粒子群优化算法在光伏阵列多峰最大功率点跟踪中的应用

局部阴影情况下,光伏阵列功率-电压(P-U)特性曲线呈现多个极值点,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。研究了粒子群优化算法(particle swarm optimization,PSO)在光伏阵列(photovoltaic array)多峰MPPT中的应用,该方法根据多峰P-U曲线的特性,提出将粒子初始位置分散定位在可能的峰值点电压处这一新思路,保证了粒子群算法不会陷入局部极值点且不会错过任何极值点。设置了粒子群算法的参数,同时提出有效的迭代终止策略,能够避免系统趋于稳定时的功率振荡。最后通过仿真验证了该算法在有、无阴影情况下均能够快速且准确地跟踪最大功率点,有效地提高了光伏阵列输出效率。     

基于改进粒子群算法的光伏最大功率跟踪研究

在局部阴影情况下,带有旁路二极管的光伏阵列P-U呈现多峰特性,导致常规的最大功率点跟踪方法失效。针对多峰值问题,在建立和分析光伏阵列P-U特性曲线的基础上,提出了采用自适应变异粒子群算法进行光伏阵列的最大功率点跟踪方法。该算法根据光伏阵列在局部阴影时P-U曲线上功率极值点的分布特点初始化种群,在传统粒子群算法基础上,通过引入自适应权因子和变异机制来加速算法收敛及防止算法陷入局部极值。仿真测试表明,提出的改进方法能够快速有效地实现光伏局部阴影下的最大功率点跟踪,相比于粒子群算法,可有效避免陷入局部极值点,收敛速度更快,且具有应对太阳光照变化的能力,提高了局部阴影时光伏发电的效率。     

基于粒子群算法的最大功率点跟踪方法研究

利用Matlab语言建立了太阳能电池的计算仿真模型,分析了太阳能电池在温度、光强不同时输出最大功率的变化特性.采用粒子群算法对太阳能电池进行了最大功率点跟踪的仿真研究,实验结果证明粒子群算法具有很好的跟踪精度,同时也可大大提高最大功率点的跟踪效率.     

粒子群优化模糊控制器在光伏发电系统最大功率跟踪中的应用

针对采用干扰观察法时最大功率跟踪系统的输出功率在最大功率点附近小幅振荡的问题,设计了一种应用粒子群优化算法(particle swarm optimization,PSO)的模糊控制器,并将其应用于光伏发电系统的最大功率点跟踪(maximum power point tracking,MPPT)。该控制器采用粒子群算法优化模糊控制的隶属度函数,能够实时调整跟踪步长,保证系统在光照强度和温度变化时有较快的动态响应速度和较高的稳态精度。分别对采用干扰观察法、常规模糊控制方法和带粒子群优化的模糊控制器在相同情况进行了仿真和试验,结果证明了所提方法的有效性和鲁棒性。     

光伏系统最大功率点跟踪算法的改进及应用

在光伏发电系统中需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.这里以光伏电池输出非线性特性为切入点展开研究,分析常规电导增量法和自适应算法的优缺点,针对其最大功率点跟踪(MPPT)动态和稳态性能不佳及启动过程特性较差的问题,提出改进的MPPT算法.在Madab/Simulink下进行了建模和仿真,仿真结果表明该...     

局部阴影下光伏电池最大功率点跟踪方法

随着能源和环境问题的日益严重,太阳能作为一种绿色可再生能源得到大力发展。光伏发电是太阳能利用最常见的形式,最大功率点跟踪（MPPT）是提高光伏发电效率的有效途径之一。由于光伏发电系统所处环境复杂,部分组件被遮挡的问题难以避免,传统的跟踪算法可能出现误判。针对此问题,本文以局部阴影下最大功率点跟踪控制为主线展开研究,分析光伏发电原理,搭建了4串2并结构的光伏阵列。通过仿真和编程探究了阵列在局部阴影下的输出特性并总结规律。在此基础上,对最大功率点跟踪进行了理论分析,并基于粒子群算法设计出了有效的控制方法,实现了局部阴影下最大功率点跟踪,利用Simulink进行仿真,验证了算法的可行性。     

基于储能型准Z源光伏并网逆变器的改进型自适应粒子群最大功率点跟踪算法研究

在解决光伏电池阵列在局部阴影条件下的多峰寻优问题中,传统的粒子群(PSO)最大功率点跟踪(MPPT)算法存在稳定性差、振荡严重、跟踪速度慢等缺点.针对上述缺点,结合准Z源逆变器的优点并在准Z源阻抗网络电容上并联储能单元,提出了一种基于储能型准Z源光伏并网逆变器的改进型自适应粒子群最大功率点跟踪算法.该算法不再依赖迭代次数,而是直接采用个体最优功率和全局最优功率更新惯性权重和学习因子并引入电压窗口限制,有效地提高了跟踪速度和减小了功率振荡.仿真结果验证了该优化算法在储能型准Z源光伏并网逆变器应用中具有较好的多峰值光伏曲线全局最大功率点跟踪能力,提高了光伏阵列的发电效率,具有较好的可行性.     

基于粒子群算法的MPPT仿真及应用

利用PSIM软件建立了太阳能电池仿真模型.光伏模块的伏安特性曲线显示了在出现局部阴影时,使用传统的最大功率点跟踪(MPPT)方案跟踪多个局部的最大功率点(MPP)以获得全局MPP是很难的.鉴于此,提出了一种新型基于粒子群优化算法(PSO)的MPPT.仿真及实验结果表明,即使在复杂的条件下,光伏模块的输出电压也能够稳定运行在MPP附近,基于PSO的跟踪算法为实时光伏系统提供了一个可行的替代解决方案.     

自适应权重粒子群算法在阴影光伏发电最大功率点跟踪（MPPT）中的应用

在光伏发电系统中,光伏阵列往往会受到局部阴影现象的影响,造成系统的不稳定运行和输出功率的降低,且光伏阵列的P-U特性曲线会出现多峰值,常规最大功率点跟踪（MPPT）算法因其只能单峰寻优而不能完成对最大功率点的跟踪.粒子群优化（PSO）算法则有着良好的多峰全局寻优能力,被广泛应用在局部阴影的最大功率点跟踪中,但是PSO算法有着收敛速度不足和搜索精度低的缺点.为此,提出了基于自适应权重的粒子群优化（APSO）算法,即在运算过程中通过引入非线性动态惯性权重系数,有效地提高整体算法的全局搜索能力和局部改良能力.利用Matlab仿真,在恒定阴影和快速变化阴影2种条件下验证APSO算法的可行性.结果表明,APSO算法能够避免早熟收敛问题,可有效地提高算法的收敛速度和搜索精度.     

基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制

波浪发电系统最大功率点跟踪控制中,传统粒子群算法存在早熟收敛和局部搜索能力不足问题,为此提出基于模拟退火算法的粒子群优化方案。该算法每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,从而使粒子群算法在发生早熟收敛时能够跳出局部最优并快速找到全局最优解。仿真结果表明,与传统粒子群优化算法相比,模拟退火粒子群算法可有效避免波浪发电系统陷入局部最大功率点,并快速实现全局最大功率跟踪,提高了波浪能捕获率。     

一种新型光伏发电系统最大功率跟踪算法

光伏发电系统的功率输出呈非线性,为有效利用太阳能,对光伏发电进行最大功率追踪显得尤为重要。论述了光伏发电系统输出特性和最大功率跟踪的原理,并提出一种改进的新型最大功率点追踪控制算法,即3段变步长爬山法。通过与自适应爬山法的对比实验表明,这种算法控制特性良好,能快速稳定跟踪太阳能的最大功率点,提高能量转换效率。     

基于改进扰动观测法的光伏阵列最大功率点跟踪策略

提出了一种通过追踪直流侧母线电压控制参考信号的实时调整环节的扰动观察算法,并与常规的扰动观察法进行了对比。仿真结果证明,该方法能快速、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。     

基于改进型扰动观察法的光伏电池最大功率点追踪算法研究

为了研究光伏电池最大功率点追踪算法,本文对光伏电池的输出特性进行了分析。以光伏阵列工作在稳定区域内的情况下,dP/dU与I存在线性关系为基础,本文提出了一种改进型扰动观察法的最大功率点追踪算法。该算法提出了一个新的判断光伏电池最大功率点的条件,结合扰动观察法和固定电压法寻找最大功率点。与传统的扰动观察法相比,该算法提高了系统的稳定性。对该算法进行了理论推导,并采用Matlab进行了仿真验证,结果表明,该算法能减少在最大功率点附近的振荡。     

光伏阵列最大功率点跟踪控制方法综述

光伏发电系统的运行需要快速准确地进行最大功率点跟踪(MPPT),但目前很多最大功率点跟踪方法跟踪不够准确,从而导致了光伏系统的功率损失,为此综述了光伏阵列最大功率点跟踪的各种方法,包括日益成熟、改进和优化策略较多的扰动观察法和电导增量法,并总结了两种方法应用的局限性和需要注意的问题。从最大功率点跟踪的控制原理和发展历程出发,归纳了基于优化数学模型、扰动自寻优、智能处理方法及输出端控制等4类方法,分别说明了各种跟踪控制方法的优点和不足之处,并指出具体选择方法时需要统筹考虑跟踪方法实现的难易程度、经济成本、传感器类型、跟踪速度与精度的协调以及应用领域等各种因素。最后探讨了最大功率点跟踪控制方法的发展思路,对该领域今后的研究方向做了展望,指出单级式光伏逆变系统中的最大功率点跟踪己成为国内外光伏领域的一个研究热点。     

基于最优梯度的滞环比较光伏最大功率点跟踪算法

光伏电池的输出功率特性随着外界环境的改变而变化.为使光伏阵列得以高效利用,需要对光伏并网系统进行最大功率点跟踪.提出了一种滞环比较法和最优梯度法相结合的最大功率点跟踪(maximum power point tracking,MPPT)算法,它很好地克服了最大功率点跟踪过程中的振荡和误判问题.为了验证该算法的有效性,在 PSCAD/EMTDC 软件平台上搭建了三相单级式光伏并网仿真系统,对常规的定步长扰动观察法和改进算法进行了仿真对比分析.结果表明:改进后的 MPPT 算法能有效消除直流电压的扰动纹波;当外界环境突变时,系统能快速稳定在新的最大功率点.     

光伏并网发电系统最大功率追踪算法的稳定性研究

随着光伏发电技术及光伏产业的发展,太阳电池阵列如何在同样日照、温度的条件下输出尽可能多的电能成为人们的研究重点。然而,根据太阳电池的工作原理,当光照强度,温度等自然条件改变时,太阳电池的输出特性将随之改变,输出功率及最大工作点亦相应改变。分析了几种常见的最大功率跟踪方法（Maximum Power Point Tracking,简称MPPT）,针对扰动观测法中的误判现象进行分析,并加以改进,使系统更加平稳地输出有功功率,实现了对最大功率点的稳定追踪。     

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。