基于改进量子粒子群算法的光伏多峰MPPT研究

针对光伏阵列在局部遮阴时呈现的功率多峰特性,提出一种改进DCWQPSO算法与INC算法相结合的光伏最大功率追踪(MPPT)控制算法。该算法采用改进DCWQPSO算法进行最大功率点的全局搜索,然后利用INC算法对最大功率点进行局部跟踪,可避免动态过程中功率的震荡。仿真结果表明:所提出的MPPT控制算法跟踪速度快、精度高、功率震荡小,可有效提升不确定环境下光伏发电系统的最大功率追踪效率和动态品质,并具有较好的鲁棒性。     

局部阴影下光伏阵列建模及多峰值MPPT控制

针对实际应用中光伏阵列易受部分遮挡的情况,结合太阳电池的工程模型,推导出适用于复杂环境下的通用光伏阵列模型。考虑阴影条件下光伏阵列呈现多峰值输出特性,传统的最大功率点跟踪算法可能失效,提出了基于混合蛙跳算法(shuffled frog leaping algorithm,SFLA)的最大功率点跟踪算法。经仿真实验验证,该算法在静、动态阴影条件下均能快速准确跟踪全局最大功率点,可有效提高光伏阵列的输出功率。     

基于fuzzy-PI双模控制的光伏发电系统最大功率点跟踪仿真研究

为了提高太阳电池阵列的工作效率和整个光伏发电系统的稳定性,在光伏发电系统中需要对光伏电池的最大功率点进行跟踪。为了消除常规模糊跟踪算法在最大功率点附近出现的振荡问题,在分析光伏电池伏安特性的基础上,提出了fuzzy-PI双模控制策略,分析了该控制算法的原理,并对控制系统做了设计。Matlab/Simulink仿真表明fuzzy-PI双模控制能够快速、准确地跟踪最大功率点,避免了最大功率点处的振荡,提高了系统稳定性和能量转换效率,从而使整个双模控制兼有了MPPT精确性与快速性。     

一种变步长阻抗匹配的光伏MPPT控制

针对光伏系统最大功率点跟踪难以同时获得响应速度和稳态跟踪精度的问题,提出了一种基于变步长阻抗匹配的光伏发电系统最大功率点跟踪技术。利用光伏系统拓扑结构的阻抗匹配原理实现光伏系统最大功率点跟踪,在此基础上,引进了变步长控制方法,改善了系统的动态响应速度和稳态跟踪精度。仿真结果证明了该算法的有效性。     

光伏系统多峰值MPPT控制方法研究

实际光伏系统在被部分遮挡的情况下,带有旁路二极管的串联光伏组件呈现出多峰值的输出特性。为得到全局最大功率点,需要对其进行多峰值最大功率点跟踪（MPPT）。在单峰值MPPT控制算法的基础上,提出新的多峰值MPPT控制方法,能够通过4步,实现对最大功率点的有效跟踪。该算法的关键在于确定输出特性的谷值,以便进行定界和多区域搜索。最后通过仿真实例验证该算法的有效性。     

自适应模糊算法在光伏系统MPPT中的应用

针对光伏电池的非线性特性,介绍了最大功率点跟踪的原理,并详细分析了常规控制算法在光伏系统最大功率跟踪控制中的优缺点,提出将自适应模糊控制算法应用到光伏系统最大功率点跟踪的控制中,自适应模糊控制能快速响应外界环境的变化,在最大功率点无明显振荡现象.实验结果表明,该方法能使系统稳定工作在最大功率点,同时能对外界环境的变化做出快速反应.     

递推最小二乘法与细菌觅食算法相结合的光伏阵列MPPT控制方法

要： 针对复杂应用环境下光伏阵列的P-V输出特性曲线呈现多峰值的问题,提出了一种递推最小二乘法与细菌觅食算法相结合的光伏阵列最大功率点跟踪算法,分析了复杂应用环境对光伏最大功率点跟踪控制的影响。针对状态变化造成的多功率极值问题,首先运用递推最小二乘法进行滤波预处理,再采用细菌觅食优化算法准确跟踪到了全局最大功率点。MPPT仿真和试验结果均表明,该算法成功摆脱了局部最优解的约束,可准确跟踪阵列全局最大功率点且有效抑制了电磁噪声。与单纯的细菌觅食算法相比,本文算法精度更高,为光伏阵列最大功率点跟踪提供了一种实现方法。     

基于模糊自适应PI控制的光伏发电MPPT

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。     

基于粒子群优化神经网络光伏并网最大功率点跟踪技术研究

针对电导增量法无法搜索全局光伏系统最大功率点的不足,文章将神经网络与电导增量法相结合,提出一种新型光伏并网最大功率点跟踪算法。该算法在不同光照和温度情况下,采集光伏阵列电压值和电流值,建立神经网络模型。通过人工神经网络预测光伏阵列输出电压,并将此电压作为电导增量法参考电压,从而实现局部阴影下最大功率点跟踪。实验结果表明,神经网络与电导增量法相结合可以准确实现局部阴影下光伏阵列最大功率点跟踪,具有较高的跟踪精度。     

新型MPPT算法在两级式光伏并网系统中的应用

以光伏发电系统为研究对象,分别结合相应的控制算法建立了一种带有最大功率点跟踪(MPPT)功能的光伏并网系统,并利用Matlab软件进行了仿真。仿真结果表明,前级Boost电路基于新型算法——变步长扰动观察法实现了最大功率点跟踪的功能;后级逆变电路采用电压外环、电流内环的双闭环控制方式,使逆变器的输出能准确、快速地跟踪电网电压变化,并与电网电压保持同频、同相。该系统的输出为纹波较少的正弦波形,功率因数接近于1,可满足光伏并网对逆变器的要求。     

基于改进PSO的复杂环境下光伏MPPT控制

复杂环境下,传统算法实现光伏系统的最大功率点跟踪(MPPT)失效;常规粒子群优化算法(PSO)实现的MPPT控制易给系统引入较大跟踪振荡。针对上述问题,提出一种基于改进PSO的MPPT控制方法,通过引入线性调整因子,自适应调整环境突变时最大功率点电压的搜寻范围。结果表明:与常规PSO算法相比,改进的PSO算法跟踪速度更快、动态响应振荡更小、能量转换率更高,可实时准确跟踪复杂环境下的最大功率点。     

基于空间矢量PWM法的光伏水泵变频控制系统

介绍一种基于空间矢量PWM控制的光伏水泵变频控制系统。该空间矢量PWM算法具有对光伏阵列母线电压的动态补偿功能，保证在光伏阵列工作电压大范围变化条件下，变频驱动电机满足恒磁通调速控制。同时结合光伏水泵系统的工作特点，提出了一种简单实用的光伏阵列最大功率点跟踪控制方式，稳定可靠地实现了系统的最大功率点跟踪控制。     

光伏系统在局部阴影条件下避免困于局部最大功率点跟踪算法研究

光伏阵列受到局部阴影遮蔽时其P-V特性会呈现多峰特性,出现多个局部峰值。为了避免传统最大功率点跟踪算法在此情况下难以找到全局的最大功率点,文章提出了一种优化最大功率点跟踪算法,该算法适用于局部和全局阴影发生的情况。在局部阴影情况下,通过MATLAB仿真和样机试验与传统最大功率点跟踪算法相比,该优化算法能够判断阴影遮蔽情况是否发生,在局部和全局均一阴影的情况下都能够跟踪到全局最大功率点,避免光伏阵列的功率损失,提高光伏系统效率。     

基于HPSO算法光伏并网逆变器MPPT技术研究

为了解决光伏阵列最大功率点跟踪问题,提出一种基于神经网络与粒子群优化算法的最大功率点跟踪算法。在不同太阳辐射强度情况下,利用神经网络辨识光伏阵列的瞬时功率,并将此瞬时功率作为粒子群优化算法的粒子,利用粒子群优化算法求出最大功率点所对应的逆变器开关量。实验结果表明,将神经网络与粒子群优化算法相结合,可以准确实现光伏阵列最大功率点的跟踪。     

基于模型预测控制的MPPT控制策略

提出一种新的基于模型预测控制(MPC)的最大功率点跟踪(MPPT)优化算法。该目标控制算法把基于电流的改进型电导增量法与模型预测控制算法相结合,完成对光伏阵列最大输出功率的快速跟踪。在算法执行过程中,通过建立系统性能指标函数,评价与估算出未来控制变量的动作,从而决定P-U曲线的跟踪方向。仿真结果表明:该控制策略有效地解决了传统电导增量法在外界环境激烈变化时所产生的误判现象,在提高系统稳定性的同时,大大地减少了最大功率点跟踪时间和系统的能量损耗。     

一种环境变化下的高效率光伏组件最大功率点跟踪方法

为实现在环境变化下光伏组件高功率发电的目的,提出一种环境变化下的高效率光伏组件最大功率点跟踪方法。基于Lambert W函数实现光伏组件最大功率点提取,利用光强电压阈值设定法达到环境变化的自动识别,实现环境变化下光伏组件最大功率点跟踪目的。仿真及实验表明,该方法可在环境变化中有效跟踪光伏组件最大功率点,与扰动观察相比,发电效率提高了8.2%。     

基于β参数的光伏系统最大功率点跟踪算法研究

针对扰动观察法在最大功率点(maximum power point,MPP)附近存在振荡、跟踪步长与跟踪精度无法兼顾等问题,提出一种基于β参数的最大功率点跟踪算法,通过分析β-U曲线,在跟踪过程中分别采用变步长占空比扰动法和模糊控制法,进而提高系统跟踪速度和稳态精度。为了验证该方法的有效性,在Matlab平台对光伏系统最大功率点跟踪的稳态和动态性能进行仿真,并用"可编程直流电源"来近似模拟光伏系统进行实验研究,仿真和实验结果表明所提出的方法具有较高的稳定性能和良好的动态性能,能有效提高系统跟踪速度和控制精度,实现最大功率点跟踪。     

AMPSO闭环控制及在光伏多峰MPPT中的应用

针对光伏阵列的输出特性具有非线性、时变性和多峰性等特点,提出一种基于自适应变异的粒子群优化(AMPSO)闭环控制方法,并将其应用于光伏阵列多峰情况下的最大功率点跟踪。该方法的优点为:采用AMPSO算法来预测最大功率点电压,可克服粒子群算法(PSO)存在的早熟收敛问题;采用电压闭环控制来跟踪最大功率点电压,可实现阵列输出电压的准确控制。仿真和实验结果表明该方法可快速跟踪外部环境变化,准确搜索到最大功率点,有效提高光伏系统的效率。     

一种光伏发电系统的双扰动MPPT方法研究

针对一种开关电容(SC)的电路结构,在此基础上提出一种双扰动观察(PO)算法,形成双向互补控制的最大功率点跟踪(MPPT),通过不同收敛域的双扰动同时提高静态稳定特性和动态响应特性,其互补控制实现死区的自返回,利用Matlab仿真软件构建基于开关电容变换器的MPPT算法模型,模拟任意参数的光伏阵列,动态跟踪光照强度和环境温度的变化,通过光伏发电平台对该开关电容变换器的MPPT控制策略进行实验验证。仿真和实验结果表明:该方法能在一定范围内对太阳电池输出功率进行跟踪调节,可快速稳定地启动并减少误判,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。     

光伏发电的最大功率跟踪算法研究

太阳能光伏阵列的输出特性受外界环境因素的影响,为了跟踪太阳能光伏阵列输出功率最大点,实现光伏阵列和负载的匹配,常在系统中加入最大功率跟踪器。准确跟踪太阳能光伏阵列的最大输出功率点依赖于有效的搜索算法。分析了传统的扰动观察法和增量电导法的特点,并提出了一种新的变步长寻优算法。通过验证表明,这种算法能够快速准确地跟踪最大功率点。