共查询到20条相似文献,搜索用时 295 毫秒
1.
在光照强度和环境温度变化的情况下,难以有效跟踪太阳电池的最大功率点。针对这个问题提出一种基于神经网络滑模控制技术的最大功率点跟踪方法。首先建立以太阳电池输出功率为状态量的数学模型,并选择实际输出功率、理想光照和温度下输出功率的差值构造滑模面。然后为消除时变和非线性不确定对控制系统的影响,利用RBF神经网络逼近滑模控制器的不确定部分,并通过Liyapulov稳定性理论求取RBF神经网络权值的自适应律。仿真和实验结果表明:该方法能同时实现光伏发电系统的最大功率点跟踪和变流器控制,具有良好的鲁棒性。 相似文献
2.
文章针对光照强度和温度变化影响光伏阵列输出功率的问题,提出一种基于非奇异快速终端滑模控制的最大功率点跟踪方法。该方法在建立平均状态数学模型基础上,根据最大功率点积分为零的特点,选择一个新型的滑模面,同时,设计了逆变器控制律,并证明了该控制律稳定性。文章方法只须使用电流信号反馈,简化了控制系统的复杂性和降低了物理成本。仿真结果表明,该方法的跟踪速度快、精度高。 相似文献
3.
基于电导-模糊双模式的MPPT优化控制 总被引:1,自引:0,他引:1
《太阳能学报》2017,(7)
提出一种新的最大功率点跟踪(MPPT)控制方法,首先采用电导增量法对太阳电池进行初步寻优,确保跟踪的快速性,当太阳电池工作点进入最大功率点右侧时,控制系统立即进入模糊控制搜索策略,对最大功率点附近的稳态特性进行优化。此外,提出4个反应MPPT的性能指标:初次跟踪到最大功率点所用的时间、系统输出的平均功率、功率的振幅、环境参数改变后再次跟踪到最大功率点的时间。在仿真环境及试验平台下对3种控制方法进行分析对比,结果证明所提出控制方法在寻优速度和稳定性方面优于传统方法。 相似文献
4.
王玮茹 《电网与水力发电进展》2011,27(6):61-64
介绍了光伏发电过程中最大功率点跟踪(MPPT)原理,并简要分析了常规控制算法在最大功率跟踪控制中的优缺点,提出将模糊自适应PI控制算法应用到光伏系统最大功率点跟踪的控制中,该控制方法能快速响应外界环境的变化,获得系统最大功率点,且可以有效消除系统在最大功率点附近的振荡现象,提高系统的稳定性。仿真结果表明,该方法能使系统稳定地工作在最大功率点,并且控制精度高,能灵敏反应外界环境的变化。 相似文献
5.
6.
7.
以太阳电池的物理数学模型为研究对象,通过对太阳电池输出特性的分析,提出一种基于电导增量法的无级电压扰动叠加自适应的最大功率点跟踪(MPPT)简洁控制方法,在PSIM仿真环境下,与常规的固定步长电导增量法进行对比分析。仿真研究及实验结果表明,该方法在太阳光照强度或负载突变及稳态时均能快速有效实现最大功率跟踪控制,为光伏发电MPPT控制的设计应用提供了参考。 相似文献
8.
9.
10.
11.
针对太阳电池输出最大功率受到光照强度和温度等因素影响的问题,提出一种基于神经网络反推控制技术的最大功率点跟踪方法。首先利用神经网络求取最优直流母线参考电压,设计反推控制实现光伏发电系统最大功率点跟踪和单位功率因数并网。然后,利用神经网络对光伏发电系统的不确定性部分进行补偿,消除非线性模型的不确定性部分的影响。最后,利用Liyapulov稳定性理论证明了神经网络反推控制器的稳定性。实验结果表明该方法能同时实现光伏发电系统的最大功率点跟踪和单位功率因数并网,具有良好的抗干扰能力。 相似文献
12.
提出一种可应用于多太阳电池串联场合的变流器拓扑结构,该结构可实现电池的最大功率跟踪。建立该变流器的功率传输模型,并搭建样机对其拓扑结构和控制算法进行验证。结果表明:所提出的变流器可实现对电池的最大功率跟踪控制,有利于提高太阳电池板的利用率和发电效率。 相似文献
13.
14.
15.
文章考虑机组转轴摩擦损耗和发电机本体的电损耗,从减小发电功率损耗、提高整机风电转换效率出发,设计了一种基于MPPT原理下的最大电功率点跟踪(MEPT)控制策略,该策略在考虑转轴摩擦损耗和发电机绕组损耗基础上,推导出发电机最大电功率跟踪输出控制模型方程。采用转矩跟踪型MPPT控制策略,利用动态滑模控制原理,设计了基于幂指数趋近律的风电系统MEPT滑模功率控制器。控制律引入输入变量的积分,在时间上形成滑模控制的动态连续性,抑制了MEPT功率跟踪的抖振,增强了控制精度、平滑性与鲁棒性。通过静、动态多种风况的Matlab仿真实验,验证了MEPT控制的正确性。 相似文献
16.
不同于传统的太阳电池最大输出功率跟踪算法,采用数值分析方法,建立了跟踪模型,然后通过实例来验证其可行性,最后给出了不同温度及光强下理想太阳电池最大输出功率点相应的负载数值表,简便地实现对最大输出功率点的跟踪。 相似文献
17.
针对传统最大功率点跟踪技术在局部遮阴等天气条件下存在无法追踪到全局最大功率点的问题,提出一种基于改进黏菌算法的MPPT控制。首先,对太阳电池模型及多峰值特性进行分析;其次,在黏菌算法中引入领导者策略和基于最优个体的凸透镜反向学习策略,在提高算法计算精度、收敛速度的同时克服了算法易“早熟”现象;最后,根据光伏阵列最大功率输出特性分别确定算法优化模型、初始化位置及重启机制。仿真与实验结果表明:基于改进黏菌算法的MPPT控制能快速、准确地跟踪到全局最大功率点,有效规避陷入局部最优问题,提高了光伏系统的转换效率。 相似文献
18.
针对外界环境因素快速变化时,光伏发电系统难以保持在最大功率点输出的问题,提出遗传算法与GRU神经网络相结合的最大功率跟踪算法(GA-GRU-MPPT)。该算法在构建的最大功率点预测模型基础上,采用遗传算法对GRU神经网络的参数进行优化。考虑到数据的关联性,将前一时刻的太阳电池温度、太阳辐照度、最大功率点电压及当前时刻的太阳电池温度和太阳辐照度作为预测模型的输入变量,输出为当前时刻的最大功率点电压。针对3种不同气候情形的仿真结果表明,该算法跟踪精度可达99%,能显著提高光伏系统的能量转换效率。 相似文献
19.
20.
基于DSP控制的光伏并网逆变器最大功率的跟踪问题 总被引:13,自引:1,他引:13
在对太阳电池的等效电路及特性曲线分析的基础上.提出了最大功率点的跟踪(MPPT)方法,设计了一套基于DSP(TMS320F240)控制能实现最大功率跟踪的光伏并网逆变器,通过实际测试发现原有逆变器设计在跟踪最大功率点时存在运行不稳定的问题,经过分析提出了改进方案,实验证明改进后的逆变器运行更加稳定。 相似文献