基于改进三点重心比较法的最大功率点跟踪

根据光伏并网发电系统最大功率点追踪的特点,对常见的MPPT算法进行改进,提出了三点重心比较法。由于三点重心比较法对硬件的要求较高,文章提出了使用TI公司新推出的高性能数据信号处理器TMS320F28335的建议。     

光伏电池最大功率点跟踪方法的研究

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跟踪。分析了在跟踪控制中常见的扰动跟踪法和功率数学模型法,比较了它们的优缺点,并基于这两种方法提出了一种改进的跟踪方法,利用MATLAB对该方法进行了仿真研究,仿真结果验证了该方法的有效性。     

光伏发电系统最大功率点跟踪控制策略研究

以Matlab/Simulink为仿真平台,建立了光伏电池通用仿真模型,分析了传统最大功率跟踪算法中的扰动观察法和电导增量法原理、优缺点和各自应用的场合,根据光伏阵列的非线性输出特性提出了基于扰动观察法的模糊控制策略。仿真表明,当外界环境发生变化时,新的控制算法能够更快地跟踪最大功率点并具有良好的稳态性能。     

光伏发电最大功率跟踪技术研究

对太阳能电池的工作原理及工作特性进行介绍,详细分析太阳能电池工作的等效电路和数学模型;介绍了几种最大功率点跟踪的控制方法;分析光伏并网逆变器的控制目标,研究其控制策略,并设计了基于SPWM的电压/电流型并网逆变器控制的控制系统数学模型。     

最大功率点跟踪原理及实现方法的研究

对最大功率跟踪控制中DC-DC变换器的原理和控制方法进行了实验研究,利用DC-DC转换电路测量和单片机控制系统实现最大功率点跟踪,使太阳电池始终保持最大功率输出;同时提出了实现最大功率跟踪的控制方法,并通过实测结果说明最大功率跟踪系统的效果。     

光伏发电系统中最大功率点跟踪算法的研究

针对光伏发电系统中最大功率点跟踪算法,阐述和评价了目前国内外出现的众多自寻优算法及非自寻优方法的原理和特点,并从算法原理角度归纳了3种基本自寻优算法即恒定电压法、扰动观测法、增量导纳法。同时,应用MATLAB软件,详细对比和分析了同一条件下(包括辐照度、温度、负荷)此3种基本自寻优算法的追踪效果及品质。通过仿真结果比较,总结了3种算法的特点及适用范围。     

光伏系统最大功率点跟踪方法

最大功率点跟踪是光伏发电系统中重要的问题.在对太阳电池特性曲线分析的基础之上,阐述了几种常用的光伏系统最大功率点的追踪方法.文章总结并分析了各种方案的优缺点.     

光伏发电系统最大功率点跟踪方法研究综述

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,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。     

带有最大功率点跟踪功能的光伏充电器

利用自寻优的方法，采用BUCK拓扑结构，实现光伏阵列最大功率点的跟踪，提高光伏系统的效率。介绍了在光伏充电器中MPPT的实现方法。同时还叙述了电路的硬件结构与系统的软件实现。通过样机对比试验证明，采用寻优后能提高充电器的充电效率。     

考虑多点局部阴影的光伏阵列建模及复合型最大功率跟踪算法研究

构成光伏组件的每个光伏电池在运行中由于制造、遮挡等因素的影响,其输出会有差异。当若干个光伏电池受到不同程度阴影遮挡导致其输出与正常电池有较大差异的时候,组件输出的P-U曲线会出现多峰情况,针对单峰的传统最大功率点跟踪(Maximum Power Point Tracking,MPPT)策略很可能失效,从而陷入局部最优值。为解决该问题,推导了多点局部阴影下的光伏阵列数学模型,该模型能够理想描述任意阴影情况下的阵列输出特性曲线。基于此模型,提出了结合全局扫描法、电导增量法,以及快速逼近公式的复合型MPPT算法,并进行了仿真验证。仿真结果表明:相比于传统算法,算法在光伏组件受到遮挡时不会陷入局部最优;同时,相比于全局搜索法,该算法寻优效率更高。     

基于实测数据的光伏阵列参数辨识与输出功率预测

基于光伏电池的I-U方程、基本电路理论和最大功率跟踪的输出特性,提出了运用参数辨识方法及光伏阵列的输入、输出数据,辨识光伏阵列光生电流、反向饱和电流、二极管理想因子、电池串联内阻4个待定系数,确定光伏阵列的I-U方程,再用求解得到的I-U方程来预测光伏电站的输出功率。通过算例和实测数据仿真比较,验证了所提出方法的可行性和准确性。     

基于新型电导法的太阳能发电系统输出特性优化研究

文章在Matlab中搭建了太阳能电池板的仿真模型,分析了温度和光强对其输出特性的影响。阐述了传统电导法实现最大功率点跟踪控制的基本原理,基于此提出了一种新型变步长电导法,给出了其控制规则及流程图。利用所搭建的太阳能发电系统仿真模型,对传统电导法以及所提出的变步长电导法的性能进行了对比分析。仿真结果表明文章所提出方法的跟踪精度更高,稳态性能更好,对光强变化敏感度低,可有效实现对太阳能发电系统输出特性的优化。     

分布式光伏发电系统最大功率点跟踪技术比较研究

基于当前光伏阵列最大功率点跟踪技术的研究现状,介绍了适用于分布式光伏发电系统最大功率点跟踪的各种常用控制方法,阐述了每一种控制方法的技术原理,分析和比较了这些常用控制方法的特点,总结了各自的优点和缺点,最后对分布式光伏发电系统最大功率点跟踪方法的选择问题进行了探讨,并指出了具体选择方法时应综合考虑的各种因素。     

基于中值步长法的光伏阵列最大功率点跟踪

提出了光伏阵列最大功率点跟踪的新型变步长扰动观察法,即中值步长法。在外界环境发生变化时,利用斜率判断扰动方向,利用启动步长快速跟踪光伏阵列最大功率点的大概位置;然后每扰动一次就将扰动步长取中值,使系统在稳态时最大限度地逼近最大功率点,减小最大功率点附近的震荡,提高跟踪精度;利用功率判断避免在扰动过程中出现算法错误。通过Matlab进行仿真,证明了中值步长法能达到理想的跟踪效果。     

Performance improvement of PEM fuel cell power system using fuzzy logic controller-based MPPT technique to extract the maximum power under various conditions

Power generation of a fuel cell (FC) is mostly dependent upon operational variables such as cell temperature and membrane water content. There is an individual maximum power point (MPP) on the P-I curve of the FC. The location of the MPP varies with respect to the MPP position. Thus, an MPP tracking (MPPT) system should exist to guarantee that the FC works at the MPP in order to maximize the functionality. Due to their straightforward structure, prevalent MPPT methods had strong functionality. However, their primary limitations include fluctuations around the MPP and inefficiency under abrupt variations of operating conditions. The primary objective of this paper is to maintain the PEMFCs operation at an efficient power point. To this purpose, the efficiency of PEM-FC is tested and enhanced using a variety of MPPT-based smart controller techniques. To determine the appropriate MPPT controller parameters, the modified fluid search optimization (MFSO) approach and fuzzy logic controller (FLC) are employed. Furthermore, the MFSO method is deployed to adjust the membership functions (MFs) of the FLC. The MFSO is an excellent approach for coping with the stochastic behavior of the PEM-FC system when the temperature and water content of the membrane change. In terms of improved dynamic behavior, better convergence rate, reduced oscillations, and better tracking of the MPP, the results obtained by employing the suggested strategy demonstrate the superior functionality of the system compared to case using other methods. Moreover, the power generated by the PEMFC system is less than the nominal capacity for the temperature's rated capacity. Therefore, the deficit in power would be covered by transacting power with the grid.     

基于相似日和主成分分析的光伏发电系统短期出力预测

针对光伏发电功率的间歇性和波动性,提出了一种基于主成分分析(PCA)和粒子群优化(PSO)算法的BP神经网络短期发电功率预测方法。该方法先对原始输入数据进行主成分分析,再将分析结果作为BP神经网络的输入数据。由于粒子群算法搜索速度较慢,但全局搜索能力较强,而传统的BP神经网络搜索速度较快,但易陷入局部极值点,因此将两者结合起来,既弥补了各自的劣势,又避免了预测模型的失效,从而提高了预测模型的预测精度。分析结果表明,当天气类型改变时,该预测模型的有效性不变,预测误差均小于20%。     

光伏发电的最大功率跟踪算法研究

太阳能光伏阵列的输出特性受外界环境因素的影响,为了跟踪太阳能光伏阵列输出功率最大点,实现光伏阵列和负载的匹配,常在系统中加入最大功率跟踪器。准确跟踪太阳能光伏阵列的最大输出功率点依赖于有效的搜索算法。分析了传统的扰动观察法和增量电导法的特点,并提出了一种新的变步长寻优算法。通过验证表明,这种算法能够快速准确地跟踪最大功率点。     

Photovoltaic solar system connected to the electric power grid operating as active power generator and reactive power compensator

In the case of photovoltaic (PV) systems acting as distributed generation (DG) systems, the DC energy that is produced is fed to the grid through the power-conditioning unit (inverter). The majority of contemporary inverters used in DG systems are current source inverters (CSI) operating at unity power factor. If, however, we assume that voltage source inverters (VSI) can replace CSIs, we can generate reactive power proportionally to the remaining unused capacity at any given time. According to the theory of instantaneous power, the inverter reactive power can be regulated by changing the amplitude of its output voltage. In addition, the inverter active power can be adjusted by modifying the phase angle of its output voltage. Based on such theory, both the active power supply and the reactive power compensation (RPC) can be carried out simultaneously. When the insolation is weak or the PV modules are inoperative at night, the RPC feature of a PV system can still be used to improve the inverter utilisation factor. Some MATLAB simulation results are included here to show the feasibility of the method.     

Maximum photovoltaic power tracking for the PV array using the fractional-order incremental conductance method

This paper proposes maximum photovoltaic power tracking (MPPT) for the photovoltaic (PV) array using the fractional-order incremental conductance method (FOICM). Since the PV array has low conversion efficiency, and the output power of PV array depends on the operation environments, such as various solar radiation, environment temperature, and weather conditions. Maximum charging power can be increased to a battery using a MPPT algorithm. The energy conversion of the absorbed solar light and cell temperature is directly transferred to the semiconductor, but electricity conduction has anomalous diffusion phenomena in inhomogeneous material. FOICM can provide a dynamic mathematical model to describe non-linear characteristics. The fractional-order incremental change as dynamic variable is used to adjust the PV array voltage toward the maximum power point. For a small-scale PV conversion system, the proposed method is validated by simulation with different operation environments. Compared with traditional methods, experimental results demonstrate the short tracking time and the practicality in MPPT of PV array.