基于单片机的高效光伏电源管理系统

设计了一种高效光伏电源管理系统,该系统以单片机为主控制器,外围包括蓄电池电压采样电路,蓄电池充电、放电电流采样电路,光伏电池的输出电压采样电路,光伏电池输出电流采样电路,DC—DC变换电路等,相互配合实现光伏电源系统的管理：一方面,系统采用最大功率点跟踪的方法使光伏充电系统输出功率最大,高效利用太阳能;另一方面,对蓄电池的充放电进行过充、过放控制,有效保护蓄电池,延长其使用寿命。     

基于MPPT的太阳能智能充电控制器

针对离网光伏发电系统中光伏电池利用率不高和蓄电池极易因充电不当而损坏的问题,分析了光伏电池的输出特性和蓄电池的充放电特性,结合最大功率点跟踪（MPPT）技术和同步整流技术,设计了一个基于同步BUCK电路的太阳能充电控制器并搭建了试验样机。通过运用带有温度补偿的并列三环PID控制方法对充电全过程进行了控制以实现蓄电池在恒流、恒压、MPPT等不同充电方式之间的智能切换。研究结果表明,该控制器在充分利用太阳能的基础上照顾了蓄电池本身的充电特性,避免了蓄电池意外受损,将充电效率提升到了96％以上,最终达到了优化能量管理的目的。     

高效能光伏充电系统研究

针对光伏充电系统存在的缺陷,提出了一种增强型最大功率点跟踪（MPPT）控制方法。该方法以负载获取最大功率为系统性能评价标准,将太阳能电池和控制器作为整个系统,蓄电池作为负载,并以充电电流为采样信号,利用DC-DC升压变换电路实现最大功率点跟踪,使负载始终工作于最大功率点。实验结果表明,该充电系统电路简单、控制灵活、转换效率高,在日照强度急剧变化时仍能保证负载的最大功率输入。     

基于固定电压法和功率前馈电导增量法MPPT的研究

在光伏发电系统中,光伏电池的最大输出功率受温度和光照条件的影响,采用最大功率点跟踪（MaximumPowerPointTracking,简称MPPT）的方法可以使光伏电池持续输出最大功率。通过对光伏电池模块各种最大功率跟踪方法的分析讨论,提出了一种改进的MPPT方法一一固定电压法结合功率前馈电导增量法,并基于Buck电路用matlab对光伏系统进行了分析与仿真,其结果表明,与常规CVT法,电导增量法相比,该方法能够有效提高最大功率点的追踪精度。     

一种智能型太阳能路灯控制器的设计与实现

以独立光伏发电系统——太阳能路灯系统为研究对象,采用了MPPT跟踪算法中的扰动法来进行对最大功率点的跟踪控制,设计了DC／DC电力变换电路,并基于PIC16C712单片机设计了一种智能型太阳能路灯的控制器。它集太阳能电池板最大功率点跟踪（MPPT）控制和蓄电池的充放电管理功能于一体,能对蓄电池起到有效过充电和过放电保护,延长蓄电池的使用寿命,提高太阳能路灯系统运行的可靠性。     

基于光伏电池数学模型的MPPT算法的研究

最大功率点跟踪方法（MPPT）可以明显提高光伏阵列的输出效能。为了克服其在光伏电池温度快速变化的情况下会出现误判的缺点,文中介绍一种结合光伏电池数学模型的MPPT算法以防止误判;并针对传统的MPPT算法的跟踪精度和响应速度不理想的缺点,提出一种根据光伏电池温度寻找最大功率点的数值方法,通过Matlab／Simulink仿真验证了其优越性。为光伏电池最大功率输出点跟踪的研究提供参考。     

模糊控制技术与神经网络法相结合实现光伏发电系统最大功率点跟踪

本论文以太阳能光伏发电系统为研究对象,以获取太阳能电池的最大功率为目标.重点讨论了基于模糊控制的最大功率点跟踪(MPPT)算法,关键技术是借助人工神经网络法,由实测数据生成模糊控制规则.仿真显示采用模糊控制技术与人工神经网络法相结合实现光伏发电系统MPPT准确高效,实验验证了理论分析的正确性和可实现性.     

一种适用于单峰光伏曲线的MPPT方法

针对传统单峰光伏曲线MPPT方法跟踪速度慢,寻优精度不高的问题,提出了一种基于抛物线预测的功率闭环最大功率跟踪(MPPT)方法。该方法通过用光伏特性曲线上的3个点来拟合一个二次函数,用函数驻点的实际功率值来迭代地预测和修正最大功率点(MPP)的位置,最终使得光伏系统工作在最大功率点。此外,针对光伏系统采用合理的初始点选取策略,提升了MPPT的速度。给出了光伏系统的MPPT控制框图,搭建了基于Buck-Boost电路的直流光伏系统硬件平台。使用抛物线预测法进行了光伏电池组件的最大功率跟踪,与变步长扰动观察法MPPT结果进行了比较,验证了该方法的可行性和实用性。研究结果表明:这种基于抛物线预测的单峰值MPPT方法具有跟踪速度快,稳态无振荡的优良性能。     

模糊控制在最大功率点跟踪中的应用

通过分析光伏电池的输出特性,指出了光伏系统实现最大功率点跟踪的重要性,并提出了一种基于模糊控制的最大功率点跟踪方法,利用模糊控制算法对非线性系统良好的控制效果,达到了最大功率点跟踪的目的。基于Simulink仿真平台,对提出的跟踪算法进行仿真验证,并与传统的扰动观察法的仿真结果进行对比。仿真结果表明,模糊控制算法具有更好的系统响应特性和稳态特性。     

基于BP神经网络光伏发电系统MPPT的研究

本文首先研究了温度、光强、阴影三个外界因素对光伏电池输出特性的影响。然后,考虑这些因素设计BP神经网络跟踪光伏发电系统的最大功率点。最后,建立MPPT控制的光伏发电系统的仿真模型,并进行了仿真研究。结果表明,该方法能够正确、快速地跟踪光伏电池的最大功率点,具有较好的控制精度。     

光伏发电系统交错并联BOOST的研究

BOOST电路在光伏最大功率点跟踪的DC-DC转换拓扑中被广泛应用,系统的动态性能受到电路参数的影响.为设计高性能的最大功率跟踪系统,提高系统的动态响应速度,给出了带耦合电感的交错并联BOOST变流器拓扑.并在此基础上详细分析了其稳态和动态特性,最后以60 W光伏发电蓄电池充电DC-DC变流器的仿真渡形验证了设计的合理性.     

基于功率预测的变步长扰动观测法在光伏MPPT中的应用

在分析研究常用的扰动观测法实现光伏系统最大功率点跟踪(MPPT)技术的基础上,提出了一种新型的MPPT算法。该算法先利用功率预测法判断扰动的方向,避免误判;然后再通过变步长扰动观测法进行最大功率点的跟踪。该方法具有跟踪速度快、精度高、有效避免了跟踪过程中可能发生的误判问题等优点,可保证系统快速并准确跟踪至最大功率点。利用MATlAB搭建光伏系统MPPT模型,并与传统的变步长扰动观测法相比较。实验结果表明:提出的新方法在跟踪光伏电池最大功率点过程中,保证了跟踪的快速性和控制的精度,且有效改善了振荡和误判问题,进一步降低了功率的损耗,提高了光伏电池的利用率。     

含电动汽车及光伏发电的微电网控制策略研究

针对光伏发电和电动汽车动力电池等分布式发电系统,研究了其并网逆变器并联控制策略。基于PSCAD软件对光伏电池、电动汽车双向能量交换及两者的并联控制进行建模。电动汽车主要采用功率下垂控制、电压电流双环控制、无差拍控制;光伏电池主要采用MPPT(最大功率点跟踪)控制。通过仿真验证了控制策略的可行性。     

一种变步长电导增量法在光伏系统最大功率跟踪中的应用研究

固定步长电导增量法在追踪光伏系统最大功率点时无法兼顾稳定精度和追踪速度.基于光伏电池的输出特性和光伏系统最大功率点跟踪(MPPT,maximum power point tracking)控制原理,本文提出了一种变步长的电导增量法用以提高光伏系统的能量利用率.基于MATLAB/Simulink平台,利用Boost电路,...     

基于大变异GA-BP的MPPT的仿真与研究

研究了温度、光照强度对太阳能电池板输出特性曲线的影响。为了提高太阳能电池板的光电转换效率,结合影响光伏的两大因素,提出了一种基于大变异遗传算法优化神经网络的最大功率点跟踪的方案。将温度以及光照强度作为该神经网络的输入建立出预测模型,通过MATLAB进行仿真。仿真结果显示出该系统可以准确快速的跟踪到最大功率点从而有效的提高了光伏电池的光电转换效率。     

并网光伏发电系统的建模与仿真

基于光伏电池的物理特性,建立了光伏阵列的PSCAD仿真模型。考虑到太阳能的波动性和随机性,开发了基于Boost电路的最大功率点跟踪(maximum power point tracking,MPPT)控制器模块,保证了光伏阵列始终保持最大功率输出;然后,采用合理的逆变器控制策略,将光伏阵列接入电网,建立完整的并网光伏发电系统。仿真结果表明,搭建的仿真模型能够准确地反映光伏电池和MPPT控制器的物理特性和准确性,以及在不同光照条件下光伏发电系统的运行特性,对于并网光伏发电系统的研究具有重要意义。     

基于遗传算法模糊控制的光伏发电系统最大功率点跟踪技术的研究

针对光伏器件输出功率的非线性特性且工作环境变化频繁的特点,为了获得更好的最大功率点跟踪控制效果,对光伏电池功率电压曲线进行了分析,设计了一种基于遗传算法的模糊控制算法,解决了光伏器件特性在最大功率点两侧不同区间的差异问题,使系统能快速响应外界环境的变化,保证了系统的控制精度,光伏系统始终工作在最大功率点。通过仿真将模糊MPPT控制与基于遗传算法的模糊MPPT控制性能作了比较,结果表明控制性能良好。     

光伏发电最大功率点跟踪控制Boost变换器研究

针对光伏并网发电转换效率低等问题,分析了利用Boost变换器实现最大功率点跟踪的理论依据.综合运用恒定电压控制法和扰动观测法,得出光伏系统改进MPPT控制算法.将该算法用单片机实现,并结合PI调节,实现系统在最大功率点的稳定输出.给出了适用于MPPT控制的具有保护功能的Boost变换器设计方案.仿真分析以及实际电路调试的结果表明,改进MPPT算法控制下的光伏阵列的输出电压,符合光伏阵列理论上最大功率点的范围,稳态性能良好.     

光伏电池最大功率点的分析与研究

通过对光伏电池的数学模型和电流电压曲线的分析,提出了光伏电池最大功率线的跟踪方法。采用与光伏电池性能相同的光伏传感器,控制逆变器工作电流的大小,当光强或工作温度发生变化时,对跟踪系统都无影响,从而实现最大功率点的可靠跟踪。该方法不需复杂的分析与控制,原理较简单,具有一定的市场前景。     

基于HS-BP预测模型的光伏发电系统MPPT研究

提出一种光伏发电系统最大功率跟踪方法 ,即一种和声搜索算法改进的BP神经网络预测模型HS-BP结合INC的MPPT方法。当外界环境条件变化时,可以通过预测模型直接将工作电压迅速调至Vref附近,从而大大提高了MPPT的跟踪速度;当以Vref为初值进行电导增量法INC以实现最大功率跟踪时,由于Vref已经接近最大功率点MPP对应的电压,故可以设置较小的扰动步长,因此可以改善MPPT的跟踪精度,从而有效地降低静态过程的功率损失。在基于单片机控制的硬件平台上进行试验,结果表明,该方法具有稳定、快速等优点,可以显著提高光伏电池的发电效率。