共查询到17条相似文献,搜索用时 78 毫秒
1.
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。 相似文献
2.
光伏系统最大功率点跟踪控制仿真模型 总被引:34,自引:0,他引:34
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。 相似文献
3.
光伏并网发电系统最大功率点跟踪算法研究 总被引:1,自引:0,他引:1
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。 相似文献
4.
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。 相似文献
5.
6.
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。 相似文献
7.
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。 相似文献
8.
9.
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... 相似文献
10.
基于神经网络应用的光伏阵列最大功率点跟踪 总被引:1,自引:0,他引:1
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。 相似文献
11.
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。 相似文献
12.
13.
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。 相似文献
14.
15.
基于太阳光照模型的最大功率点跟踪算法 总被引:1,自引:1,他引:1
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。 相似文献
16.
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。 相似文献