光照不均匀情况下光伏阵列最大功率跟踪控制

当光伏阵列受到不均匀光照时,输出的功率电压曲线含有多个局域峰值。针对此光照不均匀情况,建立光伏阵列多峰数学模型,并提出一种最大功率跟踪控制方法。采用连续函数构建光照不均匀情况下光伏阵列输出功率电压曲线;依次从该曲线的两侧或中部迭代搜索各局部最大功率点,确保在各种光照情况下均获得全局最大功率;通过Matlab仿真实例验证了所提多峰数学模型和最大功率跟踪控制方法的正确性。     

基于组态优化的光伏阵列最大输出功率控制

大规模太阳能光伏阵列的输出功率不仅受入射光强和环境温度的影响,还受安装环境和安装位置的影响.随着太阳光入射角度的变化,不同位置的光伏阵列的输出变化也有明显差别.在外部环境发生变化时,对光伏阵列进行合理地重新组态,可提高光伏阵列的输出功率.文章在梯度法实现最大功率点追踪的基础上,提出了采用组态优化的方法来进一步提高输出功率.仿真结果表明,组态优化方法能有效地提高光伏阵列的输出功率.     

灰尘覆盖对光伏组件性能影响的原位实验研究

在西安某地搭建光伏阵列实验平台,对光伏组件的温度、发电功率、太阳辐射强度及环境参数进行实时检测;设计光伏组件表面不同的积灰密度工况,对负载条件下同一时间段内检测的数据进行对比分析,得到积灰密度与光伏组件上层玻璃相对透光率、光伏组件工作温度以及发电功率的耦合关系;另外,通过检测数据发现,由于严重的雾霾天气,8 d的自然积灰就会使光伏组件上层玻璃的相对透光率减小约20%。     

基于等功率曲线法的多峰值MPPT算法研究

为实现光伏阵列最大功率跟踪控制技术的优化,首先对不同温度、光照、遮挡模式下的光伏阵列进行建模分析,由输出特性曲线,深入分析遮挡模式对全局最大功率点的影响。提出一种基于等功率曲线法的最大功率跟踪方法,定性解决了陷入局部极值而使得跟踪失败的问题,可提高光伏阵列的输出功率,为多峰值下最大功率点跟踪技术的研究提供了一种新思路。     

积灰对光伏板输出特性影响理论和试验研究

建立太阳能光伏板积灰状态下短路电流随温度变化理论模型,用以分析光伏板输出特性中温度对其影响程度的大小。通过试验的方法拟合出在定积灰密度下,不同辐照强度时积灰与清洁状态光伏板短路电流比值、开路电压比值、输出功率比值变化曲线。将试验曲线与理论分析进行比对,得出积灰对光伏板短路电流影响较小,开路电压和输出功率影响较大的结论。最后分析积灰影响系数k′的应用和工程意义。     

局部阴影下光伏阵列结构优化

为提高光伏阵列发电效率,避免发生热斑效应,通过改进空间向量模型,对局部阴影下光伏组件间的匹配度进行计算,并将匹配度高的光伏组件进行串联,实现对光伏阵列结构的优化。对比分析表明,该算法可提高光伏阵列输出功率,提高组件间的匹配度,避免因不匹配而造成的热斑问题。     

基于多峰值拆分的局部阴影下最大功率点跟踪研究

文章提出一种多峰值拆分的方法。首先,根据光伏阵列的阴影分布,将多峰拆分成光照均匀下的若干单峰;其次对拆分后单峰对应的新光伏阵列进行参数辨识,并利用遗传算法对辨识出来的参数优化,准确建立各单峰的光伏阵列模型,进而分析其在局部阴影情况下的输出特性;再次对所得模型进行理论求解,基于理论结果进行最大功率点跟踪,快速得到全局最大功率点。最后,通过搭建仿真模型,验证文章所提方法的准确性和可行性。     

常见光伏阵列拓扑结构分析

太阳能光伏发电系统作为一个复杂系统,其中光伏阵列拓扑结构对整个系统的成本和效率有着重要的影响,它也关系着发电系统能否经济可靠地运行。对比分析了几种常见的光伏阵列拓扑结构,并对常见失配条件下阵列输出功率的仿真结果进行分析。分析研究表明阵列拓扑结构对光伏系统输出功率和成本有很大影响,这些研究为光伏阵列拓扑的设计提供了参考。     

自然降雨下光伏组件积灰预测方法研究

为了预测光伏组件上的积灰量,以相关气象因素为输入变量,基于最小二乘支持向量机(LSSVM)预测算法,并通过改进粒子群算法(PSO)中惯性因子的衰减方式提高预测算法寻优鲁棒性。在积灰预测模型中考虑当地时空因素,引入强相关的降雨量,并结合光伏组件发电功率衰减率,建立自然降雨清洗下的积灰预测模型。在杭州地区进行测量实验,通过实例计算表明此模型可快速预测统计周期内光伏组件积灰量以及积灰引起功率衰减率,为精准预测光伏发电功率和制定组件清洁频率提供依据。     

基于TCT结构及开关控制的光伏阵列重构

为了提高局部阴影下光伏阵列的发电量,提出一种基于TCT结构的重构方法。该方法从构成光伏阵列的小型方阵内部结构出发,对光伏组件的摆放位置进行调整,推导并计算调整后每一方阵的全局最大功率点。基于开关控制技术,针对重构后由4个方阵构成的不同串并联关系的光伏阵列进行计算,分析光伏阵列受失配效应的影响,确定光伏阵列最佳的连接关系。借助仿真软件,计算重构后的光伏阵列在局部阴影情况下的输出性能,与重构前的光伏阵列进行比较,结果表明:重构后的光伏阵列的输出功率得到较大提高。     

聚光型光伏系统光电耦合性能研究

针对复合抛物面聚光型光伏（PV-CPC）系统,建立光电耦合模型,模拟不同聚光比下光伏阵列表面太阳辐照度分布规律,并比较3种不同网格电路模型的适用性和准确性。结果表明：采用离散网格照度方法模拟精度最高,同时聚光型光伏系统在提升发电功率的同时也导致一定效率损失。当聚光比增大时,光伏阵列表面辐照度值及不均匀性增大,最佳聚光面处的照度分布均匀性优于CPC出口处;光伏阵列的发电功率和效率与太阳总辐照度呈正相关、散射比呈负相关关系。     

基于改进花授粉算法的光伏最大功率点追踪研究

针对厂区光伏在局部阴影或光照不均匀的情况下,光伏阵列输出存在多个极值点,导致传统优化算法追踪最大功率点时存在速度慢和精度低等问题,提出了基于改进花授粉算法的光伏最大功率跟踪控制策略。采取有利于全局广泛搜索的自适应系数对全局搜索进行改进,提高了算法的收敛速度与精度。通过MATLAB/Simulink建模仿真,证明了所提出的改进花授粉算法在复杂光照条件下具有更快的收敛速度与追踪精度。     

一种可提升光伏系统在局部阴影时发电效率的阵列连接策略

为提升光伏系统在局部阴影时发电效率,给出一种光伏组件串联DC/DC变换器作为基本单元进行串并联形成新的光伏阵列形式——分布式直流变换器光伏阵列。将DC/DC选为Buck变换器,通过每一块光伏组件所串联的Buck变换器来跟踪该光伏组件的最大功率,从而实现所有组件在辐照不均匀以及制造差别等因素造成的输出特性不一致时仍能最大功率跟踪,在避免复杂的最大功率跟踪算法的同时显著提升系统发电效率。先对该连接方式进行理论分析,证明这种方法的可行性,然后通过Matlab/Simulink搭建仿真模型,对传统光伏阵列与新的阵列进行对比,结果上课验证所提出的新阵列连接方式能显著提升发电效率。最后,通过实验进一步验证新阵列连接方式的有效性。     

遮阴条件下光伏MPPT自适应粒子群算法优化

针对在局部阴影情况下光伏阵列的功率-电压（P-U）特性曲线呈多峰特性,粒子群算法应用于局部阴影下的最大功率点跟踪（MPPT）跟踪,存在搜索速度慢、精度低的缺点。提出自适应惯性权重粒子群优化（PSO）算法的最大功率点跟踪算法,自动更新惯性权重w和学习因子C₁、C₂,通过仿真实验,优化前的全局最大功率点（GMPP）跟踪时间是0.045 s,输出功率为468 W。优化后的自适应粒子群算法GMPP跟踪时间为0.020 s,输出功率稳定在为480 W,光伏阵列的输出功率跟踪误差小于30%。在所搭建辐照度突变模型仿真中,在4.022 s突变到300 W/m²时经过0.05 s又重新跟踪到了新的最大功率点稳定在0.075 MW。最后通过实验平台验证,优化后的自适应粒子群优化算法与传统的粒子群优化算法相比,追踪时间减少了55.5%,误差小于5%,验证了该算法可行性和实用性。     

基于电压空间矢量180°解耦的开绕组双逆变器光伏发电系统无功补偿控制

为满足高压大功率光伏并网发电需求,研究了一种新型的开绕组双逆变器光伏发电系统拓扑结构。该拓扑中2组光伏阵列可独立工作在各自的最大功率点,有助于提高光伏系统的发电效率。但在遮挡或组件损坏等因素影响下,2组光伏阵列输出功率不平衡,会导致输出功率较大的光伏阵列所对应的逆变器产生过调制现象,导致并网电流波形变差。该文通过结合开绕组双逆变器光伏发电系统数学模型,介绍一种适用于开绕组双逆变器系统的控制方案来完成各组光伏阵列的最大功率输出,同时提出一种简单有效的无功补偿方案来避免过调制现象的发生。仿真和实验结果验证了所提方案的正确性。     

基于改进多种群遗传算法的光伏阵列多峰值MPPT研究

光伏阵列在实际工作条件下因灰尘、受照不均匀等影响而功率输出呈现多峰特性,传统的最大功率点跟踪（maximum power point tracking,MPPT）算法不能实现全局寻优,无法精确跟踪到最大功率点。遗传算法可以有效解决多峰寻优问题,但一般遗传算法在跟踪过程中会出现早熟、准确率较低等问题,为此,提出一种多种群遗传算法（multiple population genetic algorithm,MPGA）与扰动法相结合的算法来解决此类问题。在光伏电池拓扑模型中,采用优化双二极管代替单二极管模型,并在Matlab/Simulink下进行建模仿真。结果表明：该算法可以准确快速高效地找到局部阴影条件下光伏阵列的最大功率点。     

太阳电池积灰对其发电性能影响的研究

以太阳电池为研究对象,通过Matlab建立数学模型,对太阳电池的输出特性进行仿真研究。然后通过天津地区实际的太阳电池进行测试实验,建立太阳电池输出功率与积灰密度关系的数学模型。研究结果表明:随太阳电池表面积灰密度的增加,太阳电池的输出功率相应的减少,且得到在一定条件下(辐照度为1000 W/m2、温度为25℃),太阳电池输出功率与积灰密度的数学公式。最后通过数据分析得出天津地区太阳电池积灰会造成光伏组件年均降低发电效率约为6%。     

局部阴影条件下光伏阵列的动态建模

针对静态阴影下光伏阵列模型输出特性与实际运行输出特性偏差较大的问题,建立基于动态阴影的光伏阵列模型。首先对由带旁路二极管光伏组件组成的光伏阵列进行配置结构优化;然后根据局部阴影下光伏阵列的光照强度及温度随时间正态分布的特性,利用变步长Guass-Legendre积分算法,得到光照强度及温度动态分布的值,通过此动态值实时调节光伏阵列优化模型的输出状态,解决静态阴影下光伏阵列模型难以满足实时输出要求的问题。仿真结果表明:该模型适用于不同阴影条件、不同功率等级要求的应用场合。与静态阴影下光伏阵列的输出特性相比,光伏阵列动态模型的输出特性更加接近于无阴影条件下光伏阵列的输出。     

基于全时段模拟积分的光伏发电系统发电量计算

为了准确计算光伏系统的输出功率和估计年平均发电量,以提高光伏并网发电系统的供电安全性和稳定性,文章提出一种基于全时段模拟积分的光伏系统输出功率计算方法。根据光伏发电系统的结构和工作原理对光伏发电子阵列进行了建模,对无法直接获得环境参数地区的温度及光辐射量进行了全时段模拟,提出了光伏发电系统输出功率计算方法;对功率积分后可以估算任意太阳辐射量、环境温度和系统结构下的光伏发电系统年均发电量。通过与实际光伏电站工程算例的对比表明,利用该方法估算的发电量结果能满足工程实际要求,可为光伏发电系统设计人员和决策人员提供参考。     

局部阴影下光伏阵列自适应MPPT方法研究

光伏阵列受局部阴影、个别光伏组件故障等影响,输出P-U特性呈多峰现象,此时传统最大功率点跟踪(MPPT)往往无法跟踪到真正的全局最大功率点(MPP)。为了避免由此导致的光伏阵列输出功率大幅度损失,在深入研究阴影条件下光伏阵列多峰功率特性的基础上,提出一种自适应全局MPPT方法。当光伏阵列的输出P-U特性发生变化时,该方法能自适应调整跟踪策略寻找到全局MPP。20 k Wp光伏阵列仿真实验和统计分析结果表明,该方法在超过90%的阴影案例中,能准确快速平稳地跟踪到真正的全局MPP,且对开路电压和短路电流估测误差具有鲁棒性。实验测试结果表明:该MPPT方法能在局部阴影发生前后跟踪到光伏阵列的全局MPP。由于原理简单、所需传感器数量少、MPPT跟踪性能优异,自适应MPPT方法具有较好的应用前景。