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。     

单周控制光伏并网系统的最大功率跟踪

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,本文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     

基于电压扫描和电导增量法的局部遮荫条件下多峰MPPT方法

传统的最大功率点跟踪(maximum power point tracking, MPPT)方法在均匀辐射条件下效率较高,但由于光伏阵列与辐射、温度之间的强非线性特性,在局部遮荫条件下阵列的多峰特性易使传统的MPPT方法陷入局部极值,无法有效追踪最大功率。建立了局部遮荫条件下的光伏阵列模型,针对局部遮荫产生的多峰情况,采用电压扫描比较的方法确定最大功率点附近的电压,并以此电压值作为变步长电导增量法的初始值进行搜索,最终确定最大功率点的位置。该方法避免了在多峰条件下最大功率点跟踪陷入局部极值,实现了有效跟踪。     

Study on maximum power point tracking of photovoltaic array in irregular shadow

Traditional maximum power point tracking (MPPT) methods can hardly find global maximum power point (MPP) because output characteristics curve of photovoltaic (PV) array may have multi local maximum power points in irregular shadow, and thus easily fall into the local maximum power point. To address this drawback, Considering that sliding mode variable structure (SMVS) control strategy have such advantages as simple structure, fast response and strong robustness, and P&O method have the advantages of simple principle and convenient implementation, so a new algorithm combining SMVS control method and P&O method is proposed, besides, PI controller is applied to reduce system chattering caused by switching sliding surface. It is applied to MPPT control of PV array in irregular shadow to solve the problem of multi-peak optimization in partial shadow. In order to verity the rationality of the proposed algorithm, the experimental circuit is built, which achieves MPPT control by means of the proposed algorithm and P&O method. The experimental results show that compared with the traditional P&O algorithm, the proposed algorithm can fast track the global MPP, tracking speed increases by 60% and the relative error decreased by 20%. Moreover, the system becomes more stable near the MPP, the fluctuations of output power is greatly reduced, and thus make full use of solar energy.     

基于差分进化算法的阴影影响下光伏阵列MPPT控制研究

当光伏模块受到阴影影响时,其功率-电压（P-V）特性曲线有多个峰值点,传统最大功率跟踪控制（MPPT）算法,如扰动观察法（P&O）,由于采用局部搜索范围,无法准确跟踪全局最大功率点（GMPP）。提出一种基于差分进化（DE）最优算法的全局最大功率点跟踪方法,同时修正了算法的变异方向,使得所有变异算子总能收敛到最优,有助于算法快速收敛。采用Matlab/Simulink对所述算法进行了仿真分析,并与传统扰动观察法进行了对比,本文所述MPPT方法具有更高的效率和功率输出。     

光伏系统最大功率点跟踪控制算法

最大功率点跟踪技术(MPPT)在太阳能光伏发电系统中占有重要地位.针对现有MPPT方法动态性能和稳态性能难以兼顾的不足,提出了一种具有良好动态性能和稳态性能的MPPT方法,该方法通过Boost电路的开路电压的测量及最大功率点电压的非线性计算对最大功率点进行跟踪控制.仿真结果表明,该方法快速跟踪到最大功率点,消弱了最大功...     

基于樽海鞘群算法的仿生智能孤岛检测新方法

为保证分布式光伏发电系统安全可靠运行,考虑到传统检测方法以及现有基于最大功率跟踪(MPPT)检测方法的缺陷,提出一种适用于多变环境下基于樽海鞘群算法(SSA)的MPPT仿生智能孤岛检测新方法。该方法利用SSA实时寻找光伏并网发电系统最大功率点(MPP),通过对DC/DC换流器的占空比周期性地扰动,间接地改变逆变器的输出功率与负载功率的匹配程度,从而判断是否发生孤岛效应,以此避免检测盲区及不均匀光照的影响。依据IEEE Std.929—2000的规定进行仿真验证,验证了新方法的有效性。     

An improved particle swarm optimization based maximum power point tracking strategy with variable sampling time

This paper presents an improved maximum power point tracking (MPPT) strategy for photovoltaic (PV) systems based on particle swarm optimization (PSO). The capability of the PSO algorithm to cope with partially shaded conditions (PSCs) is the primary motivation of this research. Unlike conventional PSO-based MPPT systems, a variable sampling time strategy (VSTS) based on the investigation of the dynamic behavior of converter current is deployed to increase system tracking time. The performance of the proposed system is evaluated using MATLAB simulation and experimentation, in which a digital signal controller is used to implement the proposed algorithm on a real boost converter connected to a PV simulator. The main advantage of the proposed algorithm is fast and accurate performance under different conditions, including PSCs.     

粒子群优化算法在光伏阵列多峰最大功率点跟踪中的应用

局部阴影情况下,光伏阵列功率-电压(P-U)特性曲线呈现多个极值点,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。研究了粒子群优化算法(particle swarm optimization,PSO)在光伏阵列(photovoltaic array)多峰MPPT中的应用,该方法根据多峰P-U曲线的特性,提出将粒子初始位置分散定位在可能的峰值点电压处这一新思路,保证了粒子群算法不会陷入局部极值点且不会错过任何极值点。设置了粒子群算法的参数,同时提出有效的迭代终止策略,能够避免系统趋于稳定时的功率振荡。最后通过仿真验证了该算法在有、无阴影情况下均能够快速且准确地跟踪最大功率点,有效地提高了光伏阵列输出效率。     

结合量子粒子群算法的光伏多峰最大功率点跟踪改进方法

光伏阵列在局部阴影时的P-U曲线呈现多峰特性,需要设计光伏多峰最大功率点跟踪方法,以实现光伏发电最大功率输出,提高光伏发电效率。相比粒子群优化算法,量子粒子群优化算法具有收敛速度更快和全局收敛性等优势。提出了一种基于量子粒子群优化算法的光伏多峰最大功率点跟踪改进方法。该方法采用量子粒子群优化算法实现最大功率点的全局搜索;根据光伏阵列在局部阴影时P-U曲线上功率极值点的分布特点初始化种群中的粒子总数及其电压;并根据量子粒子群优化算法收敛时粒子自身最优位置的特点,提出了更适合光伏多峰最大功率点跟踪的收敛判据。仿真测试表明,提出的改进方法能够快速有效地实现光伏多峰最大功率点跟踪,收敛速度更快,避免了不收敛的问题,且具有应对光照情况变化的能力,提高了局部阴影时光伏发电的效率。     

光照强度快速变化时光伏系统稳定性分析

由于太阳能电池输出功率受光照条件影响,在多云和刮风等使光照强度瞬时有较大变化的天气环境下,光伏阵列的最大功率点会相应移动,常规最大功率跟踪算法不能分辨光伏阵列输出功率的变化是来自自身扰动还是外界光强变化的影响,因此普通最大功率跟踪算法会暂时失效。研究了快速光照强度变化时光伏阵列特性数学模型及常规最大功率跟踪方法失稳的原因,研究了在2个采样点插入1次测量来抑制光强变化对光伏系统影响的最大功率跟踪方法。理论分析及仿真结果表明,采用抑制光强影响的最大功率跟踪方法可以有效避免控制器误判,准确分辨光伏阵列由最大功率跟踪扰动产生的功率增量,从而避免光强变化时系统工作点偏离最大功率点,提高系统的稳定性和可靠性。     

一种应用于光伏发电MPPT的变步长电导增量法

太阳能光伏发电的最大功率点跟踪(MPPT)控制是小型太阳能发电系统中的核心控制之一。此处提出一种应用于光伏发电的新型MPPT算法,用P-U曲线上不同点的斜率的绝对值确定MPPT的步长,使光伏电池的MPPT快速且稳定无振荡。Matlab仿真及样机实验结果表明:对比定步长电导增量法,能在快速跟踪到光伏电池最大功率点(MPP)的同时,有效降低光伏系统在MPP处的振荡,减小了能量损耗。     

基于云层分布规律与太阳光跟踪的光伏电站MPPT策略

针对现有光伏系统最大功率点跟踪(MPPT)较少考虑诸如光照等外界因素或即使考虑也多做定性分析的问题,提出一种基于云层分布规律与太阳光跟踪的大规模光伏电站MPPT策略。首先,分析云层对太阳光的散射、折射与遮挡效应,结合区域云层分布规律,构建太阳光跟踪装置(以下简称检测球)有效指导半径模型以及在光伏电站中优化布点模型;其次,依据光伏板输出功率差异,提出太阳光辐照强度边界自寻优划分方法,并基于光伏板与检测球间相对位置,建立检测球指导光伏板姿态调整数学模型。最后,采用粒子群优化算法获取单个光伏板最大功率点,进而实现光伏电站MPPT。以西北某光伏电站为背景,仿真验证了所提策略的正确性。     

基于CSA-FPI算法的光伏发电MPPT仿真研究

对光伏阵列进行最大功率点跟踪控制(Maximum Power Point Tracking,简称MPPT),是提高光伏发电系统输出功率的有效措施之一。文章以光伏阵列非线性输出特性为切入点展开研究,在分析了常规算法的优缺点基础上,针对其在最大功率点处(MPP)动态和稳态性能不佳等问题,提出了一种基于布谷鸟搜索算法(CSA)和模糊PI(FPI)控制相结合的光伏阵列MPPT算法。在MATLAB/Simulink下进行了仿真建模,仿真结果表明该方法能够迅速准确地跟踪光伏阵列的最大功率点,防止算法跟踪方向误判情况的发生,具有快速跟踪性和鲁棒性;同时实验结果也证实了上述算法的正确性和有效性。     

基于Fibonacci算法的最大功率追踪法研究

提出一种基于Fibonacci搜索算法的光伏发电系统最大功率跟踪(MPPT)方法,它能在部分遮蔽条件下或日照突变情况下,通过简单有效的控制来跟踪实际的最大功率点。Fibonacci搜索算法经修改后,适用于时变的光伏组件的P-V特性。实验中用DSP实现最大功率跟踪(MPPT)算法,通过改变光伏组件表面的受光面积模拟自然界的光照变化。结果证明,该算法工作可靠,即使在部分遮蔽条件下也有较快的响应速度和较高的准确性。     

部分遮阴条件下光伏阵列最大功率点跟踪方法

在部分遮阴情况下,光伏阵列功率-电压(P-U)特性曲线呈现多个极值点,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。提出了一种基于电导增量法的全局搜索（Global search based on Incremental conductance,GSINC）方法来实现最大功率点跟踪,该方法保证不会陷入局部最优且不会错过任何极值点。最后通过仿真验证了该算法能快速且准确的跟踪最大功率点,有效提高了光伏阵列输出效率。     

改进的光伏发电系统最大功率点跟踪方法

光伏发电系统可采用最大功率点跟踪控制技术来提高输出功率,但常规变步长扰动观察法存在功率-电压特性曲线的低压区变步长跟踪效果差、步长灵敏度受光照强度影响大等缺点。从变步长算法和控制系统结构两方面提出了改进措施,并在利用MATLAB/Simulink工具建立的最大功率点跟踪系统仿真平台上与常规变步长扰动观察法进行了对比试验。试验结果表明,跟踪时间和跟踪步数分别减少了50%和75%,同时PID控制环节使光照强度快速变化时的跟踪电压偏差从48.3%降低到13.8%,明显地提高了系统的动态性能。     

基于粒子群算法的MPPT仿真及应用

利用PSIM软件建立了太阳能电池仿真模型。光伏模块的伏安特性曲线显示了在出现局部阴影时,使用传统的最大功率点跟踪(MPPT)方案跟踪多个局部的最大功率点(MPP)以获得全局MPP是很难的。鉴于此,提出了一种新型基于粒子群优化算法(PSO)的MPPT。仿真及实验结果表明,即使在复杂的条件下,光伏模块的输出电压也能够稳定运行在MPP附近,基于PSO的跟踪算法为实时光伏系统提供了一个可行的替代解决方案。     

一种新型光伏发电系统最大功率跟踪算法

光伏发电系统的功率输出呈非线性,为有效利用太阳能,对光伏发电进行最大功率追踪显得尤为重要。论述了光伏发电系统输出特性和最大功率跟踪的原理,并提出一种改进的新型最大功率点追踪控制算法,即3段变步长爬山法。通过与自适应爬山法的对比实验表明,这种算法控制特性良好,能快速稳定跟踪太阳能的最大功率点,提高能量转换效率。     

固定电压法结合电导增量法在光伏发电最大功率点跟踪控制中的应用

对光伏发电系统提出了一种新的最大功率点跟踪（MPPT）控制方法,即在外界环境或负载突变时,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,以保证跟踪的快速性;在此基础上引入小步长的电导增量法,对最大功率点处的稳态特性进行优化,可有效减小光伏阵列的输出功率在最大功率点的振荡现象。