蚁群算法优化RBF神经网络的光伏发电MPPT

针对如何提高光伏电池最大功率点预测跟踪精度的问题,讨论了光伏电池非线性输出特性。在此基础上,建立基于RBF神经网络的光伏电池最大功率点预测跟踪模型,以光照强度和温度为模型的输入,光伏电池的最大功率点电压为模型输出,并将RBF神经网络的中心参数采用蚁群算法进行优化,从而实现最大功率点预测跟踪。仿真结果表明,该方法比传统的RBF神经网络方法具有更高的预测精度,能更好地预测跟踪光伏电池的最大功率点。     

光伏电池最大功率点跟踪方法的发展研究

在光伏发电系统中,光伏电池输出特性受光照强度及环境温度影响很大,具有明显的非线性特征.因此,为了提高光伏电池的利用效率,需要对光伏电池的最大功率点进行快速准确地跟踪控制.简要介绍了14种常用的最大功率跟踪方法的原理,说明了各种方法的优、缺点,指出了选择某一方法时需要考虑的因素,并展望了最大功率点跟踪方法的发展方向.     

用于光伏系统的一种最大功率跟踪方法

光伏电池的最大功率点跟踪可以显著提高光伏电池的转化效率。提出一种快速、稳定的最大功率点跟踪方法。根据最大功率点功率对该点电压的微分为0,推导出最大功率点功率Pmax与最大功率点电压Umax的关系方程,称之为最大功率曲线方程。最大功率曲线与光伏电池固有的功率-电压(P-U)曲线的交点即是最大功率点。以当前工作点为起点,以自动变步长在P-U平面上搜索出该交点即跟踪到最大功率点。仿真结果表明该方法能快速、精确地跟踪到光伏电池的最大功率点,且消除了最大功率点处的振荡现象,提高了系统的稳定性。     

基于光伏电池模拟器的最大功率点跟踪控制研究

不论光照强度及环境温度如何变化,最大功率点跟踪控制都可以使光伏电池输出最大功率.由于照度、环境温度等条件不可控,变化周期长,在光伏阵列发电系统中研究最大功率点跟踪控制有众多不便.提出一种光伏电池模拟器,在实验室内可以模拟光伏电池特性,改变照度等外界条件.分析了在DC-DC变换器中控制占空比实现最大功率点跟踪控制的方法,在基于光伏电池模拟器构建的实验系统中实现了不同照度下的最大功率点跟踪控制.     

基于自适应占空比扰动法的最大功率点跟踪控制

为解决扰动观察法跟踪光伏电池阵列最大功率时会在实际工作点附近产生振荡的问题,通过分析光伏电池的工作特性,对比各种基于扰动观察法的最大功率点跟踪的优缺点,提出了自适应占空比扰动法对光伏电池板进行最大功率跟踪控制.给出了最大功率点跟踪的控制流程,结合两级变换结构的光伏发电系统实现了对光伏电池阵列的最大功率点跟踪.     

改进3点权位法的光伏电池MPPT控制器的应用研究

针对目前光伏电池最大功率点跟踪算法跟踪效率不高、稳态波动大和易误判等缺点,提出基于改进3点权位法的光伏电池最大功率跟踪算法。根据光伏电池物理模型及其在工程应用领域中的数学模型,在Matlab/Simulink中搭建了光伏电池最大功率跟踪器仿真模型,将传统MPPT算法和3点权位算法进行仿真比较,结果表明改进3点权位法可以快速、稳定、有效地跟踪最大功率。     

光伏发电系统最大功率点跟踪方法研究综述

在光伏发电系统中,为了提高光伏电池的利用效率,需要对光伏电池的最大功率点进行准确和快速的跟踪。阐述和评价了目前国内外出现的几种方法的原理和特点,对这几种方法进行了分析比较,最后探讨了最大功率点跟踪控制方法的发展思路,并对该领域今后的研究方向做了展望。     

一种扰动观察法在光伏发电MPPT中的应用

分析了光伏电池的特性和扰动观察法的优缺点,针对扰动观察法步长难确定和光伏电池最大功率点两侧具有非对称性的特点,提出了一种改进扰动观察法。将该方法应用于光伏电池的最大功率跟踪,仿真和实验结果均表明该方法能在外界环境变化的情况下,保证光伏电池快速、精确地跟踪最大功率点,稳态精度较高,提高了光伏电池的利用率。     

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。     

基于二分法的光伏发电系统最大功率跟踪算法

目前光伏电池的光电转换率较低,为有效利用光伏电池,需要对光伏发电系统进行最大功率跟踪,常规的跟踪算法在快速跟踪最大功率点的过程中存在精度低、适应性差和跟踪效率低等弱点,论文基于二分法思想,采用变步长算法快速跟踪最大功率点,仿真结果证明该方法不仅增加了最大功率点跟踪的精度,而且提高了跟踪的速度与系统的稳定性。     

基于自适应电导增量法的最大功率跟踪

目前光伏电池的光电转换率较低,为有效利用光伏电池,需要对光伏发电系统进行最大功率跟踪。常规的跟踪算法在快速跟踪最大功率点的过程中存在精度低、适应性差和跟踪效率低等弱点,基于自适应思想,采用自适应变步长算法快速跟踪最大功率点,仿真结果证明该方法不仅增加了最大功率点跟踪的精度,而且提高了跟踪的速度与系统的稳定性。     

基于玻尔兹曼函数的光伏MPPT系统研究

光伏发电系统的效率很大程度上决定于其最大功率点的跟踪。介绍了光伏电池电路模型,在Matlab/Simulink环境下对光伏电池的电气特性进行了仿真,分析了光伏电池最大功率点跟踪控制原理,利用玻尔兹曼函数自适应算法,设计了一基于三重Boost电路的最大功率点跟踪系统,并进行了仿真和实验研究;仿真和实验结果证明所设计的方法是可行的。     

光伏发电系统最大功率点跟踪方法研究

为准确跟踪光伏电池最大功率点,提高光伏电池的利用效率,分析了光伏电池等效模型及其输出特性,阐述了几种常用跟踪方法的原理及优缺点,并提出了基于电导增量法与Fibonacci搜索算法相结合的MPPT算法.仿真实验表明,该方法能在日照突变的情况下追踪最大功率点,并且使系统稳定工作在最大功率点,具有良好的抗干扰能力和较快的搜索速度,对光伏电池最大功率点有较好的追踪效果.     

Newton插值法在光伏发电最大功率跟踪中的应用

提出了一种光伏发电最大功率跟踪算法。针对光伏电池输出特性曲线,讨论了光伏电池稳定工作点。详细分析了最大功率点附近功率P的多项式。顺次读取光伏电池输出的三个点的电流电压值得出三点的功率,通过比较和调整这三个点组成的两条直线的斜率找到最大功率点附近的三个点。运用Newton插值法拟合出最大功率点附近功率P关于电压U的函数,估算出最大功率点对应的电压值。通过Simulink仿真得出光伏电池输出功率的跟踪曲线,验证了该算法能够快速准确跟踪最大功率,提高了光伏能源的利用率。     

非对称模糊PID控制在光伏发电MPPT中的应用

讨论了光伏发电系统最大功率跟踪常用控制方法的优缺点,对光伏电池功率电压曲线进行了详细分析,根据分析结果把非对称模糊PID控制应用到光伏发电系统最大功率点跟踪的控制,非对称模糊控制能快速响应外界环境的变化,使光伏系统始终工作在最大功率点;同时加入PID控制可以有效消除系统在最大功率点附近的振荡现象,提高系统的稳定性.实验结果证明该方法能使系统在最大功率点稳定地工作,并能快速跟踪外部环境的变化.     

改进黄金分割法在光伏发电MPPT中的应用

在光伏发电系统中需要对光伏电池的最大功率点进行跟踪来提高系统的输出功率。以光伏电池输出非线性特性为切入点展开研究,分析了常规算法的优缺点,针对其最大功率点跟踪(MPPT)动态和稳态性能不佳等问题,提出了将改进黄金分割法(IGSS)应用于光伏发电系统中。在Matlab/Simulink下进行了建模和仿真,仿真结果表明该方法能够迅速准确地跟踪光伏电池的最大功率点,防止算法跟踪方向误判情况的发生,表现出良好的动态和稳态特性,证实了该算法的正确性和有效性。     

变结构参数模糊控制在光伏发电最大功率点跟踪中的应用

研究了光伏电池的输出特性,讨论了光伏发电系统最大功率点跟踪常用控制方法的优缺点.分析了光伏电池的功率电压曲线,提出将变结构参数模糊控制应用到光伏发电系统MPPT控制中,能够快速响应外界条件的变化,在最大功率点无明显的震荡.试验结果表明,控制方法能使系统稳定工作在最大功率点,并且可快速跟踪外界环境变化,具有较好的动态和稳态性能.     

太阳能光伏电池建模与动态特性仿真

光伏电池是太阳能光伏发电系统中的核心部分,因此成为太阳能光伏发电系统研究的主要环节.分析了光伏电池的工作特性,应用仿真软件PSCAD/EMTDC工具,建立了光伏电池及最大功率点跟踪（MPPT）仿真模型.仿真结果证明了光伏电池的输出功率在光照强度变化的条件下能够始终追踪最大功率点,使得光伏电池在不同光照条件下均输出最大功率.     

光伏系统最大功率跟踪控制的仿真研究

在光伏发电系统中,光伏电池输出特性受光照强度及环境温度影响很大,具有明显的非线性特征.因此,需要对光伏电池的最大功率点进行跟踪控制.文章简单介绍了几种常用的最大功率跟踪方法,分析比较了各自的优缺点,并提出了一种改进的最大功率跟踪控制方法,通过仿真实验验证了该方法的正确性.     

一种用于光伏MPPT的分阶段变步长电导增量法

针对传统的光伏系统最大功率点控制算法跟踪精度和速度不能兼顾的问题,提出一种分阶段变步长电导增量法。该算法将光伏电池输出曲线划分为两阶段,根据不同阶段的曲线特性分析比较,从而进行步长模式的切换,在远离最大功率点的动态阶段采用大步长跟踪,而在最大功率点附近的稳态阶段则采用小步长跟踪。仿真结果表明,该方法快速跟踪到最大功率点,且有效降低了系统最大功率点附近的振荡,提高了光伏电池的利用效率。