共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
为了改善光伏发电性能,需要对分布式光伏发电并网控制技术进行研究。提出基于MPPT控制的分布式光伏发电并网建模方法,建立光伏电池模型,在所建模型的基础上研究光伏发电系统输出功率受光照强度变化的影响。并利用MPPT控制方法跟踪分布式光伏系统的最大功率点,提高分布式光伏系统在运行过程中的输出功率。通过滑膜控制对光伏并网逆变器进行控制,保持电网电压与光伏发电系统输出电流的同步性,实现分布式光伏系统并网发电。通过仿真,验证了所提方法可有效地实现光伏阵列最大输出功率的跟踪,满足分布式光伏发电并网系统的运行要求。 相似文献
3.
基于Buck变换器的光伏发电系统MPPT 控制 总被引:1,自引:0,他引:1
介绍以Buck变换器为对象的太阳能光伏发电系统。用Buck变换器实现对光伏发电系统的最大功率跟踪,采用逐次逼近法的MPPT控制策略,通过调节Buck变换器的PWM占空比输出,使得负载的等效阻抗跟随光伏电池的输出阻抗,使光伏阵列在任何条件下获得最大功率输出,跟踪最大功率。仿真表明MPPT(最大功率跟踪)控制策略的可行性。 相似文献
4.
针对光伏发电系统在复杂遮阴条件下,光伏输出P-V特性曲线呈现高度非线性,采用基于分组粒子群算法(particle swarm optimization, PSO)和优化的扰动观察法(perturb and observe, P&O)相结合的MPPT(maximum power point tracking)算法进行光伏发电系统输出功率的提升。提出的最大功率点算法分为两个阶段,首先通过将混合蛙跳算法(shuffled frog leaping algorithm, SFLA)的分组思想引入到传统粒子群算法,并采用改进后算法实现近似全局最大功率点的快速搜索,以加快最大功率点跟踪的收敛速度和稳定性。然后,采用优化的扰动观察法实现最大功率点附近的动态精确跟踪,同时减少后续最大功率点跟踪过程中的计算量。通过在不同阶段发挥两种MPPT算法的各自优点来提高光伏最大功率点跟踪控制的效率。最后进行光伏系统遮阴条件变化的仿真实验,与传统粒子群算法相比,提出MPPT方法具有较快的跟踪速度和稳定的功率输出。 相似文献
5.
6.
通过对光伏电池特性的分析以及对传统电导增量最大功率点跟踪(MPPT)方法的研究,提出了三段式变步长电导增量算法的MPPT技术。应用MATLAB/SIMULINK搭建了仿真模型,并与传统电导增量法进行了比较。仿真结果表明,三段式变步长电导增量法能使光伏发电系统快速、准确、稳定的跟踪最大功率点,减弱了最大功率点附近振荡的情况,具有良好的动态和稳态特性。 相似文献
7.
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。 相似文献
8.
局部遮荫时,光伏阵列P-V特性曲线呈现多个峰值点,传统算法难以追踪到最大功率点(MPPT),针对此问题提出了粒子群多峰值MPPT算法,该算法通过粒子群搜索最大功率点处电流,并控制光伏阵列输出电流,从而实现最大功率点跟踪;仿真结果表明粒子群多峰值MPPT算法可以用在光伏并网发电系统中,并且该算法比传统算法收敛速度更快,稳态效果更好。 相似文献
9.
10.
11.
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。 相似文献
12.
13.
将模糊控制算法应用到光伏系统最大功率点的跟踪控制中,利用MPPT方法的自身特性,采用扰动观测法,在Mat lab/Simulink下建立基于查表法的模糊控制光伏发电系统的仿真模型,Simulink仿真结果证明,该方法能使系统稳定工作在最大功率点,能快速准确地跟踪太阳能电池最大功率点,显示了模糊控制方法的优越性,改善了光伏电池转换效率低的缺点。 相似文献
14.
15.
光伏电池作为光伏发电系统的重要组成部分,研究其模型的准确性并对其最大功率点进行预测与跟踪,对于光伏发电效率的提高具有重大意义;首先根据光伏电池的内部结构和伏安特性建立其数学模型,并对所建立的模型进行参数辨识,进而得到模型输出与测量信息偏差最小的参数值,验证模型的准确和有效性;根据模型所反映的规律,将温度和光照强度作为输入变量,最大功率点对应的电压作为输出变量,构建了用于MPPT的神经网络模型;神经网络经训练后对最大功率点电压进行预测与跟踪,结果表明构建的神经网络具有良好的适应性。 相似文献
16.
基于光伏电池输出特性的MPPT算法研究 总被引:2,自引:0,他引:2
为了寻找更好的实现光伏发电系统最大功率点跟踪控制方法,基于单个光伏电池的物理特性建立了太阳能光伏电池阵列的Matlab仿真模型,分析了太阳能光伏电池阵列所具有的随着光照强度和温度不同而变化的P-U和I-U非线性特性.基于光伏电池的动态特性,在最大功率点跟踪算法的设计中增加一个电流监测回路,并结合自寻优技术对电导增量法进行改进,提出了一种自适应变步长寻优算法.仿真结果表明,该算法能够快速准确的跟踪最大功率点. 相似文献
17.
18.
19.
20.
在局部遮荫下,光伏阵列的P-U特性曲线存在多个极值点,常规最大功率跟踪(MPPT)算法在光伏阵列多峰值MPPT应用中将失效。粒子群算法(PSO)有良好的全局搜索能力,被应用于光伏阵列多峰值MPPT,但是PSO存在收敛精度低和收敛不稳定性的缺点。为了提高PSO算法的收敛稳定性和收敛精度,引入非线性策略对PSO算法进行改进,Matlab仿真结果表明,改进的粒子群算法在多峰值MPPT应用中可以稳定、准确的跟踪光伏阵列的最大输出功率。 相似文献