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。     

太阳能池板最大功率跟踪技术的研究

针对光伏发电技术中太阳能池板的最大功率工作点展开研究,阐述了太阳能池板的发电原理及数学模型的建立.针对太阳能池板输出特性及最大功率跟踪的方法,对比分析了传统的恒定电压法、扰动观察法和电导增量法,总结优缺点后提出了改进型变步长电导增量法.在距离最大功率点较远的时候,采用较大的步长,缩减追踪时间,在最大功率点附近时,减小步长,增大追踪精度.利用Matlab仿真软件对传统和所提出的变步长电导增量法进行了仿真,仿真结果对比证明变步长增量法收敛速度快,效果良好.最后通过光伏发电并网试验系统进行了4.4 kW太阳能池板最大功率跟踪技术实验,跟踪实验误差为3％,符合微电网技术要求.     

新型自适应算法在复杂遮阴条件下MPPT中的应用

光伏阵列输出特性具有明显的非线性特征,并且当光伏阵列被部分遮挡时其输出特性出现多个峰值。传统变步长MPPT方法对均匀光照条件下的单峰值特性寻优问题取得了良好的效果,但其在处理多峰值寻优问题时可能会失效。针对上述情况,提出了一种新型自适应变步长MPPT方法。首先建立部分遮阴情况下光伏阵列数学模型,然后根据最大功率点所在电压区间与开路电压和短路电流呈现出的特殊规律,将多峰值寻优问题转化为单峰值寻优问题。找到其所在区间后启用改进自适应算法搜索全局最大功率点,仿真结果表明该算法在无遮阴和部分遮阴情况下均能有效找到全局最大功率点。     

基于双侧扰动变步长的光伏电池阵列MPPT

针对光伏电池阵列最大功率点跟踪速度和跟踪精度难以同时兼顾的问题,提出了一种基于双侧扰动变步长MPPT控制算法,即双向变步长扰动观察法,并与电导增量法、传统扰动观察法进行仿真对比分析。仿真结果表明,该算法可以快速跟踪到最大功率点,精确度提高了15 ms,具有较好的时效性。     

光伏发电中基于拉格朗日插值法的最大功率点跟踪

为了克服传统导纳增量法和扰动观察法存在的缺陷,提出了基于拉格朗日插值法的最大功率点跟踪方法.该方法将定步长与变步长相结合,提高了追踪最大功率点的准确性、快速性.利用MATLAB/Simulink建立仿真模型,在不同的起始电压和步长的情况下,追踪光伏电池的最大功率点.仿真结果表明:改进后的拉格朗日插值法在最大功率点跟踪控制过程中,跟踪精确且快速.     

基于改进粒子群算法的光伏MPPT控制研究

针对局部阴影使光伏阵列呈现多峰值的现象,提出了一种基于改进粒子群的全局MPPT寻优算法。该算法首先采用大步长扰动观察法进行一次寻优,然后通过非线性动态改进惯性权重策略对粒子群算法改进,用改进粒子群算法进行二次全局寻优,最后使用变步长扰动观察法进行三次迭代寻优。仿真结果表明,混合算法能够在不同阴影条件下快速、准确地跟踪最大功率点,避免系统陷入局部最优值,具有良好的动态性、稳定性和高效性。     

自适应变步长电导增量法的最大功率点跟踪控制

针对光伏发电系统最大功率点跟踪控制,提出了固定电压和自适应变步长电导增量相结合的方法.该方法首先采用固定电压法将光伏阵列的工作点调整到最大功率点附近,然后启动变步长电导增量法实现精确的最大功率点跟踪控制.仿真结果证明,该自适应变步长电导增量法能够快速、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.     

并网逆变最大功率跟踪与实现

为弥补传统最大功率点跟踪方法的不足,在定电压跟踪方法的基础上,提出了变步长断续扰动法.在进行最大功率点寻优中,利用较大步长δ1找到最大功率点两侧的两个功率点,再以δ1/2步长进行最大功率点搜索,在限定的范围内实施断续扰动监测.实验结果表明：该方法可以提高跟踪速度,并且避免了在最大功率点附近的振荡,比定电压跟踪方法的输出功率提高了12%.     

自适应变步长占空比扰动法在光伏发电MPPT中的应用

根据光伏电池的电气输出特性,建立了光伏电池的等效模型,在Boost电路中实现最大功率点跟踪控制．采用自适应变步长占空比干扰观察法,通过扰动步长的改变来获得较高的响应速度和稳态跟踪精度．仿真结果表明,该算法能够有效减小系统在最大功率比点的震荡,可以提高跟踪效率．     

自适应变步长占空比扰动法在光伏发电MPPT中的应用

根据光伏电池的电气输出特性,建立了光伏电池的等效模型,在Boost电路中实现最大功率点跟踪控制.采用自适应变步长占空比干扰观察法,通过扰动步长的改变来获得较高的响应速度和稳态跟踪精度.仿真结果表明,该算法能够有效减小系统在最大功率比点的震荡,可以提高跟踪效率.     

模糊PID应用于光伏发电MPPT的研究

针对定步长扰动观测法在光伏发电系统最大功率点跟踪（MPPT）上的缺陷,即跟踪精度和响应速度无法兼顾,以及常规PID控制由于其参数不能自适应整定,很难取得预期效果,提出采用模糊（fuzzy）逻辑控制法整定和优化PID参数,消除了PID参数不能自适应整定这一缺陷,提高了系统的鲁棒性。通过与使用定步长扰动观测法跟踪最大功率点的仿真结果比较,得出采用模糊PID控制,可实现快速平稳地跟踪光伏电池输出最大功率。搭建了全新的光伏电池通用模型,可为光伏电池的研究提供便利。     

单周控制光伏并网系统的最大功率控制研究

单周控制的单级全桥光伏并网系统具有容量大、效率高、成本低等优点.但现有基于单周控制的光伏电池最大功率跟踪存在着难以搜索最大功率点、难以稳定工作在最大功率点以及搜索精度差等缺点.针对以上不足,提出了基于增量电导的光伏电池最大功率跟踪算法,该算法将光伏电池输出功率引入到单周控制的输入量中,同时优化了光伏电池输出电压的给定量.该算法在硬件上实现简单,仿真和实验结果表明该算法能够准确跟踪光伏电池最大功率点,并具有较高的精度和稳定性.     

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.     

基于遗传编码的光伏MPPT模式搜索跟踪控制

为解决当前太阳能光伏发电系统中最大功率点跟踪（MPPT）问题,采用遗传算法编码技术与模式搜索相结合的MPPT算法,利用遗传编码灵活、随机、采用并行搜索机制且不受适应度函数连续可微影响的特点进行粗搜索.当外界条件发生变化时,其自适应的特点使得粗搜索的范围迅速调整,在此基础上采用模式搜索增强细搜索功能,旨在从速度和精度两方面提高算法搜索性能.仿真及实验表明,与传统爬山法和单一遗传算法控制相比,该方法不但能够克服MPP振荡带来的功率损失,而且能够提高跟踪效率,当外界条件改变时,仍然能够表现出快速稳定而且准确的跟踪效果.     

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。