差,设定±3%误差控制目标,利用短路电流、开路电压、峰值功率电流和峰值功率电压四个参数,将两种常用的技术方案与四组实际光伏组件的实测输出值进行比较,得到其中一个方案的参考系数需要进一步修正的结果。将光伏组件电流输出方程对环境温度和太阳辐射照度的微分与实测值进行拟合,得到新的参考系数值。最后,基于MATLAB/SIMULINK模拟仿真其中一组光伏组件的电压、电流和功率的输出特性,为工程上不同光伏组件的数学模型参数估算提供了新的方法。     

基于S-Function Builder的光伏阵列仿真模型

基于MATLAB/Simulink中的S-Function Builder模块,所建立的光伏组件仿真模型利用C语言将简化的光伏组件数学模型编程,再与其他Simulink模块连接成电路以仿真电路性能。该仿真模型输出结果与户外实测光伏组件电流电压特性曲线比较结果显示出了良好的一致性,最大功率点处误差最大约为1.8%,可满足科研精度的要求。特别是该光伏组件仿真模型还可在Simulink中串联为光伏阵列,并对局部阴影下光伏阵列输出特性进行较好的仿真。     

光伏组件双二极管模型参数辨识混合方法研究

精确建立光伏组件的数学模型是进行光伏发电系统理论研究的基础.针对单二极管模型精度低、双二极管模型参数过多求解困难的问题,在不做任何近似处理的前提下,以双二极管模型为基础,提出基于自适应混沌粒子群算法的混合求解方法,兼顾了模型精度和算法复杂度.该方法仅利用标准条件下的短路电流、开路电压、最大功率点电压、最大功率点电流、电压温度系数和电流温度系数这6个参数便可求解出一般工况下模型的各个参量.对不同类型的光伏组件,在不同的运行条件下进行光伏特性仿真,验证了所提出方法的有效性和精确性.     

光伏组件精确工程模型及MPP电压范围研究

光伏并网变流器最大功率点(maximum power point, MPP)电压范围的确定是以组件的输出特性研究为基础的。组件的数学模型精确度较高,但涉及到超越方程,求解复杂且输入参数多,不适用于工程设计。简化模型计算过程简单但不能准确表述弱光条件下的组件输出特性。基于对数学模型及简化模型的对比分析,提出了一种精确的工程模型,该模型以数学模型为基准,对简化模型的补偿参数进行拟合修正,同时兼顾精确度与复杂程度。利用MATHCAD搭建仿真模型,将输出结果与数学模型输出进行对比,验证了精确工程模型的准确性。以该精确工程模型为基础,通过分析光照、温度等外界条件对MPP电压的影响,确定了并网变流器最大功率点跟踪工作电压范围,并通过实验验证了结论的正确性。     

具有MPPT功能的单级式光伏并网发电系统仿真分析

阐述了单级光伏并网系统的结构及其控制过程,建立了光伏阵列模型和光伏并网发电系统模型,利用光伏阵列模型模拟了光照和温度变化条件下光伏并网系统的输出情况.仿真实验表明,该单级式光伏并网发电系统能够迅速、有效地跟踪到光伏阵列的最大功率点,在并网电流的控制方面能准确的跟踪电网电压相位,使逆变器的输出电流与电网电压同频同相,保证...     

改进的光伏组件工程数学模型建模方法

针对现有光伏组件工程数学模型曲线拟合误差较大的问题,首先基于光伏电池的物理模型推导开路电压和最大功率点电压与辐照度之间的函数关系,改进不同工况下建模参数获取的方法,提高模型在关键信息点的建模精度;然后通过分析现有工程数学模型的建模过程,发现现有工程模型建模参数选择方法的不足,结合等效串联电阻对最大功率点电压的影响,提出建模参数选择方法的改进措施,最终建立以电压为输出的改进光伏组件工程数学模型。试验与仿真分析表明,改进的工程数学模型极大地提高了工程数学模型的曲线拟合精度,对不同类型组件均具有较高的建模精度。     

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。     

基于Bezier函数的光伏电池建模

以单二极管电路模型为基础,推导了仅包含串、并联电阻和二极管品质因子的光伏电池三参数数学模型,并对其进行迭代法求解,利用求解结果对光伏电池输出I-U(电流-电压)曲线的关键点进行灰色关联度分析,确定了串、并联电阻和二极管品质因子是影响曲线特性的主要因素。在此基础上,提出了光伏电池的Bezier函数建模方法,该方法利用最大功率点代替难以获取的串、并联电阻和二极管品质因子等参数,结合开路电压和短路电流点,借助二阶Bezier函数对光伏电池的输出特性进行拟合。在标准测试条件下对2种不同光伏组件进行建模仿真,将仿真结果与实测结果进行对比,结果验证了所建模型的有效性。讨论了任意条件下Bezier函数在光伏电池输出特性曲线拟合中的应用,以为光伏电池的建模提供参考。     

局部阴影下光伏阵列MPPT控制方法的研究

光伏阵列在局部阴影条件下,其输出P-V特性曲线将呈现多个功率峰值。为了追踪到全局最大功率点,对局部阴影条件下光伏阵列输出P-V特性曲线进行了深入分析,对各功率极值点对应电压和被遮挡的光伏组件个数及光照强度之间的关系进行了研究。得出了相邻功率极值点对应电压之差的最小值为0.8Uoc(Uoc为单个光伏组件的开路电压)等规律,在这些规律的基础上,提出了一种新的最大功率点跟踪方法,能够快速、准确地跟踪到全局最大功率点。应用MATLAB软件搭建了仿真模型,仿真结果验证了所提出方法的正确性和有效性。     

复杂光照环境下光伏阵列输出特性研究

为解决复杂光照环境下集中式光伏阵列最大功率点跟踪(maximum power point tracking,MPPT)的问题,采用太阳能光伏组件的电流方程以及电路分析的原理,对串、并联光伏组件的输出过程进行理论推导,总结出集中式光伏阵列处于复杂光照环境下的输出特性,建立1种复杂光照环境下集中式光伏阵列输出特性的仿真模型.通过计算机仿真以及系统实验,对集中式光伏阵列的输出特性曲线进行分析,仿真、实验结果与理论分析保持一致.     

光伏发电性能物理预测模型的研究

为提高光伏发电预测的精度,通过两种不同温度和光强下的电池短路电流、开路电压以及最大功率点处电流和电压电性参量,建立任意温度和光强下光伏发电预测模型。结果表明:在光强不变温度改变的条件下,电流电压全局拟合均方根误差不超过1.443 9 mA,预测最大输出功率的相对误差最大为10.61%;在光强改变温度不变的条件下,电流电压全局拟合均方根误差不超过0.982 1 mA;预测最大输出功率的相对误差最大为6.21%;总体来说,模型能正确预测光伏电池的输出特性,满足工程应用要求,且多晶硅的预测难度大于单晶与非晶硅电池。     

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S函数的光伏组件建模与仿真

提出了一种完全基于光伏厂商提供的可测参数的光伏组件输出V-I特性的数学模型,并且分析了温度和太阳辐照度对该数学模型的影响。基于这一数学模型在Matlab中利用S函数对光伏组件进行建模,S函数与压控电流源组合构成了非线性压控电流源,模拟了光伏组件的输出V-I特性。用户可以通过封装后的参数输入界面输入厂商提供的参数数据,负载电压、太阳辐照度和温度是模块的输入量,输出量为电流,通过仿真得到的模块V-I特性曲线与厂商测试的曲线具有较好的一致性。该模块可在光伏系统最大功率控制的仿真中使用。     

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。     

基于改进的变步长光伏并网系统MPPT控制策略研究

提出一种新的基于扰动的最大功率点跟踪(MPPT)优化算法,在不同区域调节步长,改变光伏电池电压收敛速度。利用MATLAB仿真软件构建MPPT优化算法模型,模拟任意参数的光伏阵列,动态跟踪光照强度、环境温度的变化,并应用于三相光伏并网系统。仿真结果表明:该算法能够实时对光伏电池输出功率进行跟踪调节,大大提高光伏系统跟踪最大输出功率速度的同时,有效降低系统输出功率在最大功率点处的振荡现象,减小光伏组件的能量损耗。     

基于功率损失和U-I特性综合考虑的光伏组件故障诊断方法

分析了光伏组件常见故障下的功率损失及其内部U-I输出特性,提出了一种综合考虑功率损失和内部U-I特性的光伏组件在线实时故障诊断方法。通过仿真功率与实测功率的对比,判断组件是否发生异常功率损失。再根据输出电压变化,判断是否发生短路故障并大致估算短路电池块数。进一步,利用填充因子值判断老化故障,得出组件剩余使用年限。仿真和试验结果验证了该方法可以有效地检测出组件阴影遮蔽、短路及老化等常见故障。     

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.     

一种新的光伏系统最大功率跟踪控制方法

在大型光伏场中,从微观的角度看,可认为相邻的两光伏组件受到的光照强度相等,因而其最大功率点也大致相同。根据此特点,提出了一种新的最大功率跟踪控制方法,通过将相邻的两光伏组件的Boost电路串联,使其输出电流相等,实时地比较两Boost电路的输出电压,将输出电压的差值通过PI调节后转化为相应的占空比,动态地调节光伏组件的输出功率,实现最大功率点跟踪。该方法与传统的扰动观察法相比,只需要检测电压,不需要检测电流,控制简单;不需要微处理器和存储器,只需要简单的硬件电路即可实现最大功率的跟踪。     

基于优化的Fibonacci-MPPT的光伏并网控制方法研究

为了提升最大功率点跟踪法的性能,在通用光伏组件模型上,引入了优化的Fibonacci寻优方法,得到了更加快速、精确和稳定的系统功率输出曲线。在Simulink中建立了光伏并网逆变模型,设计了抑制电网电压扰动的前馈补偿控制和消除并网电流误差的准比例谐振控制,有效地抵消了电网电压谐波的影响,基本消除了并网电流误差,有效地提升了并网电流的品质。