局部阴影光伏阵列特性研究

以光伏电池为研究对象,提出一种光照局部阴影下的光伏阵列模型.为了研究该模型的输出特性,根据光伏电池工程数学模型,在Simulink中搭建一个4×3的光伏阵列模型;为了防止热斑效应,每个光伏电池都反向并联了一个旁路二极管,每条支路都与一个阻塞二极管串联,然后对其进行仿真和分析,验证该模型的准确性.通过研究局部阴影下的光伏阵列模型的输出特性,得出其I-U特性呈多膝状,P-U特性呈多峰状,传统智能算法易陷入局部极值,对后续基于改进智能算法的光伏系统最大功率跟踪研究具有一定的理论意义和实际工程应用价值.     

基于多峰值模型优化的光伏阵列故障研究

在光伏阵列的实际使用中,设备老化、局部阴影等因素会导致阵列故障现象的发生。为了消除故障对光伏阵列输出的不利影响,提出对原有的多峰值模型进行优化处理,在光伏组件模型上并入对求解参数进行修正的旁路二极管,以提高光伏发电系统转化效率。仿真对比分析了模型优化前后的光伏阵列输出特性,验证了此优化模型能有效减小系统的功率损耗。     

光伏电池在阴影影响下功率特性研究

光伏电池在阴影影响下照明不均匀，输出特性受到影响。鉴于此，研究了光伏电池的数学特性，分析了光伏电池各区域在无阴影和不同程度阴影影响下的输出特性，最后通过建模仿真实验，总结论证了光伏电池在阴影影响下的输出特性规律。     

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。     

分布式光伏阵列重构拓扑及控制方法

针对光伏系统在实际运行时,阵列受局部阴影遮挡输出功率出现多峰值导致常规最大功率跟踪(MPPT)算法失效,以及低光照度时逆变器额定功率与接入光伏阵列功率不匹配导致运行效率降低这两个问题,将光伏逆变器组群控制和阵列组态优化思想应用到光伏阵列拓扑重构上,提出了一种新的逆变器出力方案和光伏阵列,可任意自由重构开关拓扑,分析了光伏阵列重构开关拓扑的数学模型及约束条件,利用动态聚类控制将光伏阵列进行了自由串并联并接入相应功率等级逆变器中.在Matlab上建立了光伏阵列及逆变器数学模型,并仿真运行了光伏阵列在局部阴影遮挡和低光照度运行条件下的拓扑重构,得到了串并联开关最优矩阵和光伏阵列输出总功率.研究结果表明,分布式光伏阵列重构拓扑极大地提高了光伏系统的输出功率.     

基于神经网络的光伏阵列局部阴影建模研究

在局部阴影条件下,光伏阵列的输出特性将发生变化。利用神经网络具有逼近任意复杂非线性函数的能力,采用粒子群算法（PSO）来优化BP神经网络的内部连接权值和阈值,以改善神经网络的预测性能,并基于这种改进的神经网络结构搭建局部阴影下的光伏阵列模型。仿真结果表明,此算法泛化能力强、收敛速度快,能够对阴影下的光伏阵列进行建模。     

基于PSIM的光伏组件仿真模型的研究

为了更好的研究了光伏阵列的特性,提高光伏并网发电系统的可靠性和效率,提出了一种光伏阵列的简化数学模型,在PSIM仿真环境下,采用外扩DLL的方式建立了光伏阵列的外特性模型,参照CEC5—72--180M型号的光伏组件的产品参数进行仿真,并对不同温度和光照强度条件下光伏阵列的输出特性进行了研究,阐述了光照和温度对输出电压、电流和功率的影响。仿真结果表明该模型能够准确地反映其物理特性,为光伏发电系统的仿真分析提供了依据。     

不同光照条件对光伏组件及其构建的光伏发电系统的影响研究

为保证各个模组的稳定输出与光伏组件接入的配电网运行的安全可靠性，有必要研究不同光照条件对光伏组件的影响，以及对其构建的光伏发电系统的影响，为光伏发电技术的进一步发展提供技术支持。现建立了光伏电池单体的仿真模型，并以此为基础，建立两块和三块组件串联的模型，最后建立了2×2的光伏阵列仿真模型。利用Matlab/Simulink软件，仿真后得到了仿真模型在多种复杂光照下的U-P和U-I特性输出曲线，并根据仿真结果总结了该情况下U-P和U-I输出特性的规律。     

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。     

全桥直流变换器在MPPT中的应用

由于光伏硅电池的独特输出特性,为能够将光伏阵列转换的能量以最大功率输出,就需要对光伏阵列的输出电流、电压进行实时控制,以实现最大功率点跟踪;另外,随着具有MPPT功能的DC/DC变换器的引入,对光伏发电系统的效率也产生了很大的影响.为提高光伏发电系统的效率,采用了移相全桥ZVS DC/DC 变换器作为光伏发电系统 MPPT 变换电路,并对应该具备 MPPT 功能的 DC/DC 变换器进行了设计.最后,采用了1 kW实验样机进行了一系列的实验.实验结果验证了该理论分析和设计的正确性.     

局部阴影条件下的光伏阵列建模与特性仿真

在光伏阵列数学模型的基础上,推导了局部阴影条件下的光伏阵列数学模型,并在Matlab/Simulink软件上进行了3种典型局部阴影条件下的光伏阵列建模与仿真,仿真结果表明在局部阴影条件下光伏阵列的电流出现拐点,输出功率出现多个局部极大值.     

基于非对称论域模糊控制的光伏阵列最大功率点跟踪研究

最大功率点跟踪(MPPT)是提高光伏发电系统效率的关键技术.在分析光伏阵列非线性输出特性的基础上,对基于非对称论域模糊控制实现光伏阵列MPPT进行探讨;建立了采用非对称论域模糊控制算法调节Boost电路占空比实现光伏阵列MPPT的仿真模型,在照度、温度阶跃变化下的仿真结果,验证了非对称论域模糊控制算法的有效性.     

基于遗传算法优化的RBF-BP神经网络在光伏阵列MPPT的研究

为了高效地追踪光伏电池的发电输出功率,结合光伏电池输出非线性的特点,提出了一种基于遗传算法优化的RBF-BP组合神经网络,用于对光伏阵列最大功率点追踪(MPPT)。首先研究了光伏电池的输出特性,在此基础上提出了RBF-BP双隐层组合神经网络。为了更加准确地预测光伏电池最大功率点,进一步运用遗传算法对组合神经网络进行优化。将影响光伏电池输出的主要因素光照强度和温度作为神经网络的输入建立预测模型,通过MATLAB对该模型进行仿真。仿真结果表明,该系统具有追踪精度高、速率快、迭代次数少等优点,有效地提高了对光伏电池输出最大功率点追踪的精度和效率。     

太阳能光伏阵列模拟器设计与实验研究

针对分布式发电系统的特点和太阳能电池阵列的输出特性,设计了光伏阵列模拟器和最大功率点追踪控制器,并进行了实验研究,实验结果表明所设计的光伏阵列模拟器能够对给定参数的光伏阵列进行模拟,并具有较高精度。     

基于模糊控制的光伏阵列MPPT仿真

研究了光伏阵列的非线性功率输出特性,建立了基于Matlab simulink/Power system的光伏阵列仿真模型,对基于模糊控制采用扰动观察法进行光伏发电最大功率点跟踪进行了仿真.     

常见光伏阵列拓扑重构方法综述

针对光伏发电系统中由于环境和光伏系统本身失配造成的输出功率降低问题,将系统拓扑重构技术应用到光伏发电系统中。在应对失配条件时,目前常采用的增加光伏系统输出功率的方法是使用改进的最大功率跟踪方法,然而该类方法已被广泛研究和渐趋成熟,而为了使得光伏系统的输出性能更加优化,对光伏系统拓扑结构的研究已日益受到关注,不同工作环境下对光伏系统的拓扑结构进行重构的方法对于整个光伏系统输出性能的提高有着重大意义。开展了常用光伏阵列拓扑结构重构策略的研究,对其优缺点进行了对比分析,在此基础上,对各种光伏阵列拓扑重构方法进行了评估。研究结果表明,面对不同工作环境时选择合适的光伏阵列拓扑结构,从而可以有效提高光伏阵列的输出特性。     

光储联合发电控制策略研究

讨论并提出电池储能在并网光伏发电系统中的应用模式,基于DIgSILENT仿真平台,建立光伏发电及电池储能系统模型,仿真分析不同应用模式下光伏—储能联合发电系统的运行特性。结果表明:电池储能系统能够有效平抑并网光伏系统的出力波动,有利于减轻光伏发电功率波动对电网的冲击。     

砷化镓光伏电池的激光光照特性研究

激光无线能量传输技术具有广阔的应用前景,而光伏电池的激光辐照特性是设计激光无线能量传输系统的重要依据。针对该问题,研究了激光功率与温度对光伏电池的影响,搭建了光伏电池激光辐照特性的实验测试平台,测量并分析了光伏电池输出特性随激光强度和电池温度的变化规律。结果表明,激光辐照条件下,激光强度一定时,短路电流随温度升高而降低;温度一定时,转换效率与填充因子随激光强度的增大呈现先增大后减小的趋势。该研究可为激光无线能量传输条件下的系统设计仿真以及激光辐照下光电电池的输出特性研究提供参考。     

光伏并网发电与建筑一体化研究

太阳能光伏发电是新能源和可再生能源的重要组成部分。文章借鉴建筑一体化设计理念与光伏电池组件结构化模块设计思想,详细分析了光伏电池的倾角和朝向问题,并对光伏并网逆变器的选择问题进行了研究,提出了光伏电池阵列组合优化模型。     

基于改进PSO的局部阴影下光伏阵列MPPT控制

光伏阵列在局部阴影情况下,其功率-电压曲线将呈现多峰值特征,针对传统粒子群算法在最大功率点跟踪时存在易陷入局部最优、收敛速度慢等问题,采用一种改进的粒子群算法,在粒子群算法中引入自适应调节的惯性权重和学习因子,使系统快速、精确地搜索到最大功率点。通过仿真验证了所采用的算法在不同阴影条件下能够提高收敛速度,快速追踪到最大功率点,避免陷入局部最优。