改进MPPT算法在光伏发电系统中的应用

针对传统扰动观察法存在的最大功率点跟踪(MPPT)精度低和振荡问题,提出了一种变步长扰动观察法与Newton插值法相结合的改进型MPPT算法,通过三相并网发电系统对该算法进行仿真验证,结果表明改进MPPT算法不仅能够快速跟踪外界环境变化,还能有效减小在最大功率处的振荡,有效地提高了光伏电池的利用率。     

一种改进的PV-AF系统最大功率点跟踪方法

在具有有源滤波功能的光伏并网(Photovoltaic Power Generation and Active Filter,PV-AF)系统中,光伏电池的最大功率点跟踪(Maximum Power Point Tracking,MPPT)方法是其关键技术之一,针对常用的MPPT方法存在的问题,提出了一种改进的MPPT方法。该方法利用扰动观察法在最大功率点附近扰动的正向步数和反向步数基本相同的特点,判断系统工作点是否处于最大功率点(Maximum Power Point,MPP)附近。在此基础上利用变步长的扰动观察法,在远离最大功率点时采用大步长扰动,在最大功率点附近采用小步长扰动。在确定系统工作在最大功率点附近后,采用恒定电压法跟踪。扰动观察法的最大跟踪误差为1.5个电压扰动步长,提出的改进MPPT方法将最大跟踪误差降低为0.5个电压扰动步长。仿真和实验结果表明,该方法兼顾了跟踪的快速性、准确性和稳定性。     

基于三点比较式最优梯度变步长MPPT算法研究

为了提高光伏并网发电系统效率,解决目前常用最大功率点跟踪(MPPT)算法结构复杂、可行性差、且跟踪精度和跟踪速度无法兼顾等问题,提出一种基于三点比较式和最优梯度变步长相结合的扰动观察法。通过三点比较式将光伏阵列工作点快速锁定到最大功率点(MPP)区域,以保证算法的跟踪速度;利用最优梯度变步长精确逼近MPP,实现高精度跟踪要求;采用电流微分替代功率微分简化算法结构,并将该算法应用到两级式光伏并网逆变器,以验证该算法的可行性。通过Matlab仿真模型和光伏模拟器TerraSAS验证基于三点比较式的最优梯度变步长MPPT算法的准确性、快速性和稳定性。     

基于复合控制算法的局部阴影下的MPPT

光伏阵列在局部阴影下时,输出P-U特性曲线会出现多个局部峰值点,而传统最大功率点跟踪(MPPT)算法均不能准确有效地跟踪到全局最大功率点(MPP)。因此,提出一种改进的MPPT算法,即将差分进化(DE)算法与变步长扰动观察法结合,其中DE算法用于系统启动和光照情况发生突变后迅速定位近似MPP,根据实际情况变步长扰动观察法会使光伏阵列精确稳定在MPP,改进后的算法在跟踪精度和跟踪速度方面会有所提高。通过实验对新的算法进行分析,并与基础的DE算法和传统的扰动观察法进行比较。     

一种改进的扰动观察法在光伏MPPT中的应用

为了提高光伏发电系统最大功率点跟踪效果,针对传统扰动观察法存在的扰动步长大小与控制精度和速度的矛盾,提出了一种改进的扰动观察法。该算法通过判断前后时刻电流差来确定光伏电池的工作点,从而决定下一时刻的扰动步长。利用MATLAB软件对光伏发电系统进行建模与仿真,用改进算法和传统的扰动观察法分别控制该系统。仿真结果验证了改进算法的可行性,并且改进算法能够更快速地跟踪最大功率点,在光照和温度发生突变时也能够准确地跟踪到最大功率点。     

基于DSP的光伏电池最大功率点跟踪技术的研究

在介绍光伏电池基本特性的基础上,分析了太阳电池的最大功率点跟踪(MPPT)原理以及其变步长扰动观察法跟踪策略,基于Boost电路在Matlab/Simulink仿真环境下,应用S函数法搭建了带有最大功率技术仿真算法的光伏矩阵仿真模型,并对此算法进行了仿真;基于TMS320F28035在已有算法基础上进行了代码开发,设计了MPPT光伏发电系统,实验结果证明,该算法能够使整个系统准确地跟踪到最大功率点。     

用于光伏MPPT中的模糊控制占空比扰动法

在引用光伏阵列工程模型基础上,在Matlab/Simulink环境下搭建仿真模块,对传统扰动观察法的工作原理和最大功率点跟踪方法做了研究。进行观察分析后,针对传统扰动观察法使系统在最大功率点附近振荡造成功率损耗的缺点,提出了将模糊控制器应用于占空比扰动观察法中,形成了用于MPPT中的模糊控制占空比扰动新算法。在传统扰动观察法基础上建立仿真模型,其仿真结果表明:新算法能快速、准确地实现光伏电池最大功率点跟踪,减少了系统成本和损耗。     

两种改进的变步长MPPT算法性能对比研究

光伏阵列最大功率点跟踪(MPPT)技术是光伏发电应用的关键技术之一。本文基于近年来学界研究成果,对实际应用最多的变步长电导增量法和扰动观察法两种MPPT技术进行优化设计,并详细对比验证了两种改进方法特性。对比仿真和实验结果表明,改进算法均能快速准确地实现最大功率跟踪,其中改进的扰动观察法因算法简单更适合实际产品使用。     

基于自适应占空比扰动算法的光伏发电系统MPPT控制

常规的扰动观察法在光伏阵列的最大功率点跟踪中应用广泛,算法简洁,容易实现,但由于采用固定步长扰动,不能同时获得较高的跟踪速度与稳态跟踪精度.针对这个矛盾,提出了一种新的自适应占空比扰动算法,运用Matlab/Simulink对光伏发电系统MPPT控制进行了建模与仿真,并研制了一台控制器,在BOOST变换器上与定步长扰动法进行了对比实验,仿真和实验结果证明该算法能准确快速地跟踪光伏阵列的最大功率点,大大提高了系统的动态和稳态性能.     

微型光伏逆变器MPPT跟踪策略的应用研究

研究了一种应用于微型光伏逆变器的最大功率点跟踪(MPPT)策略,详细分析了变步长扰动观察法的工作原理和控制策略,通过Matlab/Simulink仿真平台验证了该方法可以快速、稳定地实现最大功率点跟踪,并通过变步长扰动观察法在微型光伏逆变器中的应用实验,验证了这种方法可以极大地提高微型光伏逆变器的转换效率。     

滞环控制的变步长MPPT算法实验研究

为了延长光伏电池使用寿命和和提高光伏电池发电效率,利用基于恒定电压法的变步长滞环控制法,通过分析光伏电池受光照强度的影响和在最大功率点附近的功率特性确定了电压扰动步长值,并分别在MATLAB/Simulink仿真平台上建立了MPPT仿真模型和在硬件电路测试的数据基础上对该算法进行了验证。仿真和实验的结果表明,该算法能在光照变化较快的情况下仍能实时地跟踪光伏电池的输出功率,并能有效的抑制在MPP点附近的振荡现象,表现出很好的动态和稳态特性,证明了该算法的有效性和正确性。     

基于改进FOA优化BP神经网络算法的光伏系统MPPT研究

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。     

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。     

基于直线近似和扰动观察的MPPT算法研究

针对光伏电池的最大功率点跟踪(MPPT)问题,基于光伏电池的等效电路,分别建立最大功率点电压与光伏电池温度和日照强度之间的近似直线模型,提出一种直线近似法和扰动观察法相结合的新型MPPT算法。该算法通过采集的光伏电池温度和日照强度确定近似直线模型的最大功率点电压,进而使光伏电池调整到最大功率点附近,再通过小步长的扰动观察法精确跟踪到光伏电池的最大功率点。仿真测试结果验证了该算法能准确估算最大功率点电压,并能快速、高效地跟踪到光伏电池最大功率点。     

基于改进电导增量法的光伏MPPT控制

为了提高光伏发电效率及系统稳定性,需要对光伏阵列进行最大功率点跟踪（MPPT）控制。针对传统扰动观测法存在的系统振荡及误判问题,提出一种改进的电导增量法,通过计算系统当前时刻电导与电导变化率的差值,利用积分器进行调节,消除其差值,最终实现对系统最大功率点的稳定跟踪。为验证所提算法的有效性,将改进电导增量法与传统扰动观测法进行仿真对比,结果表明改进算法控制的光伏系统输出功率在满足跟踪速度的基础上,减小了系统母线电压变化的振荡幅度,使系统能够稳定准确地跟踪最大功率点,提高了光伏电池的利用率。     

模糊/PID双模控制在光伏发电MPPT中应用

光伏电池输出功率随外部环境和负载的变化而变化,需采用最大功率点跟踪(MPPT)算法.根据MPPr的基本原理,采用一种基于模糊控制具有在线参数调整的自适应占空比扰动法,该方法在不干扰系统正常工作的情况下,能迅速感知外界环境变化,但输出功率在最大功率点附近振荡严重.为了充分发挥光伏电池的效能,在模糊控制的基础上引入PID控制.采用模糊/PID双模控制可有效消除光伏电池输出功率在最大功率点的振荡,减少能量损失.实验结果证明该方法能够快速、准确地跟踪光伏电池的最大功率点,避免在最大功率点的振荡,提高能量转换效率.     

基于粒子群优化算法和变步长扰动观察法的局部阴影情况下MPPT控制

针对光伏阵列的输出特性在局部阴影情况下具有高度非线性、时变性以及多个局部功率极值点等特点,并导致传统MPPT(maximum power point tracking)算法失效的问题,提出一种基于粒子群优化算法和变步长扰动观察法的改进MPPT算法。其中粒子群优化算法用于系统启动和光照情况发生突变后迅速定位近似最大功率点,变步长扰动观察法则根据实际状况使光伏阵列精确稳定在最大功率点,以克服使用数学模型与实际输出特性偏差或微小扰动所导致的功率损失。通过建立Matlab/Simulink模型进行仿真实验,实验结果表明所提算法使光伏阵列在不同阴影情况下以及发生光照强度突变时都具有迅速精确的跟踪能力。     

基于RBF神经网络的光伏系统MPPT研究

针对光伏发电最大功率点跟踪(MPPT)技术的研究和现状,提出了一种基于径向基(Radical Basis Function,RBF)神经网络的MPPT算法。建立太阳能电池板的数学模型,分析光伏发电的主要影响因素。选取电池板的电压、电流为RBF神经网络的输入层,输出层直接调整Boost电路的占空比,达到最大功率点跟踪的目的。与传统的扰动观察法(P&O)相比,所提出的方法无需设定步长,通过RBF神经网络,直接调节Boost电路的占空比进行最大功率点跟踪。仿真和实验结果表明,所提出的MPPT算法与传统的P&O算法相比有更好的快速性和光伏利用效率。     

Maximum power point tracking of PVsystem under partial shading conditionsthrough flower pollination algorithm

For maximum utilization of solar energy, photovoltaic (PV) power systems should be operated at the maximum power point (MPP) which can be achieved using maximum power point tracking (MPPT) methods. However, the occurrence of multi-peak on P-V curve of a PV array due to the changing environmental conditions such as being partially shaded increases the complexity of the tracking process. The global MPP cannot always be achieved by the conventional MPPT methods. Therefore a novel MPPT method for PV systems using flower pollination (FP) algorithm is proposed in this paper and the Levy flight is used to improve the convergence of FP algorithm. MPPT model of the PV system is established in MATLAB to verify the effectiveness of the proposed method, and the proposed method is compared with two well established MPPT methods. The simulation results indicate that the proposed MPPT method can quickly track the changes in external environment and effectively handle the partially shaded condition.