考虑局部阴影的光伏阵列最大功率点追踪优化控制策略

针对局部阴影下光伏阵列出现多峰值输出的情况,提出一种优化粒子群算法与模糊控制扰动观察法相结合的最大功率点追踪方法。利用优化粒子群算法在全局范围内寻找极值点及最大功率点;通过设置语言变量、定义模糊子集及模糊控制推理,进行跟踪调节和稳定控制,实现光伏系统最大功率输出。提高了搜寻精度,缩短了搜寻时间,避免了在最大功率点处的震荡。仿真结果验证了所提算法的有效性和合理性。     

局部阴影下光伏阵列MPPT算法及实现

针对传统最大功率点跟踪全局扫描法用时长的缺陷,对局部阴影下光伏阵列输出特性进行分析,获得归一化的最大功率点电压的分布规律。利用该规律结合扰动观察法,提出一种改进型全局最大功率跟踪的扫描算法。首先,确定可能存在局部最大功率点的区域;然后,对该区域使用扰动观察法局部扫描,获得所有的局部最大功率点;最后,选取其中最大的点作为全局最大功率点。该算法能够大幅度缩短扫描时间,使系统快速确定全局最大功率点。实验采用Boost和全桥电路作为拓扑,以DSP为主控制芯片搭建了一套验证系统。实验数据表明在双峰和三峰情况下,与全局扫描法相比该算法节约了50%以上的时间。该算法推广到更多峰的情况具有同样的适用性。     

局部阴影下光伏阵列MPPT控制方法的研究

光伏阵列在局部阴影条件下,其输出P-V特性曲线将呈现多个功率峰值。为了追踪到全局最大功率点,对局部阴影条件下光伏阵列输出P-V特性曲线进行了深入分析,对各功率极值点对应电压和被遮挡的光伏组件个数及光照强度之间的关系进行了研究。得出了相邻功率极值点对应电压之差的最小值为0.8Uoc(Uoc为单个光伏组件的开路电压)等规律,在这些规律的基础上,提出了一种新的最大功率点跟踪方法,能够快速、准确地跟踪到全局最大功率点。应用MATLAB软件搭建了仿真模型,仿真结果验证了所提出方法的正确性和有效性。     

基于飞蛾扑火优化算法的光伏阵列MPPT研究

飞蛾扑火优化(MFO)算法是一种新型智能算法,具有局部避免和快速收敛能力,并且可以很好地协调全局搜索和局部搜索。针对光伏(PV)阵列在局部阴影条件(PSC)下其输出特性曲线呈现多峰的情况,此处提出了一种基于MFO算法的全局最大功率点跟踪(MPPT)控制方法。首先,对电导增量(INC)算法、粒子群(PSO)算法和MFO算法在均匀光照和PSC下分别进行了对比;然后,通过对追踪过程中的飞蛾及火焰位置进行分析,清晰地呈现出了MFO算法的优势;最后,通过仿真和实验证明了MFO算法的有效性。     

局部阴影下光伏阵列MPPT算法的研究

针对局部阴影状态下光伏阵列P-U特性曲线多峰值的问题,提出了一种基于搜索-计算-判断的三步法全局最大功率点跟踪(GMPPT)策略。该方法使用改进型扰动观察法反向搜索第一个峰值点,利用计算和判断减小搜索区域,将多峰值间接转化为单峰值搜索,解决了搜索过程中陷入局部极值的问题。通过建立3种阴影状态下的模型,将该方法与现有最大功率点跟踪(MPPT)算法进行仿真对比,并建立相应的试验进行验证。仿真及试验结果表明,该方法在有、无阴影状态下均能稳定实现GMPPT,有效地提高了系统的跟踪精度和跟踪速度。     

局部阴影条件下光伏阵列建模及输出特性研究

针对在局部阴影条件下光伏阵列的电气输出特性具有时变不确定性、强非线性和多个局部功率峰值点等特点,综述了目前在国内外研究领域的建模理论依据及模型对应的输出特性研究,并总结分析了各自的优缺点。最后对光伏阵列在局部阴影条件下动态组态模型的研究、提高输出功率多峰值跟踪精度在将来的实现作了探讨。     

局部阴影条件下光伏阵列输出特性的研究

当光伏阵列处于阴影情况下时,输出的I-V曲线呈阶梯状,相应的P-V曲线含有多个局域峰值。通过理论分析、Matlab仿真以及实验测试,研究阴影分布对光伏模组输出特性的影响。并以工程用光伏电池模型为基础,用Matlab语言建立了一个简单实用的光伏阵列辅助设计软件,利用该软件对光伏阵列在不同光照、温度、遮挡模式以及阵列结构下进行仿真研究,深入分析了光伏阵列在局部阴影下的I-V和P-V特性,给出全局最大功率点位置随遮挡模式变化的定性结论,为局部阴影下光伏阵列特性和最大功率点跟踪算法的研究提供了有力的支持。     

基于光伏阵列输出特性的GMPPT算法研究

针对局部阴影条件下光伏阵列的P-V曲线呈现多峰值的情况,在研究光伏阵列输出特性的基础上提出了一种全局最大功率点追踪GMPPT(global maximum power point tracking)算法。该算法由均匀光照和局部阴影条件下的两个最大功率点追踪算法构成。通过所提出的局部阴影检测手段判别光伏阵列所处的光照条件,从而决定使用哪个子算法。最后将该算法在Matlab中进行仿真验证。仿真结果表明在局部阴影条件下该算法能快速地追踪到全局最大功率点,且避免了对整条P-V曲线的扫描。在均匀光照条件下要比传统的最大功率点追踪算法(扰动观察法)更快地定位到最大功率点。     

局部阴影最大功率点MPPT算法研究

光伏阵列作为太阳能光伏发电系统的基本发电单元,容易受到阴影的影响.在局部阴影条件下,光伏阵列的输出特性发生改变,相应的功率电压曲线含有多个局域峰值,使常规的最大功率点跟踪算法很难准确地跟踪到真正的最大功率点.在光伏电池通用数学模型的基础上,结合串并联理论,对局部阴影条件下光伏阵列的输出特性进行了数学建模分析,结果表明,带检测环节的MPPT算法有更好的适应性和稳定性.     

局部阴影条件下光伏阵列的优化设计

随着光伏发电系统的结构及所处环境的复杂化(如光伏屋顶系统、光伏幕墙系统等),尤其是局部阴影问题的出现,光伏阵列的输出特性受到很大影响。通过理论分析、计算机仿真及系统实验等方法,研究阴影分布的影响,提出在局部阴影条件下光伏阵列最大功率点的简化算法,总结阵列结构优化的原则,并在此基础上进一步考虑局部峰值及工作电压范围等因素的影响。提出适用性较广的光伏阵列优化设计方法,为光伏发电系统的工程设计提供有力的支持。     

局部阴影下光伏阵列的建模与仿真分析

为研究局部阴影效应对光伏发电系统的影响,首先建立了光伏阵列工程数学模型,分析局部阴影条件下光伏阵列的输出特性。为了便于工程分析,该文利用PVSYST软件分析比较单晶硅、多晶硅和薄膜电池等3种不同材料光伏电池在局部阴影条件下的输出功率,为工程应用提供了良好的指导作用。最后提出了几种提高光伏阵列抗局部阴影能力的措施。     

一种高效光伏多峰MPPT控制算法

在局部阴影条件下,光伏阵列的输出功率会出现多峰现象,传统MPPT控制方法搜索全局最大功率点会发生寻优失效。提出了一种高效的光伏多峰MPPT控制算法。该算法基于天牛须搜索算法,通过引入随时间变化的自适应步长因子,在算法初期自动的选取较大的搜索步长,使之保持较高的全局搜索能力;中期逐渐增大步长的衰减速度,加快算法收敛;后期逐渐减小步长的衰减速度,以提高收敛精度。Matlab结果表明,该算法可有效地减小搜索时间和搜索震荡,显著提高收敛速度,同时又可大大地提高搜索精度,准确搜索到光伏最大输出功率。     

考虑不同控制策略的独立型微电网优化配置

独立型微电网往往包含多种分布式电源和储能装置,协调运行与控制十分复杂,采用不同的控制策略会对其运行工况产生较大的影响。文中充分考虑独立型风光柴储微电网的不同控制策略,计及设备投资成本、运行和维护成本、燃料成本及置换成本,建立了基于不同控制策略的独立型风光柴储微电网优化配置模型,以供电经济性和环保性为优化目标,采用改进型非劣排序遗传算法(NSGA-Ⅱ)寻求优化控制策略下电源类型及其容量的最优配置方案。结果表明该方法可以全面评估不同控制策略对优化配置的作用与影响,以及不同配置方案下的经济性与环保性,从而为用户优化设计提供必要的依据。     

一种新型光伏控制器MPPT控制策略

在此提出一种非隔离光伏控制器最大功率点跟踪(MPPT)控制策略,采用脉冲频率调制(PFM)与脉宽调制(PWM)混合调节模式来实现光伏组件输入功率快速靠近最大功率点(MPP),且在MPP附近实现输入电压的精细化调节,从而提高光伏组件的发电效率.方法 简单易于实现数字化,实验结果验证了该控制策略的有效性.     

基于边界扫描的MPPT光伏并网控制

光伏发电的随机性和无功负荷极大地影响配电网的运行质量。为了提高配电网的电能质量和并网设备利用率,将配电网静止同步补偿器(Distribution Static Synchronous Compensator,DSTATCOM)与光伏并网逆变器相结合实现无功补偿。并在此基础上,提出一种基于边界扫描的MPPT方法,速度快、精度高,能减少直流电压的震荡。最后,通过仿真验证了新型MPPT光伏并网方法的有效性和良好的动静态性能。     

自适应权重粒子群算法在阴影光伏发电最大功率点跟踪（MPPT）中的应用

在光伏发电系统中,光伏阵列往往会受到局部阴影现象的影响,造成系统的不稳定运行和输出功率的降低,且光伏阵列的P-U特性曲线会出现多峰值,常规最大功率点跟踪（MPPT）算法因其只能单峰寻优而不能完成对最大功率点的跟踪.粒子群优化（PSO）算法则有着良好的多峰全局寻优能力,被广泛应用在局部阴影的最大功率点跟踪中,但是PSO算法有着收敛速度不足和搜索精度低的缺点.为此,提出了基于自适应权重的粒子群优化（APSO）算法,即在运算过程中通过引入非线性动态惯性权重系数,有效地提高整体算法的全局搜索能力和局部改良能力.利用Matlab仿真,在恒定阴影和快速变化阴影2种条件下验证APSO算法的可行性.结果表明,APSO算法能够避免早熟收敛问题,可有效地提高算法的收敛速度和搜索精度.