基于滑模控制的独立光伏发电系统控制策略

针对独立运行的光伏发电系统,提出了基于滑模控制的最大功率跟踪(MPPT)策略;针对光伏微源输出功率随机性引起的逆变器输入侧直流母线电压波动,通过储能控制实现电压稳定;针对负载变化引起的系统输出电压波动,设计了系统输出电压电流双闭环控制器。通过MatLab/Simulink对提出控制策略进行了仿真验证。分析结果表明,所提出滑模控制策略可实现光伏电池的MPPT;储能控制策略可有效抑制光伏微源输出功率波动引起的直流母线电压波动;输出电压控制策略能稳定系统电压,确保安全可靠运行。     

光伏系统最大功率点跟踪控制仿真模型

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。     

光伏发电系统MPPT控制仿真模型

在光伏发电系统优化的研究中,为了有效提高太阳能利用率,建立了光伏电池等效电路和数学模型,在MATLAB/Simulink仿真环境下搭建光伏电池通用工程模型,光伏电池通过串并联方式组合成光伏阵列,并利用电导增量法原理通过控制Boost电路占空比实现光伏阵列最大功率点跟踪(MPPT).仿真结果表明:改进模型可仿真任意光照强度、环境温度下,不同型号光伏电池及其串并联组合成光伏阵列的I-V特性,并能较好控制并实现MPPT,模型动态性能好,具有较强的实用性.     

一种新颖的变步长光伏系统MPPT控制方法

太阳能光伏阵列的输出功率随外界环境因素的变化而变化,为了能高效地利用太阳能电池,需对光伏阵列进行最大功率点跟踪(简称MPPT);针对定步长电导增量控制法存在的缺点,提出一种新颖的变步长电导增量法;该方法通过瞬时功率相对电流的变化值确定MPPT步长大小,使光伏系统MPPT快速准确且无震荡;经Matlab仿真及实验证明:该方法能快速准确地跟踪外部环境变化,并能保证系统的稳定性。     

基于自适应线性调节抗干扰PSO的光伏群体MPPT控制

光伏发电已成为新能源发电的主要研究方向,但当外界环境发生突变或由于遮挡使光伏阵列出现阴影时,传统的最大功率点跟踪(MPPT)算法会出现误判或因陷入局部最大功率点等问题而失效。针对这些问题,提出了一种自适应线性调节的粒子群(PSO)算法,并采用一个MPPT控制器同时实现多支路光伏阵列群体MPPT控制。最后,通过仿真验证所提控制策略的有效性。结果表明,自适应线性调节PSO群控方法振荡小,可实时精准跟踪最大功率点,控制电路较为简单,降低系统控制成本。     

基于负载线交点太阳光伏MPPT控制方法研究

随着环境日益污染与能源逐渐枯竭,光伏发电已成为全球能源发展趋势,而最大功率点跟踪(Maximum Power Point Tracking,MPPT)技术是太阳光伏发电控制关键之处.由于外界因素的影响,使得光伏矩阵受光照不均匀,造成局部阴影降低效率.本文采用代数算法中的负载线交点法(LLI)实现在局部阴影条件下最大功率点的跟踪.     

基于负载线交点太阳光伏MPPT控制方法研究

随着环境日益污染与能源逐渐枯竭,光伏发电已成为全球能源发展趋势,而最大功率点跟踪(Maximum Power Point Tracking,MPPT)技术是太阳光伏发电控制关键之处.由于外界因素的影响,使得光伏矩阵受光照不均匀,造成局部阴影降低效率.本文采用代数算法中的负载线交点法(LLI)实现在局部阴影条件下最大功率点的跟踪.     

局部阴影遮蔽下光伏阵列MPPT算法的研究综述

光伏阵列作为太阳能光伏发电系统的基本发电单元,在局部阴影条件下,它的输出特性发生改变,相应的功率曲线含有多个局域峰值,使常规的最大功率点跟踪算法很难准确地跟踪到真正的最大功率点,在分析常规最大功率点跟踪方法(恒定电压法、扰动观测法、电导增量法)的基础上,对多峰值最大功率点跟踪方法做了比较全面的比较和分析(模糊免疫算法、粒子群优化算法PSO等),为实现光伏阵列在部分遮蔽下实现最大MPPT设计与实现提供参考。     

光伏发电系统中改进型MPPT控制技术研究

对光伏发电系统提出了一种新的最大功率点跟踪（MPPT）控制方法。对固定电压法、电导增量法以及所提的两者的结合方法分别进行仿真,结果表明,所提方法能够快速、准确地跟踪光伏阵列的最大功率点,减少了在最大功率点振荡的能量损失,提高了光伏发电系统的能量转换效率。     

基于粒子群优化的光伏系统MPPT控制方法

局部遮阴条件下光伏阵列P-V特性引起的多个极值点使常规的最大功率点跟踪(MPPT)算法失效。针对上述问题,提出一种基于粒子群优化算法的控制方法,以解决局部遮阴下的最大功率跟踪问题。实验结果显示,光伏模板的输出电压被稳定地控制在最大功率点附近,证明算法是有效的。     

在线扰动优化光伏MPPT模糊控制器

利用可在线优化的模糊控制器进行光伏最大功率点跟踪控制（MPPT）。利用模糊RBF网络根据专家经验建立初始模糊控制器,在模糊控制器输出的控制量上叠加正态分布的随机扰动,根据控制效果自适应地构造和调整模糊规则。根据控制效果记录器的结果决定是否叠加扰动,以削弱功率震荡现象。该方法可以减轻对模糊控制器相关参数进行离线调整的工作量。仿真结果表明该方法在光伏MPPT控制中的有效性。     

基于极值搜索的光伏电池最大功率点跟踪仿真

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。     

基于改进变步长电导增量法的MPPT控制

针对光伏系统最大功率点跟踪控制速度不稳定的问题,提出一种改进的变步长电导增量法。对电导增量法变步长的触发条件进行改进,确定变步长的使用范围,并选取适当的缩放系数,使光照强度发生变化时可稳定地跟踪最大功率点。仿真结果表明,该算法在光照强度发生大幅度变化时,具有较快的响应速度和较高的跟踪精度。     

基于物理特性的光伏电池建模仿真及验证

提出了一种基于光伏电池物理特性的数学模型,并在Matlab/Simulink环境下建立了仿真模型。仿真结果表明,所提出的数学模型能很好地模拟光伏电池的特性。以此光伏电池模型为基础,建立了光伏电池最大功率点跟随系统的仿真模型,仿真结果验证了此光伏电池模型的正确性,为实际应用中,光伏电池的输出可靠性提供了新的解决思路。     

A new MPPT controller based on the Ant colony optimization algorithm for Photovoltaic systems under partial shading conditions

The Maximum Power Point Tracking controller (MPPT) is a key element in Photovoltaic systems (PV). It is used to maintain the PV operating point at its maximum under different temperatures and sunlight irradiations. The goal of a MPPT controller is to satisfy the following performances criteria: accuracy, precision, speed, robustness and handling the partial shading problem when climatic changes variations occur. To achieve this goal, several techniques have been proposed ranging from conventional methods to artificial intelligence and bio-inspired methods. Each technique has its own advantage and disadvantage. In this context, we propose in this paper, a new Bio- inspired MPPT controller based on the Ant colony Optimization algorithm with a New Pheromone Updating strategy (ACO_NPU MPPT) that saves the computation time and performs an excellent tracking capability with high accuracy, zero oscillations and high robustness. First, the different steps of the design of the proposed ACO_NPU MPPT controller are developed. Then, several tests are performed under standard conditions for the selection of the appropriate ACO_NPU parameters (number of ants, coefficients of evaporation, archive size, etc.). To evaluate the performances of the obtained ACO_NPU MPPT, in terms of its tracking speed, accuracy, stability and robustness, tests are carried out under slow and rapid variations of weather conditions (Irradiance and Temperature) and under different partial shading patterns. Moreover, to demonstrate the superiority and robustness of the proposed ACO_NPU_MPPT controller, the obtained results are analyzed and compared with others obtained from the Conventional Methods (P&O_MPPT) and the Soft Computing Methods with Artificial intelligence (ANN_MPPT, FLC_MPPT, ANFIS_MPPT, FL_GA_MPPT) and with the Bio Inspired methods (PSO) and (ACO) from the literature. The obtained results show that the proposed ACO_NPU MPPT controller gives the best performances under variables atmospheric conditions. In addition, it can easily track the global maximum power point (GMPP) under partial shading conditions.     

基于Boost变换器光伏发电MPPT控制方法

在基于Boost变换器的光伏发电系统中,以MCU TMS320F2812为主要控制芯片,采用检测发电系统Boost变换部分输出电流的控制策略,并调节变换器PWM的占空比输出,实现最大功率点更好地跟踪,并通过Mat-lab/simulink验证该策略的可行性。     

基于主频预估的波浪发电系统自适应滑模控制

为提高波浪发电装置的输出功率,提出基于主频预估的自适应滑模控制方案。通过分析点吸收式直线波浪发电系统和海浪高度场,搭建系统仿真模型。应用无迹卡尔曼滤波算法,预估波浪激励力主频频率,进而利用功率优化模块寻求最优负载。为保证系统跟踪性能,在分数阶滑模控制器中引入具有扰动补偿的自适应控制律,动态估计系统扰动,减少滑模切换增益,利用李氏稳定判据验证系统稳定性。仿真结果表明,所提控制方案可有效改善跟踪效果,提高装置输出功率,系统鲁棒性增强。     

基于Sigmoid函数的机器人鲁棒滑模跟踪控制系统设计

为了保证机器人能够在保持稳定的情况下,按照规划轨迹执行工作任务,从硬件和软件两个方面,设计了基于Sigmoid函数的机器人鲁棒滑模跟踪控制系统。装设机器人传感器与状态观测器,改装机器人鲁棒滑模跟踪控制器,完成系统硬件设计;综合机器人结构、运动机理和动力机制3个方面,构建机器人数学模型;根据状态数据采集结果与规划轨迹之间的偏差,计算机器人跟踪控制量;依据滑模运动与切换方程,利用Sigmoid函数生成机器人鲁棒滑模控制律,将生成控制指令作用在机器人执行元件上,实现系统的鲁棒滑模跟踪控制功能;在系统测试与分析中,所设计控制系统的平均位置跟踪控制误差为0.93 mm,与设定轨迹目标基本重合,机器人姿态角跟踪控制误差为0.06 mm,具有较好的鲁棒滑模跟踪控制效果,能够有效提高机器人鲁棒滑模跟踪控制精度。