光伏电池最大功率点跟踪方法的研究

随着能源的耗竭,光伏发电技术越来越受到人们的重视,光伏发电的过程主要就是将接收到的太阳辐射利用光伏电池转变为电能的过程。在光伏发电系统中,为了进一步提高光伏电池的转换效率,需要对光伏电池的最大功率点进行跟踪。本文首先分析了在跟踪控制中常见的恒压控制法,扰动跟踪法和功率数学模型法,比较了它们的优缺点,并基于这三种方法提出了一种改进的跟踪方法。     

光伏系统最大功率点跟踪控制仿真模型

介绍了一种简单实用的光伏系统计算机仿真软件设计方法。通过对太阳能电池的物理模型和电特性的分析计算,建立了太阳能电池的数学模型,并结合S函数的编写,在M atlab/S imu link环境下建立其动态仿真模型。考虑到太阳能的波动性和随机性对太阳电池阵列的影响,该模型具有最大功率点跟踪(MPPT)功能。文中还给出了光伏系统仿真所使用的详细参数。仿真结果表明,利用该模型不需要精确的系统内部特性和结构参数,就可以实时模拟任何功率、电压组合的光伏阵列。     

光伏并网发电系统最大功率点跟踪算法研究

针对神经网络算法在太阳能电池最大功率点跟踪中收敛速度慢,结果容易陷入局部极小等缺点,提出了一种基于遗传算法优化神经网络来实现最大功率点跟踪的控制方法。该算法利用遗传算法具有全局搜索问题解的特性,通过选择、交叉、变异等遗传操作,实现了神经网络权值优化,克服了神经网络初始权值对控制效果的不利影响。实验结果表明：该算法提高了神经网络在最大功率跟踪中的收敛性与非线性逼近能力,在日照强度、环境温度变化时仍能快速、准确地跟踪到太阳能电池的最大功率点,具有较好的稳定性。     

基于极值搜索的光伏电池最大功率点跟踪仿真

针对光伏发电系统中最大功率点跟踪问题,在太阳能电池的数学模型的基础上建立了PV模块的Matlab仿真模型;考虑到了太阳能的波动性和随机性对太阳电池阵列的影响,利用一种基于极值搜索方法的实时MPPT控制原理,控制Buck DC/DC变换电路,结合S函数在Matlab/Simulink环境下建立其动态仿真模型,实现了光伏电池输出的最大功率跟踪;仿真结果表明,该算法具有较好的动态特性和稳态特性,具有一定的实用价值。     

基于最大功率点跟踪技术的太阳能路灯控制系统

太阳能路灯以太阳光为能源,它安全、节能且无污染,也不需要铺设复杂的管线。白天利用太阳光给蓄电池充电,而晚上蓄电池则为路灯提供电能。路灯的开／1闭过程采用光电控制方式。该系统采用了最大功率点跟踪（Maximum Power Point Tracking,MPPT）技术,以便最大程度地接受太阳能,提高太阳能光伏电池的效率,并降低路灯系统的成本。最大功率点跟踪系统是一种通过控制目光跟踪器的伺服（或步进）驱动机构来调节光伏阵列的受光角度,使光伏板能够输出更多电能的自动化控制系统。     

基于分组粒子群的光伏最大功率点跟踪方法

针对光伏发电系统在复杂遮阴条件下,光伏输出P-V特性曲线呈现高度非线性,采用基于分组粒子群算法（particle swarm optimization, PSO）和优化的扰动观察法(perturb and observe, P&O)相结合的MPPT（maximum power point tracking）算法进行光伏发电系统输出功率的提升。提出的最大功率点算法分为两个阶段,首先通过将混合蛙跳算法(shuffled frog leaping algorithm, SFLA)的分组思想引入到传统粒子群算法,并采用改进后算法实现近似全局最大功率点的快速搜索,以加快最大功率点跟踪的收敛速度和稳定性。然后,采用优化的扰动观察法实现最大功率点附近的动态精确跟踪,同时减少后续最大功率点跟踪过程中的计算量。通过在不同阶段发挥两种MPPT算法的各自优点来提高光伏最大功率点跟踪控制的效率。最后进行光伏系统遮阴条件变化的仿真实验,与传统粒子群算法相比,提出MPPT方法具有较快的跟踪速度和稳定的功率输出。     

基于恒定电压法的最大功率点跟踪的改进

以太阳能光伏电池阵列结合单片机温度采集模块为研究对象,通过数值模拟和实验研究的方法,对太阳能光伏电池阵列的最大功率点跟踪效果进行了模拟分析与实验验证。研究结果表明：该方案在传统的恒定电压法的基础上结合单片机温度采集技术并利用温度对光伏电池输出特性的影响进行最大功率点的跟踪控制,较好地解决传统的恒定电压法中忽略了温度对光伏电池输出特性的影响、跟踪精度较差的缺点。为太阳能利用、光伏电池最大功率点跟踪的研究提供参考。     

基于克隆选择算法的光伏最大功率点跟踪控制

研究太阳能电池提高光电转换率问题,由于光伏发电系统中最大功率点难以实时跟踪,使光伏阵列输出功率达不到要求。为此提出采用克隆选择算法进行优化控制。根据光伏电池等效电路模型在SIMULINK中建立仿真模型进行特性分析,并编写克隆选择算法。通过在算法进化过程中合理地选取种群规模、克隆规模和变异率等参数,从而保证算法以最佳的搜索轨迹达到最优解。通过对算法有效性的验证,仿真结果表明:在温度、光强变化情况下,能实时跟踪到最大功率点,提高系统的鲁棒性和发电效率。     

光伏发电系统最大功率点跟踪的研究与设计

在光伏发电系统中,采用何种前级升压电路以及光伏电池的最大功率点跟踪方法始终是究热点.针对传统Boost电路输入电流纹波大、功率因数低等问题,提出采用交错并联Boost电路作为前级电路,并对其进行研究;针对传统跟踪方法时间长、效率低等问题,改进变步长电导增量法,能够兼顾动态速度和稳态精度进而实现最大功率点跟踪.搭建仿真模...     

基于神经网络应用的光伏阵列最大功率点跟踪

针对光伏电池输出特性的非线性,提出了1种跟踪光伏阵列最大功率点的新方法,该方法应用反向传播（back propagation）和径向基（RBF）神经网络理论跟踪光伏阵列最大功率点,在变化的环境条件下,使用MATLAB软件对这2种神经网络进行仿真,训练及测试,仿真表明,RBF神经网络比BP神经网络更快捷、更准确地跟踪了光伏阵列的最大功率点。     

基于模糊PID控制的光伏系统最大功率点跟踪

由于光伏系统的输出功率随着外界环境和负载的变化而变化,为了提高光伏系统的效率,需要对其进行最大功率点跟踪[1]。模糊控制属于有差控制,在最大功率点附近仍有震荡的存在,为了进一步改进跟踪性能,提出将模糊PID控制代替模糊控制。根据控制对象建立合适的控制规则表、PID控制器,实现参数的在线优化。仿真结果表明,改进方法能快速、准确地跟踪光伏电池的最大功率点,避免在最大功率点的震荡,同时提高转换效率。     

PSOEM算法在不均匀光照下最大功率点跟踪中的研究

针对目前光伏发电技术的研究现状,分析了在不均匀光照下的最大功率点跟踪(MPPT)的原理和基本算法。提出了带扩展记忆的粒子群算法(PSO with Extended Memory,简称PSOEM),与标准粒子群算法的性能进行了比较,针对不均匀光照下光伏阵列输出特性曲线存在多个局部峰值,根据PSOEM在多峰函数的全局寻优、多变量寻优方面的良好性能,将其应用到不均匀光照下光伏阵列的最大功率跟踪控制中,解决了局部遮阴下多峰寻优的问题。     

基于模糊控制的最大功率点跟踪算法的研究

本文根据太阳能电池的特性方程进行优化得到其工程模型并建立MATLAB/SIMULINK仿真模型,同时对仿真结果进行简单分析,主要是分析太阳能电池在标准参数下的伏安特性和伏瓦特性,以及在不同温度和光照强度条件下的特性。介绍最大功率点跟踪(MPPT)的原理并采用扰动观察法进行了定步长的仿真并对其结果进行了分析,在其基础上进行改进,提出一种基于模糊控制的变步长扰动观察算法,应用MATLAB中的Fuzzy工具箱进行模糊控制器的设计。得出的仿真结果表明,本算法能够稳定在最大功率点,避免了定步长扰动观察法在最大功率点的震荡,在环境参数突变的情况下,能够快速寻找到新的最大功率点,具有良好的跟踪效果。     

基于改进变步长电导增量法的MPPT控制

针对光伏系统最大功率点跟踪控制速度不稳定的问题,提出一种改进的变步长电导增量法。对电导增量法变步长的触发条件进行改进,确定变步长的使用范围,并选取适当的缩放系数,使光照强度发生变化时可稳定地跟踪最大功率点。仿真结果表明,该算法在光照强度发生大幅度变化时,具有较快的响应速度和较高的跟踪精度。     

基于太阳光照模型的最大功率点跟踪算法

根据实际单体光伏电池特性和电气参数,提出一种利用MATLAB中曲线拟合工具箱结合光照强度数据模拟光照强度变化的方法,该仿真模型能够准确地反映光照强度变化情况;文章主要对某地春季一天实际光照强度变化数据进行分析,建立了全天光强时间模型;并依据此模型绘制了短时间内光照发生突变时的功率时间曲线;同时分析并利用工程上四种常用的最大功率点跟踪方法对发生跳变时的曲线进行了matlab仿真跟踪试验,比较了在局部光照变化阶段和不同步长时各种跟踪方法的跟踪效果;仿真结果表明,在该光照模型下可以很好地实现各种方法的最大功率点跟踪但跟踪效果有所差异。     

基于改进蜂群算法的波浪发电最大功率跟踪

在波浪发电装置最大功率点跟踪中,浮子受到水动力的非线性导致传统群智能算法收敛速度不佳,易陷入局部最优。为此提出纵横交叉优化的人工蜂群算法(CABC)控制方案。引入纵横交叉算法(CSO)横向交叉算子的个体间变量全交叉思想,优化引导蜂、采蜜蜂搜索方式,增强CABC算法局部搜索能力。引入CSO纵向交叉算子优化侦查蜂,使侦查蜂能利用已知蜜源信息探索未知可行解域,提升CABC算法全局搜索能力。优化蜜源选择概率和人工蜂群结构,进一步改善CABC算法性能。仿真表明,CABC算法全局寻优能力强,收敛速度快,适用于波浪发电装置最大功率点跟踪。     

基于遗传算法改进的太阳能跟踪控制

提出采用基于遗传算法的选择机制与吸热塔能量变化的反馈机制相结合的方式对光热电站的太阳能跟踪控制系统进行改进,以光热电站中少数几台配备光电检测元件的定日镜控制角度为基准,控制其他定日镜的角度调整。实验表明,改进的太阳能跟踪控制方式在保证光热电站整体控制精度的基础上,减少了光电检测元件的安装数量,降低了电站构建成本;同时使得控制系统在运行视日轨迹跟踪控制时具有自动调整能力。该研究将降低大规模光热电站的构建费用,促进太阳能光热发电的发展。