基于滑模极值搜索-PI复合控制的光伏发电系统最大功率点跟踪仿真研究

为了提高光伏发电系统的效率和可靠性,需要对光伏发电系统中最大功率点进行跟踪。为了消除滑模极值搜索算法在最大功率点附近产生的振荡问题,提出了滑模极值搜索-PI复合控制方法。分析了该控制算法的原理,并设计了相应的控制系统。在Matlab/Simulink环境下建立动态模型进行仿真研究,实现了对光伏发电系统的最大功率点快速、准确地跟踪,并去除了最大功率点处振荡,提高了系统稳定性和能量转换效率,具有一定的实用价值。     

基于参数自适应调整的光伏阵列最大功率控制

针对最大功率的控制问题,采用自适应调整控制方法中的参数寻优来实现功率跟踪控制,目的是解决自适应因子的选取问题。基于晶体物理模型的等效电路,建立光伏阵列仿真模型,考虑光照和温度对光伏发电的影响,采用干扰观察法和PWM技术控制DC-DC电路实现最大功率输出。此外,分析了基于模糊控制方式和基于自适应调整方式的光伏阵列功率输出的优劣点,采用定步长和不定步长两种控制方式,实施光伏功率动态响应仿真。仿真结果表明,基于自适应调整方式的参数作为不定步长,不仅能快速有效地跟踪最大功率输出,相对于采用定步长方式,还能有效减免系统的波动性。     

基于参数自适应调整的光伏阵列最大功率控制

针对最大功率的控制问题,采用自适应调整控制方法中的参数寻优来实现功率跟踪控制,目的是解决自适应因子的选取问题.基于晶体物理模型的等效电路,建立光伏阵列仿真模型,考虑光照和温度对光伏发电的影响,采用干扰观察法和PWM技术控制DC-DC电路实现最大功率输出.此外,分析了基于模糊控制方式和基于自适应调整方式的光伏阵列功率输出的优劣点,采用定步长和不定步长两种控制方式,实施光伏功率动态响应仿真.仿真结果表明,基于自适应调整方式的参数作为不定步长,不仅能快速有效地跟踪最大功率输出,相对于采用定步长方式,还能有效减免系统的波动性.     

基于改进PSO-RBF滑模控制的光伏系统控制方法

针对光伏系统常见最大功率点跟踪控制方法跟踪速度慢、跟踪精度低的问题,提出了一种基于改进粒子群优化径向基函数神经网络滑模控制的跟踪方法。通过借鉴粒子群优化过程中的多样性、非线性和自适应性,重新设计速度更新权值,进一步优化网络参数,旨在增强径向基函数对滑模控制非线性函数的逼近能力,再将优化的神经网络逼近滑模控制器的不确定状态,同时消除时变和非线性的不确定性对控制系统的影响,实现光伏系统的最大功率点跟踪。通过仿真验证了所提方法的有效性。     

光伏发电机A-D采样三电平整流耦合控制设计

对光伏发电机进行三电平整流耦合控制设计,提高光伏发电机的最大功率跟踪控制能力,减少因转动惯量耦合出现的输出误差。传统的控制方法采用PID模糊同步控制方法,同步跟踪控制性能较差。提出一种基于三层前向神经元低压差线性跟踪的光伏发电机A-D采样三电平整流耦合控制方法,采用阶跃响应曲线法对电动机时滞耦合系统的功率输出建立传递函数,设计三阶光伏发电机PID自抗扰控制器的非线性反馈系统,构建三层前向神经元PID变结构网络积分器,得到PID神经元自适应变结构同步控制律,构建光伏发电机A-D采样三电平整流耦合控制目标函数,并进行自适应门限控制,使输出功率最大,提高控制性能和准确度。仿真结果表明,该控制算法对光伏发电机的A-D采样三电平整流解耦性能较好,提高同步跟踪控制性能,发电机控制响应速度更快,超调和稳态误差得到抑制,展示了较好的应用价值。     

局部阴影下光伏阵列最大功率跟踪系统的研究

针对光伏阵列发电系统,在局部阴影情况下,研究推导光伏阵列数学模型。同时,分析加装旁路二极管、光伏阵列拓扑结构、光照强度大小及分布形状对光伏阵列输出特性的影响,并且分析了传统功率跟踪优缺点。提出一种全局最大功率搜索与局部功率极值跟踪相结合的全局最大功率跟踪算法,并进行Matlab/Simulink仿真分析。实验结果证明了该策略的有效性与正确性。     

基于新型趋近律的光伏MPPT控制策略

为了进一步提高光伏发电系统的最大功率跟踪性能，提出一种基于新型趋近律的滑模控制策略。同时，针对普遍采用的非线性滑动流形易出现判断误区的情况，提出一种应用于光伏发电系统最大功率跟踪的可切换线性滑动流形，使得系统在受干扰后具有更快的响应速度。采用Boost电路作为控制对象，利用双曲正切函数的连续性和快速性，设计一种基于指数函数的快速性和幂函数的平滑性的多幂次趋近律的滑模控制策略，并在Matlab/Simulink仿真平台中进行验证。结果表明：当光照强度、温度、负载和参数发生变化时，采用新型趋近律和可切换线性滑动流形的滑模控制策略能够实现对最大功率点的精确追踪，具有更好的动态响应速度和抗振性能。     

基于玻尔兹曼函数的光伏发电MPPT系统

针对太阳能光伏发电系统中的最大功率点跟踪(MPPT)问题,提出了一种新的基于ARM控制的方案。系统采用基于玻尔兹曼函数的自适应控制算法搜索最大功率点(MPP),在外界环境相对稳定的情况下系统具有良好的稳定性,能稳定工作在MPP;当外部环境突变时系统能快速、准确地跟踪MPP。在硬件电路的基础上进行了实验,结果证明该系统可稳定快速地追踪MPP,具有较高的跟踪精度,并对光照突变等恶劣情况有较强的适应能力。     

太阳能光伏系统中基于自适应控制的最大功率点跟踪方法研究

为了提高光伏发电系统的整体效率,寻求光伏电池的最优工作状态,提出一种基于自适应控制的光伏电池最大功率点跟踪(maximum power point tracking,MPPT)方法。该方法基于传统的干扰观察法原理,并根据系统工作点的不同而不断调整扰动幅度的大小,以最大限度地接近最大功率点。仿真结果表明,基于自适应控制的MPPT方法能够稳定、高效地跟踪光伏阵列最大功率点;在日照强度、环境温度等系统参数扰动的情况下,能快速寻找新的工作点,保持系统稳定,表现出很好的动态特性。     

基于扩张状态观测的永磁直驱风力发电系统MPPT自适应滑模控制

为了提高永磁直驱风力发电系统的发电工作性能,针对风速波动范围宽和不确定强的最大功率跟踪（MPPT）控制特点,应用滑模控制理论和扩张状态观测器方法,设计了一种基于最佳叶尖速比（TSR）控制策略的最大功率跟踪自适应积分滑模控制器。控制器采用基于最佳转速跟踪偏差的积分型滑模面函数结构,确保转速跟踪控制稳态无静差。利用扩张状态观测器对风力机实时机械转矩进行估计,以获得转矩扰动上界的估计值。同时引入非线性幂次组合函数和转速跟踪偏差负反馈环节,构造基于状态偏差的滑模变速趋近律,使得切换增益具有随最佳转速跟踪偏差实现自适应调整的特性,并可有效抑制滑模控制输出的抖振。通过与智能PID控制器相比较的仿真实验,验证了该控制器实现最大功率跟踪控制的良好效果,具有较强的鲁棒性和适应性。     

基于分数阶极值搜索的光伏最大功率跟踪控制

针对光伏阵列获取最大功率点过程动态响应速度和稳态跟踪精度二者之间不能达到平衡的问题,提出一种基于分数阶极值搜索控制(FO-ESC)的光伏阵列最大化功率点跟踪方法。该方法主要利用分数阶理论提高极值搜索过程的收敛速度和鲁棒性;与整数阶极值搜索控制(IO-ESC)相比,其降低了算法的复杂性。为了验证所提方法的有效性,在Matalb/Simulink中搭建仿真模型进行仿真分析。结果表明,所提方法与IO-ESC相比具有更快的收敛速度和鲁棒性,能够应用于光伏发电工程。     

风能转换系统的MPPT变增益极值搜索控制

针对传统最大功率点追踪(MPPT)极值搜索法固定积分增益存在的不足,依据不同积分系数对系统的影响,提出了一种MPPT变增益极值搜索法,使积分增益随叶尖速比和功率系数之间平均相位移的变化而变化.仿真结果表明,采用改进后的MPPT极值搜索法,平均风能捕获率较传统的极值搜索法有所提高,且当系统达到稳定运行点后,叶尖速比的标准差较积分增益为0.01时降低了0.05,有效地抑制了系统在稳定点附近的振动,提高了系统的动态性能.     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点;然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

基于RMPPT/PID双模控制的光伏发电MPPT研究

针对目前光伏发电研究中传统最大功率跟踪(Maximum Power Point Tracking, MPPT)控制算法存在受外界环境变化大而不能实现最大功率跟踪的不足,提出了一种基于RMPPT/PID双模控制的光伏发电MPPT研究方法。该方法能够实时响应外界环境变化,同传统方法相比,可以有效的缩短追踪时间,同时PID自适应控制的加入可减少输出功率附近的功率振荡。系统仿真表明,该控制方法在外界环境变化时能快速实现最大功率跟踪,并有效消除最大功率点处的震荡,整个系统运行可靠性高,响应速度快。     

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RBF神经网络的光伏系统MPPT研究

针对光伏发电最大功率点跟踪(MPPT)技术的研究和现状,提出了一种基于径向基(Radical Basis Function,RBF)神经网络的MPPT算法。建立太阳能电池板的数学模型,分析光伏发电的主要影响因素。选取电池板的电压、电流为RBF神经网络的输入层,输出层直接调整Boost电路的占空比,达到最大功率点跟踪的目的。与传统的扰动观察法(P&O)相比,所提出的方法无需设定步长,通过RBF神经网络,直接调节Boost电路的占空比进行最大功率点跟踪。仿真和实验结果表明,所提出的MPPT算法与传统的P&O算法相比有更好的快速性和光伏利用效率。     

基于开路电压法光伏电池最大功率追踪器

光伏电池的最大功率点跟踪(MPPT)对提高太阳能的利用率以及充分利用太阳能所转换的能量而言至关重要。由于开路电压法特别适用于小功率光伏发电系统,因此选择开路电压法作为MPPT的控制方法。在分析了设计需求后,设计了基于单片机控制的开路电压法光伏电池最大功率追踪器,并采用大容量电源负载装置模拟电源功能模拟的光伏电池进行实验,设计的最大功率追踪器效率可达85%以上,特别适合应用在要求低成本小功率的太阳能LED路灯工程中。     

一种改进INC和MPC的光伏最大功率点跟踪算法

最大功率点跟踪(MPPT)常用于在光伏发电系统中获取最大的功率输出。针对光伏系统最大功率点跟踪过程中存在动态响应速度和稳态跟踪精度难以兼顾的问题,提出了一种改进电导增量法(INC)结合模型预测控制算法(MPC)的光伏发电系统最大功率点跟踪技术。利用改进电导增量法获取光伏系统下一时刻的电流参考值,与模型预测控制器获取的电流值相比较,通过建立和评价系统两步长模型指标函数,达到MPPT快速跟踪的目的。仿真结果验证了该方法的有效性。     

基于SABAS不同环境下的MPPT控制方法

针对现有的光伏系统多峰最大功率点追踪MPPT控制方法存在的不足,文中提出一种基于模拟退火改进的变步长天牛须搜索SABAS算法的MPPT控制方法。文中首先给出了SABAS建模过程以及相关性能分析,随后利用实验与仿真给出了基于SABAS的MPPT控制方法的仿真实验结果,以及与其他MPPT控制方法的比较。实验与仿真结果表明,本文提出的MPPT控制方法具有较强的抗干扰能力,并且在多峰情况下能够无稳态震荡地对最大功率点进行追踪。